外观
AI 导读VX-One用10万至1000万参数的多头网络输出二值门、含明确未知选项的闭集选择和序数分，CPU上p50约0.7–1.7毫秒。在UNSW-NB15、CIC-IDS2017、EMBER2024上与校准XGBoost、随机森林、MLP、Kitsune对比：VX-One在UNSW-NB15和CIC-IDS2017时间漂移下检测占优（0.711对0.637），多类归因三项基准均由XGBoost胜出；留一攻击族门在9/9个UNSW折上检出未见族，但在CIC侦察族低于随机水平。五日Suricata加VX-One级联中，无载荷重建时签名引擎仅解析约0.1%流量，第二阶段把召回补到至少0.978；所有方法的时间漂移下校准均崩塌（ECE从0.04升至0.40）。
AI 选稿理由给出类型化校准决策头在边界分诊中的逐项实测，明确了未知攻击检出、跨基准阈值迁移和多阶段级联的失效条件。
AI 导读研究者提出视觉状态编码器 ALPS，仅用静态图像与文本，以语言、重建和空间对应目标从零预训练 ViT-B/16，再用跨视角自蒸馏精调。在15个公开编码器的统一评测中，ALPS 的 LIBERO 状态探针聚合误差在 ViT-B 模型中最低，追平体积大3.5倍的 V-JEPA 2-L；冻结特征配合原生文本塔在 LIBERO 上策略平均成功率85.5%，在 PushT、Wall、Granular 的世界模型规划中持平或超过领先编码器，预测的未来 token 可直接解码成像素。
AI 选稿理由提出一种同时具备物理状态、语言对齐和像素重建能力的视觉预训练编码器，在15个编码器对比中刷新ViT-B级状态探针误差，并报告LIBERO策略成功率与世界模型规划结果。
AI 导读研究提出 RubatoCodec，基于 X-Codec-2 实现可变帧率语音编解码，并用 Adaptive Firing 依据特征与波形频谱把语音切成时长可变的事件，每个事件由离散码加显式时长表示，可逐个事件流式解码。低事件率下重建保真度和可懂度优于定帧率；多语种模型在英、日、汉语上重建质量有竞争力，英日基准可懂度最佳；配套 TTS 的 WER 更低、UTMOS/UTMOSv2 更高，且无需生成时速率约束即可学会事件预算。代码与权重已开源。
AI 选稿理由给出确切 utterance 级事件预算的可变帧率语音编解码与流式解码，并配套 TTS 实验验证，适用范围为语音重建与流式语音合成研究。
AI 导读论文指出，在教师强制下，自回归视频扩散模型容易依赖局部视觉连续性来去噪当前片段，未必真正学会场景如何演变。作者提出 Future Chunk Prediction（FCP）：在教师强制去噪之外，同时预测与当前相隔一段时间、且看不到中间视觉上下文的片段。该方法直接从训练视频取监督，不需要额外的预训练视觉编码器，也不改变自回归推理。结果显示，在总体训练计算量更低的情况下，其物理合理性优于标准教师强制训练；可视化还显示，表示空间更有结构，作者认为这可能有助于构建自回归世界模型。
AI 选稿理由论文给出可复用的训练目标，删除视觉演变捷径，在不增加推理改动、降低训练算力下提升物理合理性，属视频世界模型研究进展。
AI 导读视频扩散Transformer的3D注意力开销大，块稀疏注意力只算部分注意力块，但现有方法未优化稀疏分配的层与去噪步组合。作者发现不同层-步对最终画面保真度影响差异很大，且最敏感组合跨输入几乎不变。ALLOT把每对视为单元，经单元探测与轨迹校准估计其对最终视频误差的贡献，在实测延迟预算下联合优化密度，只替换分配环节。相同或更短墙钟时间下，在HunyuanVideo上PSNR比现有分配策略高11.8 dB；在Wan2.1、Wan2.2、HunyuanVideo的四种已发布管线九种设置中，均优于或持平默认。
AI 选稿理由提出免训练稀疏分配方法，在实测延迟约束下按输出误差优化层-步密度，并在五种视频生成管线九种设置中验证优于或持平默认，给出可复用思路与具体PSNR收益。
