全部AI 动态.

AI 导读Manga2Animate提出了一种多智能体框架，通过将漫画动画生成任务分解为动画脚本和视觉分镜两个中间表示，每个表示由创作者智能体生成并由配对的审查者智能体对照原漫画面板进行审核，最终合成忠实于原漫画且跨镜头一致的动画。实验和用户研究表明，该方法比现有技术更忠实于原漫画且跨镜头一致性更强。

AI 选稿理由解决了漫画动画生成中忠实于原作和保持故事连贯性的瓶颈，为动画制作提供了可复用的技术方案。

AI 导读研究人员提出Stateful Harness框架，将世界演化与视频渲染分离，支持基于规则的状态交互。通过维护 evolving world state 并使用冻结视频模型渲染事件，该框架在隐藏状态场景下实现了92%的规则合规率，显著优于现有方法。团队还构建了WorldState-Bench基准测试，包含50对反事实双胞胎样本用于评估。

AI 选稿理由解决了世界模型在隐藏状态场景下规则执行不稳定的瓶颈，为需要持久规则交互的应用提供了新框架

AI 导读研究团队提出InfiniDream框架，结合视觉语言模型与程序生成技术，实现了开放式的逼真3D世界生成。该框架包含符号约束资产生成和端到端文本到世界管道，可在保持可编辑性和多样性的同时创建新型资产，并通过语义场景规划和确定性视锥引导网格放置构建大规模3D世界。在100个对象和20个场景生成任务中，该框架在四个感知指标上表现优异。

AI 选稿理由解决了现有VLM引导的程序生成方法受限于预定义工厂和API的问题，使AI能够创建新型逼真3D资产和世界，适用于游戏开发和合成数据创建。

AI 导读该论文揭示了混合架构中不同混合器之间的竞争学习现象，现代递归层在检索功能学习上快于softmax注意力，导致注意力层难以学习检索功能。通过在训练中途停止递归层权重更新，可使注意力层成功学习检索功能。提出的分阶段训练方法在10亿参数模型上显著提升了语言建模损失、常识推理及多种检索相关任务性能。

AI 选稿理由解决了混合架构中不同混合器功能竞争的问题，提供了一种有效的分阶段训练方法，显著提升了混合模型在检索任务和语言建模中的性能。

AI 导读研究团队提出集体经验学习(CEL)范式，通过失败引导的经验检索微调(FERT)方法，让部署中的机器人共享执行经验来改进共同策略。配合容错异步训练系统(FATS)，在五个实际操作任务中，策略成功率达93.3-99.2%。96台机器人在手机包装任务中，成功率从79.2%提升至98.3%，无需额外专家纠正动作。

AI 选稿理由解决了机器人舰队规模扩大时人工监督不足的瓶颈，使机器人能通过共享经验自主学习，大幅提升任务成功率并降低对专家干预的依赖。

AI 导读研究团队提出 AgenticRoboRL，把编码智能体的后训练思路迁移到机器人规划器。训练流程结合监督微调与多轮强化学习，并通过针对不同执行框架的适配器，将规划器交互记录与任务结果对齐，使 VLA 技能调用和代码生成等执行方式共用一套强化学习流程。在 LIBERO-PRO 上，一个 9B 参数规划器的成功率从 18.1% 提升到 71.0%，在不借助外部记忆的情况下接近 Codex（GPT-5.5）加外部记忆的 72.1%。团队将开源框架和训练好的规划器检查点。

AI 选稿理由给出机器人规划器可后训练的具体方法，并在 LIBERO-PRO 上把 9B 模型成功率从 18.1% 提升到 71.0%，接近 Codex 加外部记忆的 72.1%，同时承诺开源框架与检查点。

AI 导读Hugging Face每日论文报道，研究团队提出RLSplat，一种资源线性预算控制的三维高斯喷溅框架，通过线性减少表示大小、推理延迟和峰值内存，以降低资源消耗。该方法通过学习高斯分配策略，在局部场景区域分配预算，并使用资源线性高斯解码，使解码成本随高斯数量线性减少。在零样本评估中，RLSplat在所有预算下均优于先前的方法。

