📑VibeThinker: "3B가 Gemini 3 Pro를 이겼다"

🏛️ Microsoft, ETH Zurich, KAIST

🏷️ Geometric Foundation Model, Robot Manipulation, 3D Action Decoding

특히 주목할 점:

→ 시뮬레이션과 실제 로봇 벤치마크 전반에서 파운데이션 모델급 베이스라인보다 정확하고 빠르고 가벼움

→ 최소한의 아키텍처 수정만으로 GFM에 언어 조건부 시간 모델링 기능을 부여

→ HuggingFace 87 upvotes — 로봇 커뮤니티의 뜨거운 반응

🏛️ Google, Meta

🏷️ Hand Capture, Neural Reconstruction, Physics-Based Registration

특히 주목할 점:

→ ~20대 뷰만으로 기존 대규모 설정 대비 SOTA 재구성 품질 달성

→ 12,000+ 시퀀스 완전 자동화 — 단일 손, 양손 인터랙션, 손-물체 조작 모두 처리

→ 물리 기반 등록으로 극단적 관절 운동 + 자기 접촉에서도 안정적

🏛️ Alibaba

🏷️ Embodied World Model, Language-Conditioned Generation, Cross-Embodiment

특히 주목할 점:

→ EWMBench, DreamGen Bench 전체 1위, WorldModelBench, PBench 오픈소스 1위

→ 20+ embodiment, 500+ action category를 자연어 하나로 통합

→ 합성 데이터 생성, 가상 평가, 언어 기반 플래닝 — 3가지 응용 동시 제시

🏛️ Meta, UIUC

🏷️ Self-Supervised Learning, Temporal Difference, Inductive Bias Reduction

특히 주목할 점:

→ 어떤 강한 귀납적 편향도 없이 dense spatial task에서 기존 SOTA 레시피와 동등한 성능

→ 실험으로 확인: 데이터가 커질수록 최적 귀납적 편향 강도가 감소 — 가정 축소가 정답

→ Supervised → SSL → TDV: 시각 표현 학습의 다음 단계를 선언

🏛️ DreamX Team

🏷️ Interactive World Model, Long-Horizon Generation, Real-Time Inference

특히 주목할 점:

→ 전체 스코어 84.76 — HY-WorldPlay 1.5(80.79), LingBot-World(80.45) 상회

→ 75% 가지치기된 VAE + 비동기 파이프라인 병렬화로 RTX 5090 x8 기준 16 FPS

→ HuggingFace 78 upvotes — 커뮤니티 최고 주목도 논문 중 하나

🏛️ Independent

🏷️ Small LM Reasoning, Verifiable Tasks, Parametric Compression

특히 주목할 점:

→ AIME26 94.3 (스케일링 시 97.1), LiveCodeBench v6 Pass@1 80.2, 최신 LeetCode 수락률 96.1%

→ IFEval 93.4 — 추론 강화가 명령어 제어 능력을 해치지 않음

→ HuggingFace 62 upvotes — "3B가 플래그십을 이긴다"는 사실에 커뮤니티 열광

🏛️ NYCU

🏷️ Inverse Rendering, BRDF, Physics-Generative Fusion

특히 주목할 점:

→ 실제 + 합성 장면 모두에서 기존 베이스라인 초과 성능

→ 노벨 뷰 리라이팅, 야간 시뮬레이션, 동적 객체 삽입/편집 지원

→ 물리 → 제어성, 생성 → 품질이라는 역할 분리 설계로 최적화 모호성 해소

🏛️ KAIST

🏷️ Masked Diffusion LM, Ensemble, Trajectory Tracking

특히 주목할 점:

→ 성공적 생성 = 정답 위치에서 안정적 신뢰도 역학, 실패 궤적은 중간 상태 교환으로 교정 가능

→ 다양한 추론 태스크에서 기존 MDLM 단독 대비 일관된 성능 향상

→ 거의 탐구되지 않았던 MDLM 앙상블 문제에 최초의 체계적 프레임워크

🏛️ UC Santa Cruz, UNC Chapel Hill

🏷️ Self-Evolving Agent, Hybrid Encoding, Skill Evolution

특히 주목할 점:

→ 풀 프레임 대비 API 비용 98% 절감, 8프레임 균등 샘플 대비 25.9% 추가 절감

→ EgoSchema에서 Gemini 3 Flash 기반 평균 +3.85%, 피크 +15.80% 정확도 향상

→ 200 시나리오 VisualClawArena 벤치마크 신규 공개

🏛️ NUS

🏷️ Adversarial Attack, World Model Security, Self-Supervised Attack

특히 주목할 점:

→ 눈에 보이지 않는 적대적 이미지가 미래 롤아웃에서 구조적 붕괴를 안정적으로 유발

→ 미래 정답 없이 초기 디노이징만 교란하는 셀프-수퍼바이즈드 공격

→ 연속/이산 제어 양쪽 대표 월드 모델에서 모두 심각한 취약점 확인