WorldDirector 通过将语义运动编排与视觉生成解耦，并利用大语言模型协调3D轨迹与相机运动，实现了对复杂、长时间视频事件的高可控性生成，且能保持动态物体在长时间离场后重新出现时的外观一致性。
值得关注：解决了现有世界模型在长时间视频生成中动态物体“遗忘”外观、运动不连续、难以自由控制视角的瓶颈，将大语言模型的推理能力与视频生成结合，为构建真正可交互、可重用的世界模拟器提供了新范式。
WordVoice 通过构建大规模双语标注数据集 WordVoice-5A 并提出显式“声学规划”机制，首次实现了在基于大语言模型（LLM）的文本到语音（TTS）系统中对词级时长、边界、能量、音高、语调五个维度的精细、解耦控制，同时保持了零样本合成的稳定性。
值得关注：首次在 LLM‑TTS 中实现了显式、解耦的多维词级控制，突破了隐式生成范式的“黑箱”限制。 提供了大规模高质量标注数据集，解决了该领域的核心数据瓶颈。 所提出的 bound‑token 机制和声学调制模块具有通用性，…
SenseNova-Vision 将计算机视觉任务统一表示为多模态生成问题，在单一模型中通过自然语言指令和视觉提示完成多种视觉任务，无需专用架构，且性能可匹配专用系统。
值得关注：该工作简化了视觉任务的开发流程，无需为每个任务构建独立模块，推动视觉基础模型向通用智能体方向迈进，降低了工程和维护成本。
该研究通过引入新数据集（MIDV-DynAttack）、新验证方法及公开基准，首次系统评估了自动系统对身份文档全息图动态攻击的检测能力，并提出了无需动态攻击样本即可训练的最新方法。
值得关注：全息图是护照、身份证等官方文档的核心防伪特征。随着远程身份验证需求增长，自动系统对动态攻击的脆弱性成为关键安全漏洞。本研究首次提供了系统性评估工具和解决方案，直接关系到金融、边境管控、数字身份等领域的防伪能力。
通过结合无监督域适应（风格迁移模型 AdaIN 和 CycleGAN）与 Swin Transformer V2 分类器，该框架在跨站点乳腺X线数据集上有效提升了钙化良恶性分类性能，将外部验证集的 AUC 分别从 0.68 提升至 0.72（EMBED）和 0.73（Duke Calcification Dataset）。
值得关注：该研究展示了无监督域适应技术在解决真实临床多站点数据异质性（设备厂商、成像技术差异）方面的潜力，为乳腺X线钙化分类模型的跨中心部署提供了可行路径。
TILDE 将文本到图像扩散模型中的概念遗忘形式化为一个分布对齐问题，通过能量倾斜的目标分布（在遗忘约束下最小偏离预训练模型的分布）和残差 ∇-GFlowNet 训练，在高效移除目标概念的同时显著提升了良性生成的保留质量与分布保真度。
值得关注：概念遗忘是安全部署扩散模型的关键能力。TILDE 首次将遗忘后的分布保留作为一个明确的优化目标，而非隐式结果，使得遗忘模型在移除敏感概念的同时能够最大化保持对正常用户的生成质量与多样性，更接近“只保留”模型的表现。
LCA 是一个模型无关的编排框架，通过将多模态数据摄入与特征推断解耦，为肿瘤学临床决策支持提供了高度模块化、可扩展且鲁棒的基础架构。
值得关注：突破单体设计限制，使多模态数据摄入与 AI 推理解耦，提升系统适应性和模块化程度。 通过 SIP 隔离核心 AI 与医院 IT 基础设施，降低部署风险，增强对数据异常和模型变更的鲁棒性。 为未来肿瘤学临床决策支持系统提…
RSF-GLLM 提出将可微图推理与答案生成解耦，利用循环软流模块传播连续相关分数并通过结构线索跨越语义不相似的桥接节点，在 WebQSP 和 CWQ 数据集上取得与基于 LLM 的昂贵方法相当的性能且推理效率更高。
值得关注：传统方法无法处理中间节点与查询无直接词汇重叠的语义鸿沟，而 RSF-GLLM 通过可微图推理弥合这一鸿沟，同时保持 LLM 的生成能力，为高效、可解释的知识图谱问答提供了新路径。
引入大规模真实世界多变量时间序列数据（RMISC语料库）可以显著提升时间序列基础模型在零样本泛化方面的表现，效果优于仅使用合成多变量数据训练的模型。
值得关注：当前时间序列基础模型领域，合成数据虽易得但可能偏离真实场景。RMISC填补了大规模高质量真实多变量时间序列语料库的空白，有助于推动模型在金融、能源、医疗、气象等实际领域的部署能力。
人工智能在印度次大陆是一把“双刃剑”，既能促进语言包容，也可能导致文化同质化；本文通过纵向梳理印度自然语言处理（Indic NLP）的发展历程，并提出“文化感知”（Culture Sensing）研究方向，旨在构建更具文化意义和包容性的印度基础模型。
值得关注：印度拥有数十种主要语言和数千种方言，文化多样性极高。若AI模型忽略这些多样性，可能加剧语言和文化的边缘化。本文首次从文化遗产保护的角度系统审视Indic AI，提出的“文化感知”方向有望推动AI系统在低资源语言和文化语…
