InFlux++ 通过大规模合成视频数据集（441K+帧）和扩展的真实世界基准（514K+帧），显著提升了基于 RGB 图像对动态相机内参（尤其是焦距）的估计精度，证明合成数据监督是一种有前景的训练策略。
值得关注：该工作填补了动态相机内参领域大规模训练数据和多样化评估基准的空白，推动了从固定内参假设向动态内参估计的范式转变，为实际视频中的 3D 理解提供了关键基础。
待核实（无法从元数据确定结论性内容）。
值得关注：该挑战赛聚焦跨场景泛化能力与细粒度分级，有助于提升工业质检的自动化水平和可靠性。待核实更重要意义。
本文提出一种无需标注数据的无监督方法，通过拟合孪生验证网络输出距离分布的双峰函数并取两峰之间的极小点作为阈值，在四个数据集上达到平均94%的验证准确率，与依赖标注数据的等错误率方法性能相当。
值得关注：阈值是孪生验证网络从训练走向实际部署的关键参数。以往方法依赖标注数据或经验设定，难以应对数据分布漂移。本文提供的无监督方法使模型可以在线上自动校准，大幅降低了部署维护成本，并保持了高准确率，对工业级验证系统的实用化具有重要价值。
Graph Sparse Sampling (GSS) 通过共享采样未来轨迹的图结构，将树形搜索的指数级地平线依赖降为多项式依赖，在连续控制长时域规划中显著优于传统蒙特卡洛树搜索。
值得关注：传统树形搜索（MCTS）在连续域和长时域下计算负担迅速膨胀，而GSS通过图结构将复杂度从指数降为多项式，为实时在线规划提供了可扩展的理论基础和实用算法。该工作同时填补了图结构规划在连续MDP中的理论空白。
待核实。论文提出了一种名为GlaKG的知识图谱框架，以生物标志物为中心，旨在实现可解释的青光眼诊断和风险评估。
值得关注：1. 填补了青光眼诊断中可解释性工具的空白。 2. 将生物标志物知识结构化，便于跨机构知识共享与临床决策。 3. 相比纯黑箱模型，知识图谱能提供推理路径，符合临床对透明度的需求。
基于几何互易定理（Geometric Reciprocity Theorem, GRT），首次实现从单目视频自监督学习立体视频生成，无需立体对或合成数据，显著优于无训练和监督方法。
值得关注：首次实现自监督的立体视频生成，解决了训练数据稀缺的关键瓶颈，所用几何关系简洁且有效。
GaP（Graph-as-Policy）是一种多智能体代码编排框架，通过生成带感知、规划和控制节点的有向计算图，并结合内部仿真迭代优化，使机器人在变体自动化任务上显著超越现有基线方法。
值得关注：填补了无模型策略在变体自动化任务上的可靠性缺口。 结合可解释编程（有向计算图）与自学习适应能力，具有可解释性和可迭代性。 提出了一种新的范式：将策略表达为可编辑的计算图，并通过仿真自动优化，类似“代码即策略”的思路。
本文提出了一种测试时迭代优化框架，旨在提升图像生成与参考图像之间的一致性（待核实）。
值得关注：传统方法（开环）一次生成后难以修正，而闭环迭代优化能在保持生成质量的同时显著提升与参考的匹配度（待核实）。 该方法可能为多模态生成任务（如文本到图像+参考条件）提供更可靠的框架（待核实）。
CamVLA 通过让策略自主推断相机位置（而非被告知），仅依靠单目 RGB 图像和任务指令，即可在训练时未见过的相机视角下稳定执行操作任务，且无需相机外参标定或深度信息。
值得关注：消除了对相机外参标定的依赖，大幅降低部署成本与复杂度； 仅需单目 RGB，降低传感器要求； 策略自主适应视角变化，更适合动态变化的真实场景； 为视觉-语言-动作模型在灵活相机配置下的实际应用提供了新范式。
本文提出了一种名为FormalRx的方法，用于在自动形式化过程中修正和检查语义错误，具体效果和结论待核实。
值得关注：形式化验证是保证系统可靠性的关键环节，语义错误是自动形式化的主要瓶颈之一。 该研究可能提供系统性的错误处理机制，降低人工介入成本。
本文提出 **FORE (Fitted Occupancy-Ratio Evaluation)**，一种不需要 Bellman 完备性假设的离线策略评估方法，仅要求折扣占用率本身的可实现性（realizability），并通过 KL 投影递归达到收敛。
