外观
AI 导读Hugging Face发布WeVisOne-VL，一种强大的视觉语言模型，通过结构化下一个令牌预测统一物体级和像素级感知。支持多种视觉任务，如物体检测、定位、计数、OCR、分割和合成，可在任何用户指定的粒度上进行定位。在30多个基准测试中，WeVisOne-VL在物体级和像素级任务上表现出色，同时保持对物体不存在查询的稳健拒绝。
AI 选稿理由WeVisOne-VL模型在视觉语言模型领域提出了新的统一视觉感知方法，提高了视觉任务的准确性和实用性。
AI 导读研究团队发布IQuest-Q1，一个稀疏专家混合(MoE)代理基础模型，总参数320亿(激活15亿)。通过三阶段训练开发：稳定高效预训练、细粒度中训练和多支架多版本后训练，结合SFT、领域专业RL和MOPD，增强代理编码能力。模型合并不同专家和检查点，缓解参数更新冲突。IQuest-Q1在编码和通用任务中展现能力，已开源支持社区研发。
AI 选稿理由开源320亿参数代理基础模型IQuest-Q1，通过三阶段训练和模型合并技术提升编码与通用任务能力。
AI 导读研究团队提出F2G-Pose框架，通过单次前向预测从RGB-D观测中直接估计物体3D姿态、度量尺寸和相机坐标系下的完整形状。该方法将密集视觉基础特征提升到部分点云，使用DGCNN标记编码局部几何，并通过专家混合Transformer整合物体级结构。在SOPE和ROPE基准上达到最先进精度，姿态推理速度达28 FPS，并在HouseCat6D和HANDAL数据集上展示了强几何性能和真实物体迁移能力。
AI 选稿理由F2G-Pose实现了实时单次前向预测的类别级物体姿态估计，在保持高精度的同时解决了现有方法在可靠性和效率之间的平衡问题。
AI 导读OpenAI宣布与波兰国家研究机构NASK建立合作，围绕AI安全、安保和技术研究展开，目标是加强防护措施并支持更具韧性的数字生态。双方未披露具体研究项目、时间表或投入规模。
AI 导读MIT历史本杰明·林德奎斯特教授在《过去与现在》期刊发表论文，追溯AI幻觉的起源至20世纪50年代早期工程师的研究。这些工程师认为，为使机器能像人类一样思考，必须注入一定程度的非理性。早期神经网络通过随机性模拟人类创造力，而现代AI系统已被'打磨'以减少意外输出，但创造力与可预测性之间存在必然权衡。
AI 选稿理由揭示了AI发展历史中创造力与可预测性之间的权衡关系，以及早期工程师对AI系统设计的根本性思考。
AI 导读研究团队提出SCOPE方法，将LLM代理的策略编译为可执行程序，由小型模型、确定性提取器和组合代码执行。该方法通过对抗生成反例优化程序，在真实世界策略任务基准测试中取得最高平均准确率，且预测结果更稳定、可解释性强。
AI 选稿理由SCOPE实现了可靠、可解释且高效的策略执行，适用于生产环境中的LLM代理策略管理。
AI 导读研究团队提出视频中心深度研究报告生成任务，给定视频和用户请求，智能体可识别研究问题、检索外部多模态证据并生成交互式报告。该任务包含50个中英文任务，覆盖19个现实子类别，共6414项评估标准。测试显示最佳系统得分为63.3分，当前智能体仍需提升内容覆盖度、跨模态因果逻辑分析能力和引用准确性。
AI 选稿理由新增视频中心深度研究报告生成基准OmniDR-Bench，包含50个中英文任务和6414项评估标准，为视频内容研究提供标准化评估框架。
AI 导读研究团队提出SkeLAM模型，通过骨架监督分解潜在动作为运动学成分和残差成分，在DROID数据集上相比DreamDojo减少末端执行器平均位移误差19.5%，LPIPS降低11.1%，支持零样本人机动作迁移和预测成功率与实际执行一致。
AI 选稿理由SkeLAM通过骨架监督分解潜在动作，提高了机器人世界模型的控制精度和动作迁移能力，在DROID基准上取得显著性能提升。
AI 导读研究提出Raw-RAG方法，使用密集检索和重排序对原始历史记录进行检索，为阅读LLM提供证据。在LoCoMo、LongMemEval等七个基准测试中，Raw-RAG在六种设置下排名第一，超越最强智能体记忆系统0.13-5.53分。证据分析表明，原始历史检索能覆盖更多必要证据，即使转换后的记忆存储也无法完全替代原始信息的重要性。