AI 导读论文提出以记忆为中心的持续学习（MCCL），主张记忆应以能否改善未来行动来评判，而非只看检索准确率。框架包含三部分：按存储基质、资产形态和管理策略划分的三轴分类及内外双循环生命周期；衡量干扰下保持、变化适应与任务迁移的评估协议；以及刻画性能随经验、存储和算力扩展的记忆扩展框架。
AI 选稿理由提出代理记忆应从被动检索转向持续学习，并给出分类、评估协议与记忆扩展框架，属方法论贡献，尚无实验数字。
AI 导读Cloudflare 将 OpenAI Daybreak 用于漏洞调查，把发现的问题与建议的修复方案提交人工审核；其开发者同时使用 Codex 加快构建速度并改善代码质量。
AI 导读AWS解决方案架构团队开源Deep Insight，一个用CSV和自然语言提示自动生成带引用DOCX报告的多智能体系统，由Coordinator、Planner、Supervisor、Coder、Validator、Reporter、Tracker等角色协作。文章总结五项生产挑战及对应方案：用Strands Agents SDK的Graph与Agents-as-Tools模式控制执行流，按角色分配Claude Haiku/Opus/Sonnet并选择性启用提示缓存，用Bedrock AgentCore做托管运行与会话隔离，用Fargate+ALB沙箱执行LLM生成代码，用DynamoDB、SNS、Cognito搭建运维看板。系统提供本地CLI、Web和AgentCore三种部署方式，LG电子基于同架构将分析时间从3天缩至30分钟。
AI 选稿理由给出可复用的多智能体生产架构细节：分层编排、按角色选模型与选择性提示缓存、Fargate沙箱执行生成代码的具体做法，并附LG电子落地数据（3天缩至30分钟），系统已开源可直接参考。
AI 导读AWS 发布教程，介绍如何让本地数据源与 Amazon Quick 之间的流量不经过公网：用 PrivateLink 的 VPC 端点承载控制台、API 等用户流量，用 Quick 控制台创建的 VPC 连接让 Quick Sight、Flows、Agents、Index 等经 ENI 访问 VPC 内及经 Direct Connect/VPN 连通的本地数据库和内部 API；另需为 S3、Redshift、Athena、Secrets Manager、Glue 建服务端点，并放行 CloudFront 等无端点支持的域名。文章还给出执行角色权限、端点策略、DNS 配置、IP/VPC 端点强制限制以及故障排查方法。
AI 导读研究揭示扩散语言模型的量化敏感性与任务和时间步相关，不同下游任务在去噪步骤中需要不同精度。基于此，研究提出T2Quant框架，使用无标签敏感信号在固定比特预算下优化激活精度分配。在三个DLM和六个基准测试中，该方法平均准确率提升最高达6.7个百分点。
AI 选稿理由T2Quant框架首次实现扩散语言模型的任务和时间感知量化，无需标签即可预测量化敏感模式，在相同预算下显著提升准确率。
AI 导读Hugging Face发布了一项名为UserArena的基准测试，包含来自11,010个用户的64,729个会话轨迹，涵盖566,102个商品和13种动作类型。该测试旨在评估交互式用户模拟在长时购物代理中的应用，通过结合交互环境和离线验证，支持从输出有效性到个性化、结果等五级评估。同时，提出了On-Policy Trajectory Distillation (OPTD)技术，以提供更精确的模拟器。
AI 选稿理由UserArena基准测试为长时购物代理的交互用户模拟提供了新的评估标准，OPTD技术提高了模拟器的精确度。
AI 导读研究人员提出了Dual Exam，一个用于评估多模态代理和世界模型相互作用的工具。该工具在物理、数字、社会和科学领域测试代理和世界模型，比较了多种配置和案例。GPT 6 Astra和GPT-Image-2在各自的测试中表现突出，但结果揭示了任务性能的不均衡和任务相关状态的保留问题。
AI 选稿理由Dual Exam为多模态代理和世界模型的评估提供了新的方法，有助于理解它们之间的相互作用。
