通用具身基础模型DM0.5在港大等近20所机构联合发起的RoboDojo评测中综合排名第一，其中Memory维度表现大幅领先，并已全面开源模型权重与训练框架。
值得关注：该结果展示了具身智能基础模型在记忆、抗干扰和精细操作上的进展，特别是长时记忆能力成为评测中的关键差异化维度。开源权重与训练框架的做法，可能加速具身智能领域的复现、研究与产业应用。
候选摘要显示，OpenAI 正在将 **ChatGPT for Teachers** 扩展至 **55 个美国学校系统**，为超过 **100,000 名**教育工作者和教职员工提供安全 AI 工具、培训与支持。由于原始网页正文未能抓取，以上数据及细节有待原文核实。
值得关注：教育行业是 AI 落地的关键场景之一，但学校系统通常对安全性、教师培训和采购流程有更高要求。本条信息的重要性在于：OpenAI 正在从“模型功能更新”走向“行业项目制落地”，把 AI 交付给机构客户。与已有模型更新类卡…
据AGIBOT官网新闻（2026-08-26），AGIBOT在世界人形机器人运动会（World Humanoid Robot Games）首秀中赢得18枚金牌，位列金牌榜和总奖牌榜第一；具体赛事细节与统计口径待核实。
值得关注：这是在AGIBOT此前宣布WAIC 2026发布新品、2026年上半年全球人形机器人出货量登顶、与长隆合作打造具身智能主题公园之后，新增的“竞技/赛事成绩”型信息。增量在于：AGIBOT不仅在研发、出货和商业合作上推进…
英伟达首次公布下一代机柜级系统 Vera Rubin NVL72 的片上实测结果：使用 DeepSeek-V4-Pro 运行智能体编码任务，每兆瓦吞吐较 GB300 最高提升约 30 倍，每百万 Token 成本最高下降约 35 倍；同期还发布了首款 Agent 专用 Vera CPU，并被 SpaceXAI 规模化部署。
值得关注：首次片上实测意味着 Vera Rubin 不再只是纸面发布，而是有真实负载数据支撑。 成本降 35 倍、吞吐升 30 倍，直接冲击智能体规模化落地的算力经济学。 与已有卡片相比，本条增量信息包括：每百万 Token 成…
苹果发布新一代Mac mini与Mac Studio，搭载M6及M5 Pro/Max/Ultra四款芯片，以统一内存架构主推本地大模型运行；其中M6为首款2纳米M系列芯片，AI性能最高达M4版4倍，Mac Studio还可通过Thunderbolt 5组集群做分布式推理。
值得关注：在已有相关卡片聚焦模型、推理引擎与编码智能体的基础上，本条补充了硬件侧的关键动作：苹果正通过统一内存架构和高速互联集群，把大模型推理能力下沉到桌面设备。这提示Agent时代的算力基础设施可能不仅存在于云端，也正在走向本地节点。
NVIDIA 提出的 COMPASS（Cross-Embodiment Mobility Policy via Residual RL and Skill Synthesis）框架，借助 AI 编码代理和人类审批门，将预训练的 NVIDIA X-Mobility 导航策略适配为面向特定机器人与环境的“残差专家”，从而显著降低跨本体、跨环境导航策略开发与复现…
值得关注：这是“AI 代理 + 机器人策略开发”的一个具体落地案例：代理不仅写代码，还能执行环境验证、场景准备、训练调度、诊断和评估，并在人类审批下推进流程。相比通用编码代理生成代码，COMPASS 展示了代理在物理仿真空地中承…
Alibaba 发布的 Qwen3.8-Flash-Next 预览模型，以 176B 总参数量、6B 每 token 激活参数，结合 Gated DeltaNet 与 Qwen Sparse Attention 的混合架构，在 NVIDIA GB300 NVL72 上可实现每 GPU 超 16K tokens/s、每用户超 200 tokens/s 的吞吐…
值得关注：这是 NVIDIA 平台对第三方 Qwen 预览模型的一次生态级验证，而不是 NVIDIA 自研模型。增量信息在于：Qwen3.8-Flash-Next 为 Qwen4 架构探路，其 GDN+QSA 混合设计代表长上下…
Codex负责人Tibo表示，ChatGPT与Codex终将融合为高度个人化的AGI；下一代Agent的关键不是堆叠更多机制，而是让skill、记忆、子Agent等机制“消失”，成为持续理解用户的伙伴。
值得关注：本条相比已有相关卡片（如SIMA 2、Cursor设计模式）提供了新的增量信息：来自OpenAI Codex负责人的产品判断，明确给出2000万用户规模、底层harness统一、语音优先与界面自适应等设计方向，并透露O…
豆包工作通过与飞书原生打通，让办公Agent直接读取企业聊天、文档、表格与权限上下文，成为目前最接近企业Agent终局的一组实践答案。
值得关注：与已有相关卡片中“虚拟3D世界的通用代理”“编码智能体基准”“Cursor视觉提示编辑UI”等方向不同，本条增量信息在于：企业级Agent竞争正从“会干活”转向“懂组织”。豆包工作接入飞书不是简单插件级连接，而是与组织…