AI 选稿理由研究证明朴素RAG方法在长期对话理解任务中表现优于复杂智能体记忆系统，挑战了记忆复杂性的必要性。
AI 导读研究人员提出了一种基于测试时回归的序列压缩方法，称为TTR-Compressor，用于提高语言和多媒体模型中的序列压缩效率。该方法通过将输入标记定义为一个回归问题，其拟合系数形成压缩表示，在正向传递期间高效计算系数。TTR-Compressor在块状稀疏注意力和视觉标记合并方面优于传统方法。
AI 选稿理由TTR-Compressor为序列压缩提供了一种有效的新方法，提高了语言和多媒体模型中的效率。
AI 导读研究指出，强化学习（RL）并非教会推理模型使用“等待”一词的关键，因为即使没有这个词，大型RL的准确率提升也并不需要它。研究通过分析开放模型的训练历史，发现“等待”一词并非由RL创造，而是来自训练数据。研究还发现，在缺乏这个词的基座上，RL可以将MATH-500准确率大幅提升，而“等待”一词仍然很少出现。
AI 选稿理由揭示了“等待”一词在推理模型中的来源，有助于理解RL对模型的影响。
AI 导读研究团队推出AgentVQA基准，从23个数据集中精选1000个真实世界代理场景，涵盖Web代理、机器人、第一人称视频、游戏和空间规划五个领域。测试显示，22个模型中最佳准确率仅为58.5%，主要错误源于无法准确定位UI元素、解释运动、跟踪状态变化和推断3D空间关系，而非任务理解或逻辑推理问题。
AI 选稿理由AgentVQA提供了首个跨领域代理视觉理解离线基准，解决了在线评估成本高、难以扩展的问题，为模型比较提供可靠依据。
AI 导读研究团队提出Cola2框架，通过动态文本分段、无辅助损失的负反馈控制压缩率，以及重建与生成监督结合，学习紧凑的潜在表示。在五个下游任务和约2100亿训练 tokens 的实验中验证了核心设计，显示竞争性且未饱和的扩展性。使用3460亿源 tokens 的未收敛检查点，在八项任务上平均达到60.10，超越Llama-3-8B在HellaSwag和StoryCloze的表现，尽管其预训练预算超过后者的43倍。
AI 选稿理由Cola2通过连续-离散自适应和压缩控制，在有限训练资源下实现超越大模型的性能，适用于资源受限的语言生成场景。
AI 导读研究团队提出Verus-Insight框架，将伪影检测系统化为检查规划、证据验证和证据聚合三个互补能力。该模型通过人类锚定的全过程监督和渐进式能力训练，在细粒度伪影分析和AI视频检测方面表现出色，显著提升了人类感知伪影的恢复能力。同时发布Verus-Bench基准，提供细粒度人类标注的感知伪影用于评估检测性能。
AI 选稿理由Verus-Insight通过结构化三阶段能力设计，显著提升了AI生成视频中细粒度伪影检测的准确性和可解释性，适用于视频内容真实性验证领域。
AI 导读研究团队提出AnyGameRenderer，一种视频到视频的生成渲染器，可将AI编程代理生成的简单游戏（如灰色块状、几何图形）转换为高质量视觉效果，同时保持布局、相机和每个实体的位置与时间不变。该模型通过LoRA微调MiniMax-H3 ref2va（33B参数）实现，支持多种游戏类型输入，并在实体级基准测试中，时间匹配率从50.9%提升至62.9%，漏检计数变化从34.7%降至21.3%。
AI 选稿理由AnyGameRenderer解决了AI生成游戏视觉效果差的问题，通过实体一致渲染技术提升游戏质量，适用于多种游戏类型，并提供了新的实体级评估基准。
AI 导读这篇综述把视频基础模型与世界模型放在同一框架下考察：把观测视频视为潜在时序世界的部分、有损且按时间排列的投影，并用读、写、共享、交互四类操作组织文献。作者区分观测或生成序列的时序连贯性与底层世界状态的一致性，梳理研究重点从片段级识别和感知保真度转向持久状态、可控演化、物理与因果有效性。
AI 选稿理由用世界建模统一框架系统性梳理视频理解与生成文献，并提出读/写/共享/交互四类操作与持久状态等评测方向，为视频世界模型研究提供可复用的分类视角。
