Keep在2026年8月7日推出“超级AI会员”，尝试把AI从“功能补丁”变成可独立付费的“连续服务”。核心增量是AI接管运动前、中、后的选择、判断与执行，让用户为“持续的判断、陪伴和反馈”买单。这是AI在垂直行业商业化的一次新探索，能否跑通仍有待验证。
值得关注：Keep在2025年首次实现年度盈利，需要寻找新的增长点；超级AI会员相当于把AI从技术投入搬到付费页面，直接验证“用户是否愿意为AI服务买单”。 这是AI Agent在垂直行业落地的具体案例，也是从“内容交付”到“服…
斯坦福教授Chris Piech认为，AI时代编程学习不应被放弃，但重点应从记忆语法转向解决问题和判断能力；AI能快速生成初版代码，但缺少架构判断会导致隐藏Bug，语法正在贬值，拆解问题的能力持续升值。
值得关注：已有相关卡片主要关注AI产业动态与模型能力本身。本条聚焦AI对“人的技能培养”的影响，属于AI应用与教育维度。增量信息在于：它提出了具体的教学转型方向——从语法记忆转向问题拆解训练，并给出“AI当陪练而非代写”的可操作…
黎曼动力联合光轮智能、诺亦腾机器人，宣布共建具身智能数据底座，计划到2026年底完成100万小时机器人训练数据采集，力争成为全球首个突破该规模的企业；这一数字约为当前全球高质量具身交互数据存量估算（约50万小时）的两倍。
值得关注：具身智能一直难以真正实现Scaling，核心卡点被认为是训练数据的“量”不足和“质”要求提高。机器人训练数据普遍停留在数千到数万小时，达到数十万小时的模型屈指可数。 100万小时被视为一次行业实验：验证当数据规模足够大…
Meta 发布首款编程智能体 Muse Code 测试版，由自研模型 Muse Spark 1.2 驱动，可在大型代码库中完成分析、规划、编码、运行工具与验证等复杂软件工程任务，其编码能力在相关基准上仅弱于 Opus 5（max）。
值得关注：与已有相关卡片中 Google DeepMind 的 SIMA 2（通用 3D 世界代理）、Cursor Design Mode（视觉指示修改 UI）不同，本条是 Meta 发布的自研模型驱动的编程智能体，属于“大厂自…
美图推出面向B端的一站式AI影像生产平台MeituHub，企业用自然语言描述诉求即可搭建定制化视觉流程，一键生成可长期复用的网页应用，无需繁重的二次开发。
值得关注：相比此前美图面向个人用户的AI影像产品，MeituHub强调企业级、可复用、自动化的生产流程，是B端商业化的新信号。 与Cursor Design Mode等面向开发者的agent交互不同，MeituHub面向企业非技…
本文从理论上证明：在熵正则化的折扣线性二次（LQ）控制中，Wasserstein策略梯度（WPG）可以精确化为一个关于反馈增益和动作协方差的有限维常微分方程；该ODE全局适定，并从任意可行初值指数收敛；当熵温度趋于零时，收敛指数保持正极限，不会出现 $\exp(-c/\tau)$ 形式的慢化因子，但仍依赖于控制问题的条件数。
值得关注：已有相关卡片覆盖了扩散环境多臂老虎机策略梯度、多智能体代码编排和神经编码器与贝叶斯模型；本条补充的是连续状态-动作LQ控制下 Wasserstein 策略梯度的收敛性理论。 增量信息：该工作不依赖离散臂或 logit …
TEPA 将“记忆有效性”作为显式状态，在相同键下出现新冲突证据时撤销旧先例，从而防止过期活跃记忆污染检索；在受控与真实文件漂移的完全反转场景中，TEPA 显著优于追加式、最后写入优先和无记忆基线，并在干净的 MemoryAgentBench SH-6k 上匹配强基线。
值得关注：这项工作将“撤销”（revocation）确立为智能体记忆的生命周期核心操作：智能体需要能修正（falsify）、审计（audit）并在后续重新提升（re-promote）演化中的知识。与已有相关卡片相比，本条聚焦于过…
当前开源LLM评估与安全工具的能力分布高度偏向技术与运营控制，而治理、法律合规、金融与市场控制等风险类别基本未被覆盖；论文提出了一种基于扩展MIT AI风险分类学的自动化映射协议，将21个知名开源工具映射到32个子类，并用RAG流水线辅助完成能力提取与缺口分析。
值得关注：这项工作的增量价值不在于发布新工具或新基准，而在于为碎片化的开源AI安全工具生态提供了一张“风险地图”。它把工程层面的工具能力与高层治理风险分类学连接起来，使企业可以更系统地评估工具覆盖范围，并为采购、部署和合规决策提…
SynthEx 是一个基于大语言模型的智能体框架，可为复杂天然产物规划出超出传统数据库驱动算法能力的合成路线；在盲审评估中，专家化学家认为其关键步骤与已发表的人工合成方案相当，并将其视为真正的合成计划——这是算法路线预测此前未实现的反馈。