Publisher Correction: A 98-qubit trapped-ion quantum computer with all-to-all connectivity
ProxyPose 通过将单目视频中的 6-DoF 姿态追踪问题转化为视频到视频的转换任务，仅需输入视频和首帧一个标记像素，利用微调的视频扩散模型生成代理视频，即可使用经典方法恢复 6-DoF 轨迹，在无需额外输入（如 3D 模型、深度图）的情况下达到最先进精度。
值得关注：该方法摒弃了传统方法对 3D 模型、深度图等辅助数据的依赖，仅凭单目视频和单个标记点即可实现高精度追踪，尤其适用于无纹理、透明、反射、可变形物体等困难情况。其视频到视频的转换框架新颖，利用扩散模型的生成能力从数据中隐式…
量子计算机天然适合模拟量子多体系统，但能否设计出物理上合理的量子机器学习（QML）任务，并展示量子相对于经典的学习优势（学习分离）？本文从PAC学习理论出发，研究量子多体动力学的可学习性。核心问题：是否存在一个基于哈密顿量演化的自然机器学习任务，使得量子学习器高效可行，而经典学习器在多项式时间内无法完成？
值得关注：这是首次在物理动机明确的量子机器学习任务上给出严格且可证明的学习分离，为量子优势在机器学习中的应用提供了理论基石，并可能启发未来量子模拟与量子机器学习融合的实用方案。
PACR-Video 通过冻结文本到视频扩散 Transformer，仅添加低秩时间适配器与递归提示库，在不进行全模型微调的前提下，实现了多镜头长视频外推中实体、场景、语义和因果关系的连贯保持，并在六个基准上超越多种现有方法。
值得关注：长视频生成是视频理解与生成领域的关键挑战，保持长期连贯性往往需要大量计算资源或全模型微调。PACR-Video 证明了在不改动底层大模型的情况下，仅通过参数高效的适配器与提示路由也能获得优异的连贯性和质量，为实际应用中…
PAW 将自然语言描述的模糊函数编译为轻量级本地可执行神经工件，使用 0.6B 参数的解释器即可达到 32B 参数直接提示的性能，推理内存仅为后者约 1/50，并在 MacBook M3 上以 30 tokens/s 运行。
值得关注：PAW 范式有望改变当前依赖大模型 API 的开发模式，将昂贵的在线推理转化为一次性的离线编译和轻量级本地执行，从而在保持性能的同时大幅降低资源消耗，提升隐私和可控性。
Point as Skeleton 是一个生成式传感器仿真框架，通过引入点云骨架条件和 Reset-and-Roll 机制，在闭环驾驶仿真中实现了更稳定的自回归视频生成，兼顾了闭环交互性与视觉保真度，并在 nuScenes 和 nuPlan 数据集上验证了其有效性。
值得关注：该框架首次将点云骨架作为自回归生成的条件，结合 Reset-and-Roll 机制，有效缓解了长序列自回归生成中的误差传递，同时保持了闭环交互性。它为在仿真中实现高保真、可交互的驾驶场景生成提供了可行路径，对自动驾驶算…
Pitwall 是一个在实时一级方程式（F1）比赛中生成多语言策略简报的生产系统，通过将每个句子分解为可验证的事实声明并借助校准的蒙特卡洛概率引擎进行验证，将忠实性作为架构属性而非事后补救，实现了高保真度的实时生成。
值得关注：将“忠实性”从追求目标提升为系统架构的固有特性，而非依赖事后事实核查。 为高风险、高时效的场景（如体育直播、金融新闻、实时决策简报）提供了一种可复现的设计范式。 揭示了生成中一个关键权衡：丰富性 vs. 忠实性，并证明…
PIPBench 是首个将用户画像（profile）纳入评估的个性化图像生成基准，揭示了现有方法在捕捉用户审美偏好方面的关键局限。
值得关注：个性化生成是提升用户体验的核心方向，但缺乏统一的评估基准。PIPBench 首次将用户画像（而非仅提示词）作为评估维度，更贴近实际应用场景中用户对“我喜欢什么”的隐性需求。
由于非人类灵长类动物发声或手势序列的长度分布快速衰减，无监督依存句法分析器所检索到的正确边的比例必然很高，因此无需金标准即可评估其性能；而人类语言序列缺乏该性质，导致评估困难。
值得关注：解决了长期困扰学界的一个逻辑困境：若无法获得金标准，是否意味着对非人类序列的句法分析根本不可评估？本工作表明，利用序列自身统计性质即可实现无金标准评估，从而为跨物种语言研究的实验设计铺设道路。
该研究提出的双层控制框架（上层动态定价 + 下层基于多智能体深度强化学习的电池管理）在奶牛场场景中，相比基于规则的模型可将能源套利利润提升最高 18%，同时增加分布式发电利用率且不显著增加成本，并符合爱尔兰电网电压规范。
值得关注：为乳制品行业量身定制了可再生能源整合控制方案，填补了现有研究空白。 展示了多智能体深度强化学习在农业能源管理中的实际应用潜力，提供了可量化的经济和技术效益证据。