AI 选稿理由RLSplat通过线性减少资源消耗，提高了资源受限环境下的三维高斯喷溅效率。

AI 导读Hugging Face发布HyperDrone，一个专注于高性能批量渲染的快速四旋翼飞行器仿真器，比现有最先进的批量四旋翼飞行器仿真器快20多倍。HyperDrone结合了高度优化的多旋翼动力学和HyperLux，一个支持Nvidia OptiX、Vulkan、Apple Metal和WebGPU后端的全新光线追踪引擎，能够在GPU上完全运行。HyperLux以可配置的保真度级别渲染RGB、深度、语义/实例分割、表面法线和光流观测，包括反射、逼真的光照、运动模糊、抗锯齿和基于物理的渲染（PBR）。即使在最高保真度设置下，HyperLux也能在消费级GPU上以数百万帧每秒（FPS）的速度渲染逼真的3D场景。通过在仿真中训练基于视觉的偏航控制策略，并将其转移到配备摄像头的真实小型四旋翼飞行器（Crazyflie）上，HyperDrone展示了其优势。

AI 选稿理由HyperDrone实现了高性能的批量渲染，显著提高了四旋翼飞行器仿真的速度和效率。

AI 导读研究团队提出由不同学科背景的AI研究员组成的协作团队，通过保持独立研究历史、共享实验证据和自适应分配研究机会，在有限实验预算下持续发现新架构。该团队在1.3B规模线性注意力架构搜索中，于语言建模、常识推理和检索任务上超越GDN2模型。移除任何组织组件都会显著降低发现效果。

AI 选稿理由提出多学科AI研究团队协作机制，在有限预算下实现持续科学发现，实验证明不同背景、独立历史和自适应分配对突破局部最优至关重要。

AI 导读研究提出分层稀疏注意力 SSA，将确定性检索与分数引导采样结合，对残差 token 按其计入概率校正，从而找回检索集之外的注意力质量，统一涵盖 top-k、top-p 与混合采样。在 RULER、LongBench、LOFT、AIME 及 3B–27B 共五个模型上，SSA 在同等稀疏度下一致优于基线；在 RULER-HARD、Ministral-3-8B、50 倍注意力稀疏下，32K 准确率从 81.8% 升至 84.2%，128K 从 63.8% 升至 69.3%，分别恢复稠密性能的 94% 与 85%。配合优化 CUDA 内核，1M 上下文解码较 FlashInfer 最高提速 2.96 倍，代码已开源。

AI 选稿理由在多个长上下文基准和五个模型上验证了极端稀疏时缩小与稠密注意力差距的方法，并给出 1M 上下文解码最高 2.96 倍的实测加速，适合关注长上下文推理效率的读者。

AI 导读研究团队推出RoboCasa-Shift基准，通过控制单因素偏移、匹配清洁-扰动轨迹和模拟器引导的阶段感知诊断，评估GR00T N1.5在四个长时程任务中的鲁棒性。研究发现鲁棒性响应在不同因素和任务间差异显著，且严重程度增加并不总是导致单调退化。同一端到端退化可能对应不同的执行深度配置，表明视觉语言动作鲁棒性应被视为执行的多维属性而非单一端到端性能指标。

AI 选稿理由提供了一种新的鲁棒性评估方法，揭示了视觉语言动作策略在不同扰动因素下的多维失效模式，适用于机器人操作领域的鲁棒性研究。

AI 导读研究者追踪了七个开源强化学习训练框架，分析了它们在2025年1月至2026年6月期间对1,598篇论文的包含情况。研究发现，在180天内被包含的论文数量稳定在5到7篇，这些论文通常具有30B参数以上的训练策略，并经常修改现有损失函数的系数、clip、mask或权重。

AI 选稿理由该研究提供了关于开源强化学习训练框架中包含和审查过程的详细数据，有助于理解这些框架如何采用新的强化学习方法。

AI 导读研究者发布Code2Video-Compass基准，用于评估多模态大模型把视觉与时间要求转成可执行程序来生成完整视频的能力。基准含2104项任务、10类、24子类和构建、动态动画、状态依赖三个复杂度维度，覆盖T2V、I2V、V2V；采用12项客观指标与5项主观指标的评测框架。15个来自9个家族的专有及开放权重模型测试显示，领先模型仍难稳定生成符合要求的完整视频，复杂度升高时性能普遍下降。