Zero-WAM 提出一种以人类操作视频作为“上下文指令”的因果视频-动作模型，让机器人零样本执行训练中从未见过的操作任务，在 RoboTwin 2.0 的 7 个未见任务上平均成功率达到 47.0%。
值得关注：该工作把“上下文学习”从语言模型扩展到机器人操作，并用人类视频替代语言作为任务规范，为开放世界任务泛化提供了新范式。相比已有相关卡片中的 Surgical WAM（以无动作内窥镜视频预训练手术操作模型），Zero-WA…
VoiceMem 提出一种带有“信息左脑 + 情感右脑”的流式双脑记忆架构，可在语音对话系统中实现高精度、情感化、个性化且低延迟的实时记忆读写，检索仅需 134 ms，不增加额外对话延迟。
值得关注：已有相关卡片多关注视觉、时序预测或机器人建图，未涉及语音对话系统中的流式记忆架构。VoiceMem 的核心增量在于将“记忆”明确拆分为信息性与情感性两条通路，并以流式方式接入双工语音模型，同时验证了低延迟和高精度可兼得…
VISA 把多模态指令跟随数据的合成从“一次性生成-过滤”转变为“合成-验证-反馈-记忆-再合成”的自我进化闭环；在 MM-IFEval 上稳定提升多模态指令跟随性能，并在七个公开基准上保持通用多模态能力。
值得关注：已有卡片（MidTool）关注面向工具使用的中间训练数据合成，（MedPMC）关注从文献提取医学多模态数据。VISA 则面向通用多模态指令跟随的合成数据，其核心增量在于：把失败样本、验证器结果和目标模型错误作为有价值的…
VBVR-Pro 是一个把“通过视觉生成进行推理”变成可训练、可验证、可优化、可对照实验的闭环测试平台：用 300 个程序化任务支撑训练，用规则化的可验证奖励替代 VLM 裁判，并在超过 30 种图像/视频/交错生成器上做机制研究，提出存在对视觉推理至关重要的“视觉原生轨迹”。
值得关注：与已有相关卡片（技能熵基准、VAORA 视觉-动作对齐）相比，VBVR-Pro 的增量信息在于： 明确提出“视觉生成本身即推理介质”这一范式，并通过闭环测试床将其工程化； 用可验证规则奖励取代不可靠的 VLM 裁判，为…
本文提出 UGDiff，一种不确定性引导的扩散采样范式：先估计高保真图像潜在特征的重建不确定性，再结合扩散采样器每步的后验方差动态确定高不确定性区域，从而指导扩散过程只在这些区域重点恢复高频细节，其余区域保持保真度，最终在感知质量与失真之间取得更好平衡。
值得关注：扩散模型在图像超分中面临“好看但不准”与“准但不自然”的两难。UGDiff 的增量信息在于：不把高保真图像当作全局硬约束，而是用潜在特征重建不确定性加扩散后验方差来动态定位需要“补细节”的区域，从而缓解后期采样对高保真…
在B模式超声图像中，使用超声域内基础模型作为LPIPS骨干，比使用自然图像或医学通才骨干更能匹配下游监督任务性能；LPIPS骨干选择是一个不可忽略的设计决策。
值得关注：提示通用自然图像预训练模型在特定成像领域可能不是最优的感知度量基础，为基础模型在垂直医学影像领域的适配提供了证据。 与已有的基础模型能力展示类卡片不同，本工作聚焦基础模型作为“感知度量”的领域专门化，并开源了超声专用L…
大型语言模型在孤立编程问题上能写出正确代码，但在需要数小时反馈循环的机器学习开发上仍弱于强人类；TraceML 用版本级开发轨迹把这一差距定位为智能体动作范围狭窄、不常切换、不重新打开已放弃方案，并显示从人类实践中提炼的短规划提示只能部分弥合差距。
值得关注：该工作把“AI 智能体与人类在机器学习开发上的差距”从结果层面推进到过程层面。它不再只说“智能体分数更低”，而是展示“智能体在开发过程中如何不同地分配精力、如何不进行多样化探索、如何不重拾被放弃的方案”。这种过程数据可…
对LLM数据智能体而言，答案正确不足以证明可靠：必须进一步检查答案背后的“计算轨迹”是否完整、可执行、符合模式、忠实于算子、可重放、与答案一致且可审计；仅凭答案准确率会高估真实系统的可靠性。
值得关注：已有相关卡片分别关注LLM在真实世界数据分析中的性能差距、主动智能体基准、道德推理中的结构化调整。本卡片的增量信息在于：它不直接衡量任务表现，而是提出了一个更严格的“可靠性”维度——即使答案正确，过程也可能无效。对于金…
在一次决策优化问题中，如果决策者凭借人类经验判断“名义问题最优值不太大”，那么这种主观信念所能带来的最坏情况性能保证的最大改进，恰好等于某个 max-min 问题的 minimax gap（前提是策略的最坏情况性能计算可写成凸规划）。
值得关注：既有相关卡片多关注“人类参与是否持久”或“具身智能中的人机协作”，本卡片则从优化理论角度量化“人类专业知识”的增量价值。它不把人类经验看作不可解释的外生因素，而是将其转化为一个可计算的性能保证改进量，为“人在回路”的决…
在SwarmWorld中，最初同质的语言模型（LLM）智能体无需预设角色或配方，仅通过共享环境中的持久化痕迹（stigmergy）即可自组织出技术社会；共享社会能产生更广泛、更有韧性的技术组合，但在最强单个工件上，隔离搜索仍具竞争力。
值得关注：已有相关卡片聚焦于模型内部表征、视觉语言模型准确率、冻结模型弃权等层面，而本条关注的是基础模型智能体在多智能体社会层面的自组织行为，属于“基础模型社会行为”方向的新增信息。 SwarmWorld提供了一个从“直接对话/…