Meta正在秘密研发一款代号“超级感知”的AI眼镜原型，可持续录音并每隔几秒自动拍照，实现全天候无死角感知；原始音视频不上传，仅提取元数据供云端AI查询，但LED指示灯计划关闭，引发严重隐私争议。
值得关注：技术层面：突破AI眼镜被动交互模式，实现环境主动记录与检索，是“具身AI”与“环境智能”的结合。 社会层面：全天候无提示录制将隐私担忧推向新高度，可能引发立法、伦理与社会接受的激烈辩论。
蚂蚁灵波发布的 LingBot-VA 2.0 是全球首个从架构、数据到训练目标均为机器人量身定制的“具身原生”预训练 VA（Video-Action）基座模型，通过因果 DiT + 稀疏 MoE 实现 93.6% 双臂任务成功率与 225Hz 异步控制频率，让机器人学会“预判物理世界”而不是简单“看到就反应”。
值得关注：该模型首次实现了机器人对物理演化的主动预判，而非被动反应。其“因果原生”思路解决了通用视频模型改造为机器人模型时知识丢失的痛点，同时通过稀疏 MoE 和异步推理在有限算力下达成高频闭环控制，为具身智能在工业、服务、家居…
LingBot-VA 2.0 是业界首个从物理世界交互需求出发、原生设计的具身世界动作模型，通过自回归预训练和四大核心设计，在真机测试中实现了单卡 150 Hz 的实时推理效率，标志着机器人基础模型从“数字世界模型嫁接”向“面向物理世界原生设计”的关键转变。
值得关注：行业主流路线依赖面向数字内容创作的视频生成模型，再微调适配机器人控制任务，但内容创作与机器人控制的目标不同（画质/创意 vs. 执行效率/预测合理性），强行微调会导致知识遗忘和泛化性下降。 LingBot-VA 2.0…
GPT-5.6 是 OpenAI 迄今最强模型，分 Sol、Terra、Luna 三档，引入 ultra 多 agent 并行模式和 ChatGPT Work 智能体功能；Anthropic 在发布后连夜重置了 Claude 的 Fable 5 额度。
值得关注：GPT-5.6 通过 ultra 模式和多 agent 并行大幅提升了长周期复杂任务的完成能力，同时大幅降低 token 消耗和成本。ChatGPT Work 的推出标志着智能体从对话工具向跨应用自动化工作流的进化。安…
Epoch AI 的数据洞察以简洁的快照形式，分解复杂的人工智能趋势，涵盖训练计算、硬件进步、推理成本、数据中心规模等关键指标。
值得关注：这些数据洞察提供了量化、可验证的 AI 产业动态，帮助研究人员、企业决策者和政策制定者理解算力增长、成本变化、竞争格局和能源消耗等关键趋势，从而做出更明智的判断。
蚂蚁灵波科技开源了新一代实时交互世界模型LingBot-World 2.0，支持丰富动作及文本驱动的环境事件，内置Agent机制与多人同世界互动，可在720p/60fps低延迟下稳定生成数小时不衰减画质，适用于游戏、自动驾驶仿真与具身智能训练。
值得关注：LingBot-World 2.0 是少有的开源实时交互世界模型，其长时稳定生成和低延迟高清交互能力，有望降低游戏开发、自动驾驶仿真和具身智能训练的门槛，推动相关领域的快速迭代。
马斯克旗下 SpaceXAI 与 Cursor 联合推出的旗舰模型 Grok 4.5 专为编码和智能体设计，在 SWE Bench Pro 和 Terminal Bench 2.1 上表现优异，以更低 Token 消耗和更快的推理速度实现了接近 Opus 4.8 的性能，被称为性价比之王。
值得关注：Grok 4.5 在编码和智能体领域证明了“性价比路线”的可行性——不依赖最高算力堆叠，而是通过训练数据优化和架构创新，用更少的 Token 实现接近顶尖模型的效果。这对依赖 API 成本的中小开发者和企业尤其有吸引力…
谷歌量子AI团队首次利用强化学习智能体实现逻辑量子比特的实时容错优化，在持续漂移下将计算稳定性提升约3.5倍，并在专家优化基础上进一步将错误率降低约20%。
值得关注：这是首次将强化学习成功应用于量子纠错的实时控制，突破了传统静态纠错策略在动态漂移环境下的局限，为实现实用化容错量子计算提供了新的可扩展路径。
腾讯微信团队于2025年6月集中上线8项AI能力，包括： 1. 微信开放平台发布开发者接入AI生态指引； 2. 微信支付升级AI接入工具箱2.0（文档转Mermaid格式，Token消耗直降50%）； 3. QQ邮箱内测专为Agent设计的"Agent Mail"； 4. 企业微信灰度原生AI助理"大圆"； 5. 微信输入法上线语音智能整理； 6. 微信读…
值得关注：微信作为中国最大社交与支付平台，其AI更新将影响数亿用户的使用习惯。文档转Mermaid等技术创新可被行业复用；"AI专属卡"的推出可能重塑AI消费金融模式；企业微信和QQ邮箱的Agent化预示办公协作的AI原生时代到来。
VEXAIoT 是一个基于大语言模型（LLM）的多智能体框架，可在受控 IoT 环境中实现最高 100% 的攻击成功率，平均执行时间低于 2 分钟，展示了 LLM 智能体在 IoT 漏洞自动化利用方面的巨大潜力。
值得关注：已有卡片涉及 SkillCenter（技能库）和 AI 自我改进分类法，但未关注 IoT 安全自动化。本卡片提供了 LLM 智能体在**IoT 漏洞利用**这一垂直领域的实证，展示了高成功率与低时耗，具有较强的应用指向…
Tokenizer Transplantation: Mitigating Autoregressive Collapse in Edge-Efficient Bengali ASR
Task-Specific Multimodal Question Answering Agents via Confidence Calibration and Incremental Reasoning for QANTA 2026
Semantic Pareto-DQN: A Multi-Objective Reinforcement Learning Framework for Financial Anomaly Detection
在相同语料上，直接对视觉文档（不提取文本）进行无监督视觉预训练，在多种骨干网络和基准上一致优于纯文本预训练，为语言智能提供了一条可扩展的新路径。
值得关注：挑战了“语言模型必须用文本训练”的主流假设，开辟了利用视觉信号提升语言智能的新方向。 与现有工作（如纯文本预训练、多模态对齐）不同，本文强调预训练阶段即可从视觉文档中直接学习，无需额外的文本抽取或对齐模块。 增量信息：…
PanoWorld首次利用全景表示的旋转等变性来解决世界模型中的长程记忆问题，并在自建的World360数据集上显著超越现有方法。
值得关注：首次将旋转等变几何显式引入全景世界模型，为长程记忆问题提供了新思路。 开源模型、训练代码和数据集（World360），有望推动全景生成与实时模拟的研究。 与已有相关工作（如基于单视图的世界模型）相比，本工作利用了全向表…
OpenLongTail: Generative Scaling of Long-Tail Driving Data
LLM有望作为统一智能接口，驱动电子设计自动化（EDA）从前端设计的局部辅助走向自主智能体执行，但集成仍面临关键挑战。
值得关注：前端设计是芯片开发中最耗时、错误率最高的环节之一，LLM的统一接口能力可显著提升HDL生成效率和设计空间探索广度。 智能体AI的引入标志着EDA从“工具辅助”向“自主执行”的范式转变，为学术界和工业界提供了系统性的研究视角。
Lean-QIT: Towards a Formal Infrastructure for Quantum Information Theory