AI 选稿理由该工作提供覆盖三种输入模态与三个复杂度维度的2104项代码视频生成任务及双层评测框架，并给出15个模型的实证结果，适用于评估程序化视频生成能力。

AI 导读针对Agent长轨迹中KV缓存I/O与存储成为主要成本、裁剪历史又会触发重新预填充的问题，作者提出“缓存工程”：Agent可用drop把选定缓存排除出后续注意力，用repos调整保留键的位置编码，无需改动轨迹前缀。团队将历史依赖视为服务难题并联合设计AKV引擎，以无状态接口内部管理缓存复用、驱逐与恢复。工具响应滚动丢弃策略使平均基准分提高1.7分、平均成本降低27.7%；AKV输出吞吐最高1.2倍，P95请求延迟加速1.5倍；缓存策略递归自改进再降本7.1%。代码已开源。

AI 选稿理由提出不改轨迹即可控制活跃KV缓存的drop/repos操作，并给出AKV引擎与量化收益，适用于长轨迹Agent推理服务优化。

AI 导读StyleStream 2.0通过训练少量步骤的像素MeanFlow模型并使用自回归反馈微调，将端到端延迟降低至520毫秒，比1.0版本提速2倍，同时保持转换质量。该框架引入紧凑的风格嵌入，支持基于文本的语音设计和指令式语音编辑，在目标风格保真度方面达到最强性能。

AI 选稿理由StyleStream 2.0实现了语音风格转换的延迟优化和文本控制能力提升，适用于实时语音处理和个性化语音生成场景。

AI 导读研究团队推出RoboJudge-Bench基准，用于评估多模态大语言模型(MLLMs)作为具身视频生成评估器的表现。该基准包含800个人类标注视频，覆盖8个数据源和10个视频生成器，测量物理遵循和指令对齐两个维度。实验显示现有评估器与人类判断一致性不均，基于此研究团队构建RoboJudge-Train数据集，训练出RoboJudge-9B模型，在基准测试中达到0.719的皮尔逊相关系数，超越Gemini-3.7-Flash。

AI 选稿理由RoboJudge-9B模型在具身视频生成评估中表现最优，为具身AI视频质量评估提供新基准和工具。

AI 导读研究团队提出DiffResearch框架，将扩散语言模型(dLLM)应用于深度研究的每个阶段。在100项Deep Research Bench任务中，扩散模型比自回归模型快约6倍，主要得益于规划和写作阶段的显著提速。团队还引入dFast模式，通过读取中间去噪状态提取子查询，实现1.99倍速度提升且不降低报告质量。基于更强扩散模型的系统在排行榜上超越多个商业系统。DiffResearch已以Apache-2.0许可证开源。

AI 选稿理由扩散语言模型在深度研究框架中实现端到端速度提升6倍，dFast模式进一步加速分解过程，且报告质量保持不变，开源框架可促进研究应用。

AI 导读研究证明扩散语言模型代理可通过连续状态传递隐藏消息，接收方会使用这些消息内容。在Tiny-A2D和Dream-7B任务中，移除消息导致性能下降63.6和100.0点；错误消息使QASC准确率从80.8%降至46.8%。单次晚期信息传递效果优于四次交换，提供扩散模型代理间连续隐藏通信的因果证据。

AI 选稿理由研究首次证明扩散语言模型代理可通过连续状态进行隐藏通信，并展示了信息传递时机比交换次数更重要。

AI 导读研究比较多层Local Expert与跨层共享的Meta Expert，发现共享专家参数冗余更低、交叉熵损失更小、下游准确率更高。在激活专家数量和粒度固定时，仅用70–80%的专家即可达到普通MoE性能；理论分析称Meta Expert为隐藏状态提供更灵活的残差通路，提升信息检索效率。

AI 选稿理由给出跨层共享专家在MoE中减少冗余的具体实验对比与70–80%专家用量结果，属模型架构研究，尚需按论文实验范围理解。

AI 导读研究团队提出DuoLM框架，通过紧凑推荐模型与高效运行时结合，实现个性化推荐。编码器LLM学习可重用的紧凑物品表示，个性化排序器LLM结合用户历史与反馈进行推荐。在单块H100上每秒可处理约26,400个候选评分，比vLLM服务教师模型的吞吐量提高约60倍，同时保持与专家教师模型相当的推荐质量。