AI 导读Hugging Face发布了一篇论文，介绍了一种名为TWIG的神经网络权重表示方法。该方法将每个权重视为一系列小离散决策的终点，使得权重层几乎完全由线和加法器组成，适用于固定权重的芯片。TWIG使得剪枝、量化、低秩分解、代码簿和权重共享成为单一对象的编辑，单个优化器可以为整个网络选择所有这些方法。在大型语言模型的五个权重矩阵上，TWIG在3位和4位精度下，与GPTQ相比，在相同层错误率下需要少9-15%的加法操作。
AI 选稿理由TWIG方法在神经网络权重表示上提供了新的视角，有助于优化网络结构和性能。
AI 导读针对微短剧脚本生成中情节多样性和长程叙事连贯性的挑战，研究提出DraMaze多智能体管道，通过类型记忆引导的进化树搜索和变异探索多样化因果路径，并构建反向叙事依赖树组织历史记忆。实验表明，在60k词60集脚本中，DraMaze将因果模式重复率降低32.1%，逻辑得分达82.5，超越最佳基线8.5分。
AI 选稿理由DraMaze通过多智能体管道和未来感知记忆机制，显著提升了微短剧脚本生成的多样性和逻辑连贯性，为长篇叙事内容创作提供了新方法。
AI 导读Echo是一种框架，它结合了任务状态信号学习，无需帧级进度注释，以及在一个视觉语言动作（VLA）中预测和生成状态的紧凑设计。Echo通过将停止和失败信号作为每个动作块的二维添加，并与机器人动作一起去噪来表示任务状态。为了在没有细粒度进度注释的情况下学习这些信号，Echo构建了成功、失败和恢复轨迹，具有互补的监督属性。Echo通过控制信号和动作之间的交互，并比动作更快地去噪信号，来实现状态信号引导的动作生成。广泛的实际操作实验表明，Echo可以准确地预测任务状态，并一致地提高策略性能。
AI 选稿理由Echo框架通过创新的方法提高了视觉语言动作模型中任务状态信号的预测和动作生成能力，这对于机器人执行决策和任务恢复具有重要意义。
AI 导读研究提出DISC框架，通过校准传输观测值选择、加权并组合不同相似性指标，提高时间序列数据集相似性评估与下游任务预测误差的对齐度。实验表明，DISC能更好地区分对下游行为重要的源-目标数据集差异，在报告分割上优于单一指标参考。
AI 选稿理由DISC框架通过学习整合多种相似性指标，提高了时间序列数据集相似性评估与下游任务预测的对齐度，适用于需要准确评估数据集相似性的时间序列分析场景。
AI 导读研究团队提出HiSTEVE，一种分层VLA代理，通过能力感知代理框架结合长程自主与原生界面控制。该代理在Minecraft中实现85.0%的MineStudio Bench得分和37.4%的OpenHA平均成功率，能像人类玩家一样从零开始制作铁镐。
AI 选稿理由HiSTEVE通过分层架构和特定技术解决了开放世界游戏中长程自主与原生界面控制的整合问题，在Minecraft基准测试中达到最先进性能。
AI 导读研究人员开发了一种名为DirCast的单流媒体视频语言模型，能够实时进行电子竞技直播的导演和解说。该模型通过分析所有摄像机的低分辨率画面，决定何时切换镜头，并在高分辨率下读取选定镜头的内容进行解说。DirCast在导演和解说方面均优于基于规则的导演和GPT-5等模型，解说能力在Proact-VL协议下与GPT-4o相比胜出29.2%。
AI 选稿理由DirCast模型在电子竞技直播导演和解说方面展现出优于现有技术的性能。
AI 导读研究团队提出MMVistaReason (MVR)，一种开源数据后训练方案，包含互补的分析与现实世界推理能力覆盖、高效SFT和RL数据构建、专业化-集成化训练三部分。MVR-4B在15个多模态基准上平均得分72.8，超越Qwen3.5-9B和MMFineReason-8B，且使用样本减少70%；9B版本平均分达74.4，超过Qwen3.5-35B-A3B。
AI 选稿理由MMVistaReason提供了系统化的开源数据构建和基于模型容量的后训练方法，显著提升多模态推理性能并减少训练样本需求。
