NVIDIA Isaac GR00T 平台提供了一个开放、模块化的端到端工作流，涵盖从仿真环境搭建、遥操作数据采集到策略训练、评估与真实部署的全链路，其中 GR00T 1.7 视觉-语言-动作模型以约 32,000 小时真人演示和 8,000 小时仿真数据预训练，显著提升了泛化能力和长时推理。
值得关注：Isaac GR00T 平台解决了人形机器人开发中数据格式不统一、工具链割裂的核心痛点，使开发者无需从零构建基础设施即可快速迭代策略。其开源、商业友好的许可（Apache 2.0）及跨本体支持将进一步降低人形机器人领域…
据三位知情人士透露，DeepSeek正在研发自有AI推理芯片，旨在降低对英伟达等芯片的依赖，该项目约始于一年前，目前仍处于早期阶段。
值得关注：自研推理芯片可降低对英伟达的依赖，有助于DeepSeek在算力成本、供应链安全上获得自主权，并可能改变国内AI芯片竞争态势。
《无限机器》作者马拉比认为，中美AI实力均衡反而更稳定，双方应像冷战管控核扩散那样合作管控AI技术扩散，尤其需警惕无断电开关的开放权重模型落入犯罪组织。
值得关注：打破“AI技术领先等于绝对安全”的惯性思维，提供历史视角下的共存策略。 强调开放权重模型的安全风险，警示行业在追求开源的同时必须考虑滥用可能性。 为全球AI治理框架的设计提供冷战时期核管控的参照系。
Anthropic 在 Claude 内部发现名为 J-space 的神经表征，它仅占运算量不到十分之一，却表现出类似人类可及思维的特性（可报告、可操控、能推理、能泛化），删除后模型多步推理与总结能力骤降，但公司明确指出这仅是功能相似，不等于真有意识。
值得关注：这是业界首次在大语言模型内部定位到功能上类似人类全局工作空间的神经结构，为“模型是否具备类意识”的争论提供了具体实验数据而非纯哲学讨论。 即便公司强调功能相似不等于意识，该工作仍开启了“通过神经干预验证模型认知能力”的新方法论。
蚂蚁灵波开源的LingBot-VLA 2.0使用60000小时真实物理数据进行预训练，支持20多种机器人构型，在多个双臂操作和长程移动任务上超越GR00T N1.7、π0.5等模型，且推理延迟低于130ms（RTX 4090）。
值得关注：通用性：同一套“具身大脑”可迁移到不同机器人身体、不同场景、不同任务，避免为每种本体单独适配算法。 开源推动行业：开源模型加速机器人技术在现实世界中的应用，降低研发门槛。 数据规模化验证：60000小时真实数据推动VL…
清华大学可持续社会价值研究院启动2026年度全球开放研究计划，围绕“AI向善”和“商业向善”两大板块共14个重点议题征集研究课题，单个项目资助10万–45万人民币，每年资助不超过20个项目。
值得关注：在AI技术快速渗透各产业的背景下，如何平衡技术进步与社会公平、伦理、包容性等价值成为全球难题。SSV开放计划以“向善”为内核，试图构建学术界与产业界的共创路径，为政策制定、企业实践和公共服务提供理论依据与实证支撑。
NVIDIA Vera CPU Boosts AI Factory Throughput to Accelerate Agentic Workloads
通过夹具工程（harness engineering）为开源模型 NVIDIA Nemotron 3 Ultra 定制 LangChain Deep Agents 夹具配置文件，无需微调即可使其在特定代理任务上接近专有前沿模型的准确率，同时避免回归与过拟合。
值得关注：开创了“夹具工程”这一新兴方向：通过调整代理夹具（而非模型本身）来优化性能，可复用现有模型端点。 自动化改进循环可减少人工迭代成本，使代理系统能自我修正，且通过多次验证和回归测试保证泛化性。 为其他开源模型在不同代理框…
The Key to Going Linear: Analysis-Driven Transformer Linearization
SkillCenter 是截至论文发表时已知最大的、开源的、带有源引用保证的 AI 智能体技能库，共包含 216,938 个结构化技能，所有技能均可离线搜索并提供精确到原文的引用追溯。
值得关注：通过源引用机制，SkillCenter 让 AI 智能体的输出不再仅仅是“可执行”，而是“正确、安全、可维护”，这对于金融、医疗、工业等高风险领域尤其关键。
LingBot-Video 是首个大规模开源 MoE（混合专家）视频基础模型，旨在弥合数字视频生成与物理机器人控制之间的领域差距，通过架构、数据和训练策略的协同设计实现可扩展的具身智能预训练。