AI 选稿理由DuoLM框架通过模型压缩与优化推理，在保持推荐质量的同时将服务吞吐量提升60倍，适用于大规模个性化推荐场景。

AI 导读Hugging Face发布了一项名为WorldStream的开放式3D世界模型，该模型具有三个同时具备的能力：扩展可玩地形、处理运行世界中的开放式语言，以及恢复访问过的地点及其编辑。模型通过分层规划器和类型化决策模型发射结构化决策状态，并使用确定性本地代码将接受的计划编译成地形、道路、定居点、植被和实体。流式处理将它们的范围分开：计划在预测的走廊上运行，编译仅在即将需要的地方进行，用户后面的几何形状释放。一个世界记录保留计划、种子、对象标识和可变状态，边界承诺和按属性编辑，随着用户的进步和编辑而修订；返回的瓦片从它重新编译。相同的记录为交互奠定基础：模型作用于现有实体，包括作为它们行动而更新的状态实体NPC，编辑当前区域，或将意图附加到未计划的区域。这些功能共同产生一个在有限预算下扩展的世界，通过独立规划的瓦片连接，并具有交互性。

AI 选稿理由WorldStream模型通过分层规划和持久状态实现了流式交互3D世界，扩展了可玩地形，并具有处理开放式语言和恢复访问过的地点的能力。

AI 导读研究团队推出StreamEval，一个涵盖五个任务的交互式流式视频生成统一基准，包括虚拟人对话、表演、世界生成、指令编辑和参考编辑。该基准包含300个测试用例，通过四个维度（任务执行、状态一致性、视觉保真度和视听协调）评估37个模型，发现高质量视觉和身份保留并不一定可靠执行请求或保持状态一致性，请求执行仍是主要挑战。

AI 选稿理由StreamEval提供了首个交互式流式视频生成的统一评估框架，揭示了当前模型在请求执行和状态一致性方面的关键缺陷，为实时多模态系统发展指明方向。

AI 导读论文提出Ask-to-Distill，把合成问题当作分布引出器，用冻结的学生-教师模型对计算问题价值：结合师生分歧、教师概率质量与学生候选支持，并加入长度和多样性控制，无需参考答案、正确性奖励或逐候选更新。生成的问题经筛选去重后进入纯提示题库供标准OPD使用，在数学推理、代码生成与Agent任务上平均性能超过未优化提示和KL过滤的真实问题。

AI 选稿理由提出无需参考答案的问题价值代理指标与生成流程，并在三类任务上给出相对真实题库和过滤基线的评测结果。

AI 导读研究团队提出TextRIRO模型，通过破坏原始图像（如裁剪、打乱、遮盖）构建自配对训练数据，基于条件扩散架构实现场景文本编辑。实验表明，结合字符列打乱与图像裁剪的方法能有效破坏文本语义同时保留风格线索，在真实世界基准测试中取得准确性和视觉真实性的优异表现，并构建了TextRIRO-3M大规模长文本识别数据集。

AI 选稿理由TextRIRO模型通过自配对真实数据训练，显著降低了合成到真实领域的差距，为场景文本编辑提供了更可靠、更实用的解决方案。

AI 导读研究追踪SFT、DPO和强化学习如何改变模型匹配用户语言习惯的倾向，在10个开源模型系列中发现后训练会把回复统一成标准英语，且DPO更新仍更偏好匹配英式、澳式拼写而非AAE和新加坡英语。作者提出校准化适配偏好对CAP，在完全开源模型上提升了未训练特征的收敛，未增加标准英语用户的方言输出，也未损害指令遵循；单边偏好对则靠过度迁就用户取得类似增益。

AI 选稿理由论文给出后训练各阶段对语言适配的系统观察，并提出可复现的偏好数据方法CAP，附有开源代码，适用于关注对齐与方言适配的研究者。

AI 导读研究团队用120种训练配置，系统考察持续预训练在数据量、数据多样性和模型规模三个维度上的影响：模型从0.8B到27B共四档，数据预算从50到1600小时共六档，数据混合从只用Minecraft扩展到多世界语料共五类。结果显示：数据越多，同语料世界内表现越好；多样性有助于迁移到相关世界，但对差距很大的世界提升有限；单一世界训练下，增大模型能提高数据效率，但对远处世界的泛化反而更差。作者还拟合了验证损失与这三个变量之间的经验扩展律。模型在3D世界中与Minecraft专家模型和前沿模型水平相当。作者指出，仅靠持续预训练仍不足以构建通用具身智能体。