AI 导读研究提出 Factor-Aware Predictive Learning（FAPL），把有效利用 MLLM 潜变量作为共同前提，再用互补学习信号分别实现要素感知控制与稀疏输入下的时间推断。方法含三步：冻结 MLLM 仅靠潜变量训练 DiT；用成对视频做要素跨度替换；以文本、完整视频共享目标并冻结 DiT 反训 MLLM。实验在稀疏到视频、要素感知编辑和多镜头生成三个任务上均优于基线。
AI 选稿理由论文给出让 DiT 真正利用 MLLM 潜变量、并同时控制角色/场景/动作/相机的三阶段训练方法，在三个电影级视频生成任务上验证有效。
AI 导读NVIDIA创始人黄仁勋访问哈萨克斯坦，与总统托卡耶夫和AI部长马迪耶夫会晤，讨论该国AI发展计划。Firebird公司宣布在哈萨克斯坦建设AI工厂，计划部署45,000颗NVIDIA Grace Blackwell GPU，总容量达500兆瓦。哈萨克斯坦最大电信公司Kazakhtelecom已部署880颗NVIDIA GPU，并计划再部署2,000颗。NVIDIA宣布投资哈萨克斯坦本土AI初创公司Higgsfield。
AI 导读HoloBoxing提出了一种通过预训练全身控制器学习人形拳击的简单方法。该方法将可重用的运动技能与任务决策分离，通过紧凑的规划器请求未来的身体点目标，同时冻结控制器处理关节级别的执行。学习到的解码器将32维动作映射到结构化目标窗口，并通过测量状态模仿在强化学习之前初始化规划器。任务学习随后细化交互行为，同时重用解码器和控制器，避免重新学习全身控制。这种组合使任务优化集中在紧凑的上层策略上，并在奖励驱动探索之前提供初始行为。从可用的控制器开始，该方案考虑了大约七分钟的额外训练时间，包括重用的表示拟合和单GPU任务运行。这不包括控制器预训练、数据准备、评估和搜索。模拟拳击实验和组件控制评估了结果行为以及模仿初始化和目标表示的作用。
AI 选稿理由提出了一种新的方法，通过紧凑的规划和冻结控制器来学习人形拳击，只需大约七分钟的额外训练时间。
AI 导读Hugging Face发布了一篇论文，介绍了一种名为RynnUnify的16B统一具身模型，该模型结合了强大的具身理解和长时视觉规划。RynnUnify通过交错视频-语言推理实现了空间推理、物理预测和归因的能力，将物理世界的理解与视觉预测相结合，并通过强化学习扩展了其能力，使其能够通过视频预测进行推理。实验表明，RynnUnify在多模态模型中实现了最高的具身理解分数，并在RoboCasa365任务中取得了显著的成功。
AI 选稿理由RynnUnify模型在多模态模型中实现了最高的具身理解分数，并在机器人控制任务中取得了显著的成功。
AI 导读研究团队提出Easy-3Dfy工作流，将对象生成与场景布局估计解耦，通过RPF对齐器建立对象局部网格与场景点云之间的几何对应关系，无需完整场景级监督即可在Scene-Maker和3D-FUTURE200数据集上超越SAM-3Dfy的多个几何指标。
AI 选稿理由Easy-3Dfy通过显式几何组合有效结合高质量对象生成与强空间理解能力，使工作流能独立受益于3D对象生成和基础模型的进步。
AI 导读研究人员提出RSIHub，一个开源框架，用于构建、比较和扩展代理进化方法。该框架允许研究人员专注于进化策略，同时保持评估和结果与候选方案和评估条件相关联。在MiniSWE和Codex上，使用Terminal Bench 2和τ^3 Banking进行评估，最大整体pass@1提升为13.5个百分点。
AI 选稿理由RSIHub为比较进化策略提供了一个通用协议，并提供了可检查的候选历史和可重复使用的组件，以开发新的方法。
AI 导读微软与Hugging Face联合发布ThinkingBox-Training，通过将数据库终端状态的执行检查转化为奖励信号，对Qwen3.8-27B模型进行50步GRPO微调。结果显示，模型在ThinkingBox-Bench基准测试中的平均成功率从51.70%提升至60.78%，20次尝试全部成功的任务数量从38个增加到107个。该训练方法使用离线策略相对难度选择训练任务，显著提高了代理的可靠性和重复成功率。
AI 选稿理由提供了一种将数据库状态检查转化为强化学习奖励的新方法，显著提升了代理在业务工作流中的可靠性和重复成功率，适用于需要高可靠性的数据库操作场景。
