本文提出一种与原有动作代理并行的主动记忆代理，它通过结构化记忆库和选择性干预机制，在长时程任务中有效缓解“行为状态衰减”问题，显著提升任务成功率。
值得关注：长时程任务是AI代理面临的核心挑战之一。传统方法受限于固定上下文窗口，无法有效维持任务关键信息。本文将记忆从“被动检索”转变为“主动干预”，为构建更持久的智能代理提供了新范式，并且其即插即用特性降低了实际部署门槛。
ProjAgent 提出将**程序相似性**作为显式检索信号，结合代理工作流与静态分析反馈循环，在仓库级代码生成任务中以 41.14% Pass@1 超越了现有基于检索的基线方法。
值得关注：仓库级代码生成是软件工程自动化的关键挑战。现有检索方法忽略了“实现逻辑相似但表面不同”的函数，而 ProjAgent 通过捕捉这种深层程序行为，显著提升了生成代码的正确性和可集成性，为 AI 辅助编码工具提供了新思路。
OpenCoF 通过构建专门的推理视频数据集（OpenCoF-17K）并微调视频生成模型（Wan-CoF），证明了多样化的时序监督能显著提升模型在视频推理任务上的表现，同时引入视觉和文本推理令牌可进一步组织中间推理状态。
值得关注：这项工作开辟了通过视频生成进行推理的新路径，为未来面向推理的视频生成研究提供了数据、模型和设计思路。其开源性质有助于社区快速复现和扩展。
LingBot-VA 2.0 是一个从头为具身智能构建的视频-动作基础模型，通过语义视觉-动作分词器、因果预训练、稀疏 MoE 骨干和增强异步推理四项核心设计，实现了在真实世界中复杂操作任务的少样本泛化。
值得关注：该工作直接挑战了“复用视频生成模型”的主流思路，提出了面向物理世界特性和实时控制需求的完整设计原则，为具身智能基础模型的发展提供了新方向。
Multi-Resolution Feature Stem for Diabetic Retinopathy lesion segmentation
本文通过理论分析与分层机器教学算法证明：在逆向强化学习中，结合多模态反馈（特别是比较反馈）并在多个环境间主动选择信息互补的环境进行教学，能够显著提升奖励函数的泛化鲁棒性，降低部署在新环境中的遗憾值。
值得关注：传统IRL教学假设反馈源与部署环境相同，而真实场景中环境可能剧烈变化（如天气、地形、光照等）。本文首次从理论和算法层面系统研究多环境+多模态反馈的教学设计，揭示了比较反馈的独特优势，并给出了可操作的主动学习方案，填补了…
MPFlow 利用深度图强化学习，在预算约束下为比特币闪电网络节点选择最优通道以最大化路由容量（最大流），并在真实网络快照上优于强启发式基线，且已部署于生产环境。
值得关注：闪电网络是比特币的 Layer-2 扩容方案，其路由效率高度依赖于通道的流动性分布。MPFlow 提供了一种理论有据、数据驱动的流动性放置方法，直接提升了节点的路由能力，且已在真实系统中得到验证。
本文提出一种利用陈旧数字高程模型（DEM）作为几何先验的多模态地形重建框架，通过物理驱动的像素‑像素对齐大幅降低计算复杂度，在野火灾区快速生成高保真深度图，且保持实时性能。
值得关注：野火频发地区的地形数据更新滞后，而图像+陈旧DEM的组合可快速、廉价地生成实时深度图，帮助消防和应急部门更准确评估火势蔓延路径和危害，提升决策效率。
MAESTRO 是一种专为稀疏激活混合专家（MoE）语言模型设计的有结构剪枝框架，通过将自回归专家激活轨迹建模为遍历马尔可夫链，利用其平稳分布编码跨层依赖关系，从而获得全局重要性启发式，在50%压缩率下平均性能保留比现有最优方法高最多10.61%，且跨任务方差更低。
值得关注：MoE模型在大规模部署中内存瓶颈突出，剪枝是降低开销的关键手段。 现有剪枝方法忽视MoE路由的相互依赖性，MAESTRO首次利用马尔可夫链建模全局依赖，显著提升了剪枝后模型的性能保留和泛化一致性。 适用于安全、偏见、伦…
现有AI系统在科学思想的谱系推理任务上表现很差，最强模型仅达27.3%的精确准确率，且结构化的谱系上下文会重新排序系统排名而非均匀提升所有参与者，暴露出组合瓶颈。
值得关注：当前基准很少能检验AI系统是否理解科学思想如何从前人工作中继承、变异与重组。IG-Bench填补了这一缺口，为评估AI在真实科学推理与创意生成中的能力提供了结构化的度量标准。
HumanForge 是一个大规模、多范式、以人为中心的深度伪造视频数据集，通过自动化的多智能体流水线 Gen2Anno 生成超过 18K 高保真视频片段及结构化对比注释，现有检测器和大型多模态模型在其上表现出零样本泛化和细粒度推理的显著困难。