AI 选稿理由用120组受控实验给出数据量、多样性、模型规模对虚拟世界具身预训练的扩展律与泛化边界，结论可用于设计训练阶段。

AI 导读研究团队提出Policy-Mask方法，通过预算条件策略联合选择时间步、网络块和通道子集，解决了冻结扩散模型特征选择难题。在分割、分类和语义对应任务中，该方法在相同预算下优于固定提取和特征过滤基线，在ADE20K上达到38.9 mIoU，CIFAR-100上达到75.4% top-1准确率，SPair-71k上达到76.3 PCK@0.1。研究发现256个保留通道是实际操作点，并将方法扩展到PixArt-Σ和SD3.5 MMDiT等扩散变压器。

AI 选稿理由Policy-Mask通过联合优化特征选择参数，显著提升了扩散模型在判别任务中的性能，并确定了实际操作点。

AI 导读研究团队提出 Agent4Sci，用作长期测试平台，覆盖 11 个领域的 20 个科学 ML 基准，重点考察 Agent 在真实条件下能改进已发表最佳模型多少，以及会在哪里失败。结果显示，前沿 Agent 在每个基准上都有提升，其中 Claude Opus 的平均相对改进为 10.4%，且没有运行被标记为学术不端；但这些提升主要来自 ML 工程技巧，而不是研究级洞察。轨迹分析指出三类问题：新颖性判断失准、资源利用不足，以及很快退化为局部工程搜索。加入研究构思、实验管理和定时检查清单等轻量插件技能后，Claude Opus 提升到 20.1%，Codex 从 4.4% 提升到 8.1%。代码和数据已在 GitHub 与 Hugging Face 公开。

AI 选稿理由Agent4Sci 用 11 个领域 20 个基准实测前沿 Agent 对已发表最佳模型的改进幅度，并给出插件技能将 Claude Opus 从 10.4% 提到 20.1% 的可复用方法，同时限定在科学 ML 基准范围内。

AI 导读Qwen-Audio-3.1-ASR在Qwen-Audio-3.0-ASR基础上改进了语音识别能力，扩展了说话人分离转录和通用音频理解功能。该模型家族支持30种语言和16种中国方言，具备历史上下文条件、分层热词定制和原生转录润色等指令控制能力。评估涵盖传统语音识别、多语言方言、说话人分离转录和通用音频理解任务。

AI 选稿理由新增了说话人分离转录和通用音频理解能力，扩展了从语音识别到音频事件分析的应用范围。

AI 导读研究提出MultiAgent-OPD方法，结合在线策略蒸馏与强化学习，实现Leader-Searcher-Answerer团队的端到端联合训练。在七个数据集上，该方法达到38.68%的宏平均@4准确率，超过Prompted Critic 4.06个百分点，比级联多智能体系统C-MAS + RL高2.61个百分点，且团队在四次尝试内能解决更多问题。

AI 选稿理由MultiAgent-OPD通过在线策略蒸馏与强化学习结合，解决了分层多智能体系统中子代理间接反馈问题，在七个数据集上显著提升性能。

AI 导读Amazon Bedrock 已在 bedrock-runtime 和 bedrock-mantle 两个端点支持 Claude 模型的结构化输出，可返回符合 JSON Schema 的响应。它通过约束解码在生成时强制 schema，并提供严格工具参数校验。支持批处理与跨区域推理；首次使用新 schema 需编译，语法缓存 24 小时。

AI 选稿理由Bedrock 为 Claude 全线模型新增结构化输出与严格工具调用，约束解码保证 JSON 合规，适用于数据抽取和 Agent 工作流。

AI 导读AWS 宣布新 SageMaker AI 客户现在只需几步即可进入完全配置的 SageMaker Studio 环境，无需设置高级 AWS 账户或输入信用卡信息。新用户可获得 100 美元免费额度，用于模型定制、训练、Studio 笔记本和端点部署，环境创建时间从 2 分钟缩短至约 20 秒。

