KVPO：基于KV语义探索的ODE原生视频对齐框架

SANA-WM是一个仅26亿参数的开源世界模型，原生训练用于一分钟视频生成，在720p分辨率下合成高保真、分钟级视频，并支持精确相机控制。该模型仅使用约21.3万公开视频片段，在64块H100上训练15天，相比现有方法效率提升36倍，同时视觉质量可媲美大规模工业基线。

WildClawBench是一个包含60个双语多模态任务的原生运行时基准测试，平均每个任务耗时约8分钟、调用20多个工具。在19个前沿模型上，最佳模型Claude Opus 4.7仅达到62.2%的整体准确率，其余均低于60%，表明当前模型在长时、原生运行时的智能体任务上表现远未解决。