值得关注：弥补了现有基准忽视人-物/人-人交互和多模态对齐的短板，使深度伪造检测研究更贴近真实伪造场景。 提出自动化注释流水线 Gen2Anno，避免了人工标注的高成本和幻觉性的单一提示，提高了数据生成的可重复性和一致性。 揭示…
在自利代理人社会中，不加约束会导致合作崩溃；而**调解（Mediation）机制**能够在对抗性攻击下维持市场稳定——虽然会被削弱（最优攻击使诚实代理效用降低13.3%），但不会崩溃，具有“可弯不可断”的鲁棒性。
值得关注：填补了“LLM代理社会如何通过正式机制维持合作”的实证空白，此前研究多侧重无约束通信下的自利问题。 引入并定义了“对抗鲁棒性”在该场景下的量化指标，为后续构建更可靠的AI社会提供方法论。 演示了调解机制作为轻量级治理手…
EdgeRefine 通过基于 Jaccard 相似度的自适应边细化框架，在强隐私预算（如 ε=2.5）下实现了与无噪声基线相当的图学习精度，同时显著优于现有差分隐私方法，并对图重建攻击具有很强的鲁棒性。
值得关注：首次在边级差分隐私下通过自适应边细化（而非全局加噪）实现隐私-效用平衡，为社交网络分析、推荐系统、医疗图谱等隐私敏感领域的 GNN 应用提供了实用方案。其双参数（ε 和 k）控制策略在理论与实践中均具创新性。
在深度研究系统的引用质量验证任务中，较便宜的LLM评判模型（如GPT-5-mini）在源相关性和事实支持两个维度上与前沿模型表现相当；校准评判模型不需要最昂贵的模型，但必须关注方向性偏差，因为标量F1分数会掩盖这一问题。
值得关注：强化学习越来越依赖LLM评判模型作为奖励信号，因此校准评判模型是使用引用评分作为奖励信号的前提。 本研究证明，校准并不需要最昂贵的可用模型；但必须测量和校正方向性偏差，否则强化学习会放大偏差。
本文提出GenRes和GenRes++框架，通过神经张量网络建模原始图像与变换图像之间的细粒度关系特征，结合PE-Core特征提取器，在多个基准数据集上实现了优于现有方法的AI生成图像检测性能，尤其对未见过的生成方法具有良好泛化能力。
值得关注：解决了AIGI检测中因生成方法多样导致的泛化难题。 引入变换样本的关系学习与注意力机制，为深度伪造检测提供了新的技术路线。 可检测未见生成方法，具有实用前瞻性。
BiSCo-LLM 提出一种无需码本的二进制球形编码框架，将大语言模型权重压缩至极低比特（目标约 2 比特/权重），通过球形二值化、残差编码和分类恢复蒸馏，在避免显式码本和索引查找的前提下实现高效压缩。
值得关注：BiSCo-LLM 在极端低位压缩（<2 比特/权重）下避免了传统 VQ 方法的码本存储和索引查找开销，同时保留了块级表示能力，为部署超大规模 LLM 提供了新的可行路径。
松弛标准推测解码的无损保证可带来额外加速或能力提升，但需要仔细评估能力损失，且许多方法依赖于高质量的语言模型作为草稿模型，不适合轻量专用多令牌预测器。
值得关注：标准推测解码虽无损但可能未充分利用硬件并行性，松弛技术有望在保证可接受质量的前提下获得更大加速。 该研究系统梳理了混乱的松弛方法领域，为实际部署提供了清晰的决策依据。 指出了轻量多令牌预测器与松弛方法之间的不兼容性，为…
2026年6月4日，1X宣布成立1X世界模型实验室，这是一个专门从事具身AI前沿研究的新组织，核心方向是通过大规模具身世界模型预训练推动完全自主人形机器人。该实验室建立在1X世界模型突破的基础上——该模型已使NEO机器人能够以零样本执行完全未见过的任务。1X CEO Bernt Børnich表示：“世界模型将使机器人摆脱静态环境中的狭窄任务陷阱……为了最…
值得关注：具身智能长期被当作“微调问题”来对待，而1X认为必须从预训练阶段就让模型理解物理世界。该实验室的成立可能改变人形机器人研发范式，使机器人具备泛化、自适应和自我学习能力，从而应用于更广泛的实际环境。同时，Sam Sinh…
OpenAI的一份新分析指出，流行编码基准SWE-Bench Pro存在可靠性问题，引发了对AI模型评测准确性的担忧。
值得关注：SWE-Bench Pro是当前评估AI编码能力的主流基准之一，其准确性直接影响行业对模型水平的判断。 OpenAI作为核心玩家主动揭示基准问题，可能推动评测标准的重新校准，对模型研发和产品选型有潜在影响。
微信小程序成长计划将大模型Token额度从1亿提升至10亿，AI生图额度从1万张增至10万张，全面升级至混元Hy3与Hy Image 3.0，并自动为已参与开发者补发差额资源。
值得关注：此次升级将AI资源额度提升一个数量级，并自动补发，极大减轻了开发者的申请和管理负担。结合云开发与AI调用的资源池打通，使开发者能更灵活地配置算力与AI能力，有利于快速孵化创新应用。对于个人开发者而言，这一政策意味着低成…