值得关注：传统拟合 Q 评估要求价值函数可实现性外加 Bellman 完备性或投影算子稳定性，这些条件在实践中往往难以验证或满足。FORE 通过直接学习占用率，将核心条件简化为比率自身的可实现性，显著降低了理论门槛，同时保留了多…
通过直接因果审计，发现归因分数在识别语言模型中因果重要的神经元行方面优于传统基线，但高度秩稳定的选择器可能是因果有效性最低的；拒绝行为存在于冗余子空间，不同归因方法通过不相交的行集安装拒绝。
值得关注：直接因果审计揭示了秩稳定性等代理指标可能掩盖选择器的失败，为模型编辑、安全微调及可解释性研究提供更可靠的评估方法。 对语言模型的安全对齐（如安装拒绝行为）具有直接实践指导意义。
待核实。本文提出一种新方法，旨在通过角色感知的联合训练和模态解耦去噪来提高生成视频中的物理一致性（如物体运动、碰撞、重力等物理规律），但具体效果和结论需从原文确认。
值得关注：待核实。视频生成模型中常出现“物理飘忽”或“违反直觉”的伪影，限制了其在高质量视频创作和交互式内容生成中的可用性。本文尝试从模型训练和去噪流程两个角度系统性解决该问题，若有效将提升生成视频的可信度和实用性。
该论文提出一种名为“Elastic Gang”的方法，在大语言模型（LLM）推理场景中实现硬屏障同步组内成员按token动态变更，并与操作系统进程协同调度。**（待核实具体结论）**
值得关注：LLM推理已成为云服务核心负载，传统静态组调度无法适应动态负载变化。 逐令牌动态成员变更能在保持同步语义的同时，更灵活地匹配计算资源与token生产节奏，对实时交互场景（如聊天机器人）有潜在价值。**（待核实论文中论证…
该研究尝试区分视觉语言模型（VLM）的错误类型：是模型未能感知到视觉信息（“看不见”）还是缺乏相关知识（“不知道”），但具体结论因缺乏正文内容而待核实。
值得关注：区分“看不见”与“不知道”对于模型调试、数据收集和训练策略优化具有直接指导意义，是理解多模态模型局限性的关键环节。
该论文探讨了视觉-语言-行动（VLA）模型在具身推理任务中是否真正“言出必行”（faithfulness），但具体结论因无法获取完整正文而待核实。
值得关注：具身推理要求模型不仅理解自然语言，还需将语言输出与物理世界中的可行行动紧密耦合。faithfulness 是信任AI系统、实现安全人机协作的关键属性。 该议题标志着从单纯的语言能力评估向“言行一致”的具身可信赖性评估的转变。
待核实。该论文标题表明提出一种名为DiCE-CIR的方法，用于零样本组合图像检索，但具体结论无法从元数据确认。
值得关注：待核实。零样本组合图像检索是视觉与语言交叉领域的重要任务，但该工作的具体贡献（如效率提升或零样本泛化能力）需原文确认。
Deform360 是目前最大的真实世界可变形物体交互数据集，包含 198 个日常物体、1980 个交互序列和超过 215 小时的观测数据，用于系统评估 2D 像素空间与 3D 几何空间两种世界模型范式的优劣，并为可变形物体机器人规划提供基准。
值得关注：可变形物体操作是机器人领域尚未解决的难题，Deform360 填补了大规模真实世界数据集的空白，首次允许对 2D 和 3D 世界模型进行公平、系统的比较，有望推动机器人对柔软、易变形物体的感知与操控能力。
该论文提出了一种贝叶斯网络分解方法，支持局部推理与并行推理，具体细节因无法获取原文而待核实。
值得关注：贝叶斯网络在大规模不确定性建模中广泛使用，但推理计算成本高；分解与并行化是提升可扩展性的关键方向。 待核实：作者是否提出了新的图分解理论或实用算法。
Cortex 是一个双向对齐的具身智能体框架，通过将操作子任务标准化为 32 种规范技能基元并注入可执行性原理，显著提升了长时域操作任务的性能，并实现了零样本完成未见过的真实世界复杂任务。
值得关注：Cortex 提出了一种有效的双向对齐机制，解决了层次化方法中高层规划与底层执行之间的语义-运动学鸿沟。其标准化技能基元和自动数据标注方法为长时域操作任务提供了可扩展、可迁移的通用解决方案，尤其适用于需要复杂多步骤操作…