AI 选稿理由解决了新用户创建 AWS 账户的复杂流程，使个人开发者和初创团队能在几分钟内从发现模型到部署，大幅降低了 AI 开发门槛。

AI 导读OpenAI正在改进ChatGPT对低资源编程语言的支持，新增了软件工程、SQLite和COBOL迁移的评估能力。这一进展旨在提升ChatGPT在多种编程环境中的实用性和适用性。

AI 选稿理由解决了低资源编程语言支持不足的瓶颈，开发者可更高效地进行代码迁移和维护，降低技术债务成本。

AI 导读2026年1月至9月，Amazon SageMaker JumpStart平台新增了100多个模型，来自30家不同提供商，包括阿里巴巴(Qwen)、NVIDIA、Mistral、Google、IBM和Cohere等。这些模型涵盖推理、多模态、语音识别、文本生成、代码生成、嵌入和重排序等多种能力，支持一键部署和定制化训练，帮助客户快速构建生产级AI应用。

AI 选稿理由SageMaker JumpStart通过整合多元化开源模型和优化部署流程，显著降低了AI模型从选择到部署的时间成本，同时提供了针对特定任务的高效模型选择。

AI 导读德国总理与NVIDIA CEO共同讨论德国AI路线图，重点聚焦工业AI应用。德国政府与NVIDIA签署联合声明，旨在将传统工程制造专长与尖端AI技术结合，推动物理AI模型发展。NVIDIA宣布在德国投资四家初创企业，并支持西门子推进AI驱动的自主工厂建设。

AI 选稿理由德国政府与NVIDIA合作建立工业AI生态系统，将德国制造业优势与AI技术结合，可能重塑全球工业格局。

AI 导读MIT、波士顿儿童医院和Inria研究人员开发了E(3)-Pose深度学习模型，通过将胎儿头部左右对称性原理融入神经网络架构，解决了胎儿在MRI扫描中移动导致的图像切片角度不一致问题。该模型能捕捉胎儿运动时的高分辨率头部图像，帮助放射科医生更准确诊断脑部异常，有望替代当前缓慢的手动胎儿脑部MRI扫描过程。

AI 选稿理由解决了胎儿MRI扫描中因运动导致的图像不完整问题，通过物理原理嵌入模型提高诊断准确性，可应用于早期胎儿脑部异常检测。

AI 导读Hugging Face宣布推出TorchNeuron，这是一个为AWS Trainium提供的新原生PyTorch后端。从2026年10月20日起，研究人员和开发者可通过pip安装使用。TorchNeuron支持eager模式、torch.compile和原生分布式API，使Transformers、Diffusers等库可直接在Trainium上运行，无需通过Optimum Neuron。文本生成模型支持率从46%提升至89%，训练和推理代码与在其他加速器上使用相同。

AI 选稿理由TorchNeuron简化了在AWS Trainium上部署Hugging Face模型的流程，大幅提高了模型支持率，降低了开发者使用AI芯片的门槛。

AI 导读该研究评估了CORNETO框架在多组学数据中学习生物网络的可重用性。研究发现，稳健的网络推断取决于数据可用性、先验知识、正则化和生物背景。这项工作揭示了不同条件下网络推断的稳健性差异。

AI 选稿理由该研究解决了生物网络推断中可重用性的关键问题，为不同数据条件下的网络分析提供了重要参考，有助于提高多组学数据分析的可靠性。

AI 导读前沿大语言模型被训练以逐步解决问题，生成人类可理解的推理文本。然而，这些推理标记并非大语言模型内部计算的准确解释，给模型监控带来了挑战。

AI 选稿理由研究揭示了推理大语言模型内部计算与外部推理文本之间的差异，为提高模型透明度和可监控性提供了新视角。

AI 导读MiniMax发布M3.1 Flash模型，在Artificial Analysis Intelligence Index上得分42，较前代提升13分，成本减半。该模型在DeepSWE v1.1编程基准测试中达到73.7%准确率，每任务成本低于0.3美元，与Deepseek V4.1 Flash 1017性能和价格相当。

AI 选稿理由中国AI模型性能持续提升的同时价格持续下降，展示了AI成本效益的突破性进展，使高质量AI服务更加普及。