Kaiming Yang 杨铠铭

Dream.exe

Can Video Generation Models Dream Executable Robot Manipulation?

Rui Zhao*, Kaiming Yang*, Jifeng Zhu, Siyang Chen, Ziqi Wang, Weijia Wu, Kevin Qinghong Lin, Heng Wang, Mike Zheng Shou

* 同等贡献（共同第一作者）

看起来逼真的机器人操作视频，能否转化为真正可执行的动作？Dream.exe 将生成视频中的运动恢复为机器人轨迹，并在物理仿真中执行，用物理合理性与任务完成情况检验视频模型对现实世界的理解。它覆盖 101 个操作任务与 8 个模型，关注视觉质量之外的一个关键问题：生成的未来能否付诸行动。

WorldGUI

An Interactive Benchmark for Desktop GUI Automation from Any Starting Point

Henry Hengyuan Zhao, Kaiming Yang, Wendi Yu, Difei Gao, Mike Zheng Shou

真实的软件任务往往从进行到一半的工作流开始，而不是整齐的初始界面。WorldGUI 通过 10 款应用、611 个任务实例中的多样起始状态，考察 GUI 智能体能否理解当前进度、调整规划并继续执行。配套的 Plan-Act-Critic 框架将反思贯穿规划与行动，帮助智能体发现错误并修正后续行为。

CriticGUI

Evaluating Multimodal LLMs as GUI Critic Models

多模态大模型能否成为可靠的 GUI Critic？CriticGUI 关注模型对界面状态与变化的理解，能否结合分层指令、动作代码、前后截图及操作视频，判断当前步骤是否达成目标，并解释成功或失败的原因。基准将 Critic 的判断与解释能力独立于动作生成进行评估，考察反馈是否真正建立在状态感知与指令理解之上。

nl2spec++

From language to temporal reasoning and formal specifications

自然语言中的时序约束往往分散在多句话里，也未必被直接说出。nl2spec++ 通过共享实体连接跨句关系，推理隐含的先后与依赖关系，再将结果转化为可解析的线性时序逻辑（LTL）规约，让文字描述中的约束更明确、更便于后续验证。

AdaHC

Accelerating Multi-Token Prediction with Adaptive Head Chunking with Pipeline Parallelism

Yan Wang, Chang Si, Kaiming Yang, Zhipeng Zhang, Weijian Liu, Man Yuan, Mingzhen Li, Yong Li, Weile Jia

关注多 Token 预测在大模型训练中的计算开销，通过自适应预测头分块与流水线并行，探索如何让额外的预测能力更高效地融入训练过程。

Libra

Taming Attention Workload Skew in Long-Context LLM Training with Bounded Sequence Pool

Yan Wang, Xiulong Yuan, Kaiming Yang, et al.

长上下文训练中的注意力计算可能在设备间分配不均。Libra 通过有界序列池重新组织工作负载，关注如何减少这种不均衡，让分布式训练更充分地利用计算资源。