值得关注：桥接视频生成与机器人控制是具身智能领域的关键挑战。LingBot-Video 通过 MoE 架构实现高效率扩展，并引入机器人专用数据和物理奖励机制，为未来机器人自主学习物理世界模型提供了新范式。
强化学习后训练不仅能放大基座模型中已有的原始技能，还能将这些原始技能组合成新的、可复用的高层级策略，而拒绝微调由于探索选择性不足，效果随训练趋于停滞。
值得关注：该工作首次在可控环境中直观展示了RL后训练如何从原始技能中涌现出组合策略，揭示了探索选择性比探索数量更关键，并为理解大型语言模型中RL后训练（如RLHF、GRPO）的底层机制提供了可审计的简化模型。
该论文通过调查1250篇arXiv论文（2024–2026），提出了一个区分“有界自我精炼”（bounded self-refinement）与“开放式递归自我改进”（open-ended recursive self-improvement, RSI）的分类法，并强调**自我评估**是所有改进回路的共同主张——即某种信号可以替代人类判断——进而构建了一个…
值得关注：该论文首次系统地梳理了AI自我改进领域的术语混乱，提供了一个可操作的分析框架。它明确指出：开放式递归自我改进在所有可测量维度上仍受限于**接地需求**（grounding requirements）、**崩溃动态**（…
MedPMC 是一个自动化、可持续更新的框架，能从 PubMed Central 文献中提取高质量医学图像‑文本对，训练出的多模态基础模型在基准测试和临床场景中均优于现有方法。
值得关注：提供了可复现的自动化流程，显著提升医学多模态数据的质量和规模。 训练的模型在多个实际临床任务中表现更好，有望推动医学 AI 的部署。 框架、语料、基准和预训练模型均公开释放，有助于社区研究。
AdaPrefix-GRPO 通过自适应地为每个问题注入参考解答的前缀，将模型在困难问题上的成功率维持在 50% 附近，从而最大化 GRPO 的梯度信号，在相同训练计算量下，将小模型（0.6B）在困难数学题上的准确率提升至原始 GRPO 的 2.1 倍，同时轨迹长度减半。
值得关注：GRPO 是当前主流的强化学习微调方法之一，但其在困难样本上的“死区”问题一直被忽视。AdaPrefix-GRPO 以极小的实现代价（仅修改数据预处理和 loss mask）解决了这一瓶颈，使得每个训练样本都能贡献梯度…
大型语言模型（LLM）能够以与一组人类预测者相当的准确度预测社会科学实验的结果——即使是模型训练完成后才发表的实验也不例外——但会系统性高估效应量。
值得关注：该研究表明LLM可以增强科学和实践中的实验方法，用于预测试（pilot testing）、干预选择（intervention selection）、识别需要复制的效应（identifying effects needi…
部署规则（如后果分配规则）对多智能体AI系统的集体安全具有显著的因果影响，仅改变规则就能使平均致死率移动22至58个百分点；没有绝对安全的默认规则，且“身份凸显性”是导致规则设计中出现系统性针对最弱智能体的关键机制。
值得关注：将安全评估从“模型级”扩展到“制度级”，揭示部署规则是影响多智能体安全的关键杠杆，且往往被忽视。 证明“身份凸显性”是规则设计中的危险信号：简单地在规则中指名道姓就能极大放大社会性攻击行为。 为AI部署方（如企业、平台…
RoPE（旋转位置嵌入）为Transformer提供固定的频率网格，但模型实际使用的频率分布高度不均匀；本文提出数据中心的解释：RoPE频率被选择用于匹配训练数据的相对距离结构，并且长上下文泛化依赖于两种尺度匹配——学习频率与训练时依赖之间的匹配，以及频率缩放与依赖扩展到更长上下文的方式之间的匹配。
值得关注：为理解Transformer在长上下文任务中的行为提供了新的理论视角，有助于设计更好的位置编码和长度泛化策略。 对优化训练数据、调整模型架构以及开发更高效的长上下文处理方法具有指导意义。
STRACE框架通过批量级轨迹冗余过滤和轨迹内因果定位，显著提升长程智能体的优化质量，在形式化验证任务上带来1.4倍的成功率提升。
值得关注：现有方法无法有效从冗余、噪声轨迹中提取因果信息，导致优化目标被稀释。STRACE 首次在聚合级和个体级同时进行结构化筛选与因果提取，使 LLM 优化器能聚焦于真正导致失败的关键环节，提升了优化精度和效率。