AI 导读Anthropic邀请生命科学社区成员申请合作项目，使用Claude研究因果人类生物学、结构计算分子生物学、药物化学等领域。客座研究员将与Anthropic研究人员直接合作8-12周，免费使用模型和工具，共同发表研究成果并开源数据代码。申请人需说明如何从合作中获益，并承诺在短期内产出初步成果。
AI 选稿理由为生命科学研究者提供免费AI模型访问和直接合作机会，加速生物学领域研究进展。
AI 导读MIT与中国天津大学研究人员开发X-Hinges软件，可3D打印内置传感器的自感知物体，解决传统方法中传感器信号干扰问题。该软件支持用户自定义设计，嵌入两种不同材料分别用于传感器和电路，实现物体在压缩、上下和横向三个方向的运动感知与响应。研究人员已制作出教学机器人抓取的手套、感应亮度的折纸灯和物体识别系统等设备。
AI 选稿理由X-Hinges软件解决了3D打印交互物体中传感器信号干扰的关键问题，实现了三轴运动感知，为日常物品赋予物理智能提供了新方法。
AI 导读研究团队推出FrontierCS 2基准测试，包含48个开放性任务，评估LLM代理对计算机科学前沿研发的贡献。该基准将代理置于研究环境中，继承工作仓库并随时提交补丁，最终在13个领域评估表现。测试了12个代理，Claude Opus 5.5表现最佳，通过58%的运行，但16个任务无任何运行通过。
AI 选稿理由FrontierCS 2是首个将LLM代理置于真实研究环境中的计算机科学研发基准，覆盖13个领域，为评估AI在科研中的能力提供了新标准。
AI 导读OpenAI推出Decisions API，为任何应用提供快速、专注且低成本的决策能力。该API旨在帮助开发者构建更响应式的应用程序，通过简化的决策流程提升应用性能。
AI 导读研究团队在保持训练目标和采样器不变的情况下，将选择性循环应用于均匀扩散语言模型(UDLMs)，显著提高了训练效率。循环UDLMs仅需约0.5万亿token训练量即可达到非循环UDLMs在1万亿token训练量下的验证NLL，在OpenWebText和FineWeb-Edu数据集上分别节省2.8倍和3.3倍训练FLOPs。在匹配NFE预算下，循环UDLMs生成困惑度降低最高达9.8%，且采用非均匀循环计数策略可进一步减少12%的循环次数而不降低准确率。
AI 选稿理由该研究通过循环技术显著提升了扩散语言模型的训练效率，在保持模型性能的同时大幅减少了计算资源需求，适用于大规模语言模型训练优化。
AI 导读Modal CEO Erik Bernhardsson在访谈中解释了公司如何通过聚合客户需求实现弹性计算，并分享了GPU采购策略。Modal沙盒产品已占公司收入三分之一，最初因需求不足差点被关闭，后因代码生成代理和强化学习需求激增而快速增长。公司目前年化收入达10亿美元，估值160亿美元，已创建近30亿个沙盒环境。
AI 选稿理由揭示了AI基础设施提供商如何通过需求聚合解决GPU容量矩形化问题，以及沙盒产品从边缘到核心业务的转变过程。
AI 导读客户正允许AI代理使用其凭证访问摩根士丹利、摩根大通等美国主要银行账户，有时甚至没有直接指示。摩根士丹利已阻止此类代理，其他银行则限制访问。大多数银行计划限制代理仅具有只读权限。
AI 导读AWS推出SageMaker训练会话API，允许开发者编写自定义训练循环，同时由服务管理GPU基础设施。该API提供forward_backward、optim_step和sample等操作，支持监督微调、强化学习等多种训练方法，并按使用量计费。同时发布训练会话食谱库，包含SFT和RL等可运行示例。
AI 选稿理由提供了一种新的训练范式，让开发者可以专注于算法逻辑而非基础设施管理，同时保持对训练过程的完全控制。
AI 导读AWS宣布SageMaker AI serverless模型定制新增训练会话功能，允许开发者编写和协调训练循环，包括自定义损失函数或奖励信号，同时由平台处理GPU分配、分布式执行、故障恢复和检查点存储。支持SFT、DPO、RLVR、RLAIF或多轮强化学习等技术，可选择LoRA或全参数微调，并提供训练会话食谱和模型定制代理技能。目前支持gpt-oss-20b、gemma-4-31B-it、Qwen3.6-27B和Qwen3.8-27B模型。