AI 导读研究团队开发了解释性管道，发现视觉-语言-动作(VLA)模型将任务指令编码为绝对坐标程序，导致对物体位置变化的脆弱性。通过激活注入实验，模型在99.6%的案例中执行源任务的轨迹，即使面对不同场景。研究还发现不同架构对指令的权重分配差异，以及目标选择与动作生成的分离机制。团队发布了Action Atlas交互平台，包含520+训练SAEs、79个识别概念及UR10e实验结果。
AI 选稿理由提供了视觉-语言-动作模型的内部工作机制解释，揭示了其脆弱性的根本原因，并开源了可复用的分析工具与数据集。
AI 导读OpenAI与分销合作伙伴合作，坚持一致的安全保障，支持负责任的访问，并明确使用政策中的期望。文章介绍了OpenAI如何通过合作伙伴网络确保AI服务的安全性和可访问性。
AI 导读AWS推出自适应智能代理框架(AAIF)，使用Strands Agents构建，通过本地小语言模型(SLM)处理常规任务，复杂请求路由至Amazon Bedrock。该框架采用三层架构：智能编排层使用llama3.2:1b模型决策，本地处理层通过Ollama运行设备遥测和图像分析，云端处理层执行复杂模式分析。方案支持边缘设备、全云和混合部署，可降低约80%的API调用成本。
AI 选稿理由AAIF提供了一种具体的智能模型编排方法，通过本地与云端模型协同降低AI代理成本，适用于需要低延迟和离线能力的IoT监控等场景。
AI 导读AWS发布技术文章，介绍如何在AWS Trainium上使用torchtitan训练Qwen3模型。文章提供了三种配置方法：使用Transformers v5作为建模后端、使用torchtitan原生Qwen3实现、以及添加Neuron Kernel Interface混合专家内核。所有方法均可在单台trn2.48xlarge实例上运行，支持预训练和微调，并展示了如何加载和保存Hugging Face检查点。
AI 选稿理由提供了在AWS Trainium上训练Qwen3模型的具体技术实现方法，包括三种不同配置的代码示例和性能验证，适用于分布式AI训练和推理工作流的开发者。
AI 导读OpenAI 在 Patch the Planet 计划中用 GPT-5.6 Sol 发现一个影响数百万网站的关键 PHP 漏洞；安全公司 Wiz 利用 Google Gemini 4 Argon 独立找到了同一漏洞。OpenAI 同时警告，能发现漏洞的 AI 能力也可能被攻击者利用。
AI 选稿理由两个前沿模型在真实安全计划中各自独立复现同一 PHP 关键漏洞，补充了 AI 漏洞发现能力在安全场景的具体案例，但未说明漏洞细节、影响版本或修复状态。
AI 导读AWS 发布 U.S. Hunger 案例：该非营利组织将 SQL Server 数据每晚 2 点刷新到 Quick 的 SPICE 引擎，17 名同事获得访问权限。CEO 用 Quick Spaces 共享 KPI 定义、财务文档和审计材料，结合调查数据分析食品安全状况；组织计划 2026 年第四季度构建企业 KPI 框架，并通过 Boomi 把数据汇入 Redshift。
AI 导读OpenAI 发布“前沿 AI 民主治理”系列第二部分，主题是赋能网络防御者。文中提出一套蓝图：让防御方获得前沿 AI 能力，同时配套更强的防护措施、网络安全现代化以及更有韧性的公共机构。文章只说明方案方向，没有给出实施时间表或具体技术指标。
AI 选稿理由OpenAI 就前沿 AI 的网络安全治理提出具体政策蓝图，涉及防御能力、防护措施和公共机构建设，但未给出量化结果或生效安排。
AI 导读英伟达发布预训练关系基础模型Kumo Relational，直接在企业关系数据库上做预测：给定预测查询，单次前向传播读取至多1万条历史样本作上下文，输出流失、需求、欺诈等结果，无需任务训练、特征工程或展平表格。在15个数据库的41项任务上，它超过监督式关系深度学习与专家特征的梯度提升树；SAP SALT上MRR超AutoGluon集成8%，微调后领先16%；RelArena-α上精度接近最高分条目但推理快约430倍。模型支持500B+行数据库，代码以Apache 2.0开源、权重按OpenMDW 1.1许可发布，可经structured-data-models库或NVIDIA NIM调用。