AI 选稿理由AWS SageMaker AI训练会话提供基础设施管理下的自定义训练循环控制，支持多种后训练技术和多轮强化学习，降低模型定制门槛。
AI 导读IskayPet在西班牙、葡萄牙和法国运营330多家门店，面临跨四语言、三国家的企业知识管理挑战。他们使用Amazon Bedrock Managed Knowledge Bases构建企业知识助手，无需管理RAG基础设施，通过SharePoint连接器直接利用现有文档，支持混合搜索和文档级访问控制，将查找操作时间从3-5分钟缩短至7秒，预计每月可处理10万次查询。
AI 选稿理由展示了企业级知识管理系统的实际部署成果，包括多语言支持、权限控制和性能提升的具体数据。
AI 导读Amazon Polly生成式引擎升级后提供更自然、准确的语音输出，新增14种语音覆盖9个地区，首次正式支持印地语和芬兰语。现有应用无需修改代码即可使用升级后的语音，支持低延迟流式传输和SSML标记控制，适用于呼叫中心、媒体娱乐、电子学习和无障碍应用等多种场景。
AI 选稿理由新增14种语音和两种新语言支持，提供更自然准确的语音输出，无需代码修改即可升级。
AI 导读Google推出专为AI Agent设计的运行环境Agent Compute Engine，为每个Gemini Agent提供硬件隔离的微虚拟机，同时扩展了企业级治理能力，支持在云、混合和本地环境中管理Agent。
AI 导读AWS发布解决方案，通过在Amazon SageMaker AI上部署Kokoro-82M文本转语音模型，实现AI语音代理的句子级流式合成。该方法将语音合成延迟降低52.4%，在端到端测试中提升2.4-3.5倍响应速度，同时解决了传统方案中音频传输负载增加33%和帧对齐问题。
AI 选稿理由提供具体技术方案降低AI语音代理延迟，包含实测性能数据和优化方法，适用于需要实时语音交互的AI应用场景。
AI 导读AWS发布Amazon Quick在HIPAA合规环境下的部署指南，详细介绍了如何利用该服务构建符合HIPAA法规的AI工作空间。文章解释了HIPAA适用范围、Amazon Quick的HIPAA资格与合规区别，以及如何通过ACL访问控制、加密、审计日志等措施保护受保护健康信息(PHI)。指南包括AnyCompany Health Plan的部署案例和最佳实践，强调AWS与客户在合规责任上的分工。
AI 选稿理由提供医疗AI在HIPAA环境下的具体部署方法和合规控制措施，适用于医疗行业AI实施者。
AI 导读Anthropic宣布将Agent Skills开放标准捐赠给Agentic AI基金会(AAIF)，该标准已获ChatGPT、Cursor等70多个平台集成，目前已有100万个技能发布，近2.8亿次安装。Anthropic捐赠了标准名称、GitHub组织及域名，AAIF将确保标准的社区驱动和中立性，由Anthropic、Google、OpenAI等工程师共同维护。
AI 选稿理由Agent Skills作为开放标准被捐赠给AAIF，实现了社区驱动和中立维护，为AI代理技能的标准化发展提供了新路径。
AI 导读研究人员推出了Quant-Arena，这是一个针对真实A股市场数据的端到端量化研究基准和排行榜。模型构建特征和股票评分代码，仅对2022-2023年数据进行反馈，并在2024年对策略进行评估。GPT-6 Astra在该基准测试中得分最高，但没有模型在2024年击败等权重市场。
AI 选稿理由Quant-Arena基准测试为LLM在量化交易研究中的应用提供了新的评估标准。
AI 导读Rescale在AWS上使用AI驱动开发生命周期(AI-DLC)框架，在5天内构建并部署了智能测试分类代理，几周内投入生产。该代理自动分类夜间端到端测试失败，生成结构化修复报告，与人工分类准确率从44%提升至68%，减少了20%的生产部署阻塞时间。
AI 选稿理由Rescale通过AI-DLC框架快速构建并部署了智能测试分类代理，实现了测试失败分类自动化，提高了工程效率。