AI 选稿理由首个在常见关系基准上以少样本方式胜过监督学习的关系基础模型，覆盖41项任务与500B+行规模，并给出开源库与NIM两种落地方式。
AI 导读现有世界模型编码器不随任务调整，容易被与任务无关的视觉细节干扰。ConfigWM 以自然语言任务描述作为配置信号，把视觉嵌入映射到任务专属状态空间，只保留相关信息，再在其中学习动作条件动态用于规划。在干扰逐步增强的环境中，ConfigWM 的规划成功率保持相对稳定，平均超过最强对比方法 22.3%；物理量探测的 Pearson r 提升 0.365，干扰到干净检索提升 75.5%。
AI 选稿理由提出用语言任务描述驱动状态空间配置的世界模型方法，在噪声递增环境中给出规划成功率、物理量探测与检索三类量化结果，属于有实验范围的能力进展。
AI 导读论文提出HarnessAdapt-RL，在强化学习训练编码Agent时同步调整模型策略与执行框架（harness），不再固定框架只更新策略。冻结教师为具体任务生成机制级技能，另一教师按跨任务共性问题演化工具与hooks，仅保留不降低通过率或可训练率的改动。9B基座模型在SWE-bench Verified、Multilingual、Pro上pass@1较GRPO分别提高9.8、12.6、6.4个百分点，也优于配OpenHands人工框架的GRPO。
AI 选稿理由给出把Agent执行框架纳入强化学习训练的具体方法，并在SWE-bench三个设置上量化对比GRPO与人工框架，属可复用的Agent训练研究。
AI 导读OpenAI 发布 AT&T 法务团队使用案例：AT&T 正与 OpenAI 合作，让其 LegalEdge 团队更便捷地获取法律知识，并重新设计案件受理流程，把法律判断能力扩展到更大范围。原文未披露所用模型、部署规模或量化效果。
AI 导读Pollen Robotics与Hugging Face推出平价开源双足机器人Microduck，本篇教程演示用NVIDIA Isaac Lab和Newton在GPU并行仿真中训练行走策略：61维观测、14维关节输出，16卡配置在崎岖地形下最高约125万步/秒；通过域随机化和 backlash 建模覆盖伺服摩擦与延迟，评估后自动导出ONNX，再经robotctl加载到真机，也可上传Hugging Face Hub或在Microduck Arena比拼。
AI 导读Dharma AI 在基于 Qwen3-4B 的葡萄牙语作文评分器上，不换基座模型、数据与训练配方，仅用 VocabX 重建词表。方法按生成token成本而非出现频率选择子词与整段宏token，并控制输出层从约15.2万行降至约6.5万行。同一批500次请求上，平均回复从350token降至101token，实测推理成本降77.0%，bench分数从0.703升至0.810。论文仍在评审中，数据可能变化。
AI 选稿理由给出可复用的词表级推理优化方法及生产评分器的实测成本与质量结果，实验条件明确。
AI 导读谷歌云成为首个在同一平台提供 Gemini、Claude 和 OpenAI GPT 系列的主要云服务商。发布时，GPT-6 Astra、GPT-6.1 Sol 和 GPT-6 Luna 以私有预览形式向企业客户开放。
AI 选稿理由谷歌云首次将 OpenAI 模型引入其托管平台，使企业客户可在单一云上调用三家模型，但开放范围仅限私有预览。
AI 导读Demis Hassabis再次提前通用人工智能（AGI）的预期时间，从此前估计的三到五年缩短至两到三年。这位诺贝尔奖得主、Google DeepMind前CEO目前认为，AGI将在两到三年内实现。
AI 选稿理由Google DeepMind创始人Hassabis公开把AGI预期从三到五年缩短到两到三年，属具体人物预测变化，但无技术或产品新事实。
AI 导读哈佛大学实验物理学家、前理学院院长Christopher Stubbs加入Anthropic长期利益信托，成为该信托首位物理学家。他曾参与发现宇宙加速膨胀，并担任Vera C. Rubin天文台首任项目科学家；近期撰文讨论如何保证AI辅助研究的可重复性。该信托有权任命Anthropic多数董事，成员独立于管理层和投资者。
AI 导读Google Research在《JAMA Network Open》发表前瞻性多中心研究：让未受过超声培训的操作者用低成本便携探头按标准路径盲扫腹部，由AI估算孕龄。385名16–36周孕妇中，AI平均绝对误差4.18天，专家超声测量为4.48天；芝加哥适配后为4.10天，内罗毕零本地优化为4.27天。仅用芝加哥120人约6%训练集的数据微调即适配新探头，并将预测范围扩至36周以上。
AI 选稿理由新增前瞻性多中心临床验证：AI盲扫孕龄评估在低资源与高资源场景均达到与专家操作非劣的4.18天平均误差，且仅需约6%数据微调即可换用新硬件。
AI 导读教程从零介绍如何用 torch.profiler 配合 Neuron 后端抓取干净的性能轨迹，通过 key_averages() 表定位占用 Neuron 设备时间的 ATen 算子，并用 Neuron Explorer 追踪一次算子从框架分发、运行时调度到 NeuronCore 硬件执行的全过程。以 RMSNorm 为例对比三种实现：朴素逐算子约 2355 微秒、torch.rms_norm 约 403 微秒、torch.compile 约 376 微秒，后两者融合为单次内核调度，设备时间约为前者的六分之一。
AI 导读针对RLVR奖励稀疏、长程任务难以分配信用的问题，作者提出Self-Credit：先让策略模型在 rollout 中生成带引用的摘要，标出关键证据所在轮次；再用同一提示下成功与失败轨迹的组内一致性重缩放这些引用，削弱错误信用、强化关键动作，并据此调整引用轮次的优势值。在BrowseComp-Plus上，Qwen3 8B与32B分别比基座高37.0和36.2分，比最强智能体RL基线高8.5和5.6分；GAIA与xBench-DeepSearch分别再高4.9和4.7分。
AI 选稿理由提出无需额外标注的信用分配方法，在Qwen3 8B/32B上给出BrowseComp-Plus、GAIA、xBench-DepSearch的具体提升幅度，适用于长程工具型智能体RL训练研究。
AI 导读Hugging Face 博客发布 TorchNeuron 系列教程第一篇，讲解如何在 AWS Trainium 上用 torch.profiler 和 Neuron Explorer 分析推理性能。文章以 RMSNorm 为例对比三种实现：朴素 PyTorch 算子约 2,355 µs，torch.rms_norm 约 403 µs，torch.compile 约 376 µs，后两者融合为单内核，设备时间约为朴素实现的六分之一。内容包括 NeuronConfig 配置、按 self_privateuse1_time_total 读表、用依赖链追踪一次算子从框架调度到硬件执行。
AI 选稿理由提供可复用的 Trainium 推理性能分析方法，并给出 RMSNorm 三种实现的设备耗时对比，适用于在 Neuron 后端定位算子级热点。
AI 导读微软研究院Xinzhi Zhang与合作者证明了1995年提出的Kannan-Lovász-Simonovits（KLS）猜想：对对数凹分布，最佳平坦切割与任意形状切割的差距总被一个与维度无关的常数界定。研究者用AI智能体探索了约100条候选路径，由人筛选方向，最终通过递归细化与误差有界性论证完成证明；同日另有两组独立证明与Lean 4形式化验证发布。
AI 选稿理由解决了高维几何与概率论31年核心公开问题，把此前随维度缓慢增长的界收紧为维度无关常数，使大量依赖该猜想假设的结果可无条件陈述；同时提供了人指导AI做数学研究的可复用流程对照。