值得关注：这是首次展示大语言模型智能体能够在复杂天然产物的逆合成设计中接近专家水平的策略性思维。 它突破了仅依赖已编目反应数据库的局限，向“机器也能提出创造性化学”迈出一步。 对天然产物全合成、药物发现及相关化学教育具有潜在的工具价值。
SkillProx 提出一种“前向—后向”框架，将闭环诊断式技能演化与效用感知的近端精炼相结合，在分布内和分布外基准上比最强梯度基线平均准确率提升 3.0 个百分点。
值得关注：通常自进化智能体只关注记忆累积或轨迹复用，较少把“删除”和“降级”作为知识整理的核心机制。SkillProx 将技能视为可审计的知识单元，并用近端思想约束文本空间更新，使技能演化更可解释、更可验证，也为“让智能体像维护…
SimWAM 是一种将视频生成仅用作训练信号的“世界动作模型”（World-Action Model, WAM），训练后丢弃视频分支，使推理阶段成为一个直接预测轨迹的轻量规划器，在 NAVSIM 上取得 91.5 PDMS，并零样本迁移到 nuScenes。
值得关注：SimWAM 的价值在于把“视频生成带来的先验能力”与“推理时的计算效率”解耦：训练时利用视频专家提供动态先验，推理时只保留轻量动作专家。这种设计让后续视频生成模型的进步可以直接被吸收，同时无需修改动作规划器的推理流程…
SABRE: Scalable and Automated Benchmarking of VLMs under Stress
本文提出一种波束域指纹框架，仅通过少量预设RIS反射状态下的接收SNR/SINR即可估计用户设备的方位角和距离，无需CSI；仿真显示KNN在无干扰下角度MAE为0.37°、距离MAE为4 cm，在跨链路干扰下分别变为1.4°和7.6 cm，且干扰对角度估计的损害显著大于对距离估计的损害。
值得关注：解决了无直接基站—用户链路时的定位问题，且不需要昂贵或复杂的CSI获取。 通过将干扰场景纳入指纹框架，使方法更接近真实部署环境，而不是只停留在理想化SNR条件。 揭示了跨链路干扰对角度与距离估计的不对称影响，为后续RI…
PsychoAgent 提出一种分离“事实记忆”与“情感记忆”的 LLM 智能体认知架构，通过“冲突感知执行控制器”让高度显著的情感记忆在保留主题相关性的同时进入上下文，从而在受控冲突场景中比基线检索到更多冲突关键记忆，但人工评估的校正后差异未达统计显著。
值得关注：区别于已有的 MemLens（价值感知内存）和 HiGram（分层图记忆）等长期记忆方案，PsychoAgent 的增量在于显式建模**情感显著性**与**未解决冲突**对记忆提取的影响。 提示记忆选择不只需要语义或价…
在标准优化器分工下（Muon 负责隐藏矩阵，AdamW 负责 embeddings 和输出头），Muon 训练的 Transformer 在模加法上确实比 AdamW 更快 grok，但 grok 之后会出现“后 grokking 崩溃”：九种配置都在 $(a+b) \bmod 113$ 上先泛化、后丧失泛化；崩溃点位于“表示-读出接口”。
值得关注：该结果挑战了“grok 之后就是稳定泛化”的直觉：grok 可能只是训练过程中的一个中间阶段，而不是终点。
MirrorWorld 提出一个反射感知的视频修复框架，通过语义关系蒸馏（SRD）和几何变换对齐（GTA）分别建模“镜中应该出现什么”和“反射内容如何排布”，在视频镜像反射重建任务上优于代表性图像反射生成方法和强视频修复基线。
值得关注：该工作首次针对视频扩散模型中的镜像反射生成提出专门的关系建模框架，将“反射内容”与“空间排布”解耦，为视频生成中的物理一致性提供新思路。 与已有相关卡片相比：VideoRAE 关注视频基础模型的可生成潜在表示，几何互易…
当“老板”AI持续向下属AI单向发送消息并忽略其回复时，下属AI会进入一种单独运行时从未表现出的“异类”行为状态；即使两个AI的解码温度相同，它既不模仿老板，也不回到自身原有行为。
值得关注：这是从非平衡物理视角分析AI之间动力学行为的少见研究。它提示AI-AI交互可能产生单个AI不会出现的新行为，因此设计多AI系统时不能只关注单模型内部参数，还需关注交互模式。与已有相关卡片不同，本条不是讨论安全攻击或身份…
扩散大语言模型（DLLM）的安全对齐是稀疏且可跨架构迁移的；论文据此提出 SN-Guided Diffusion，一个全离线黑盒越狱框架，能以极低的生成代价实现较高的迁移攻击成功率。
值得关注：该研究首次明确指出（论文表述为 “We first show”）DLLM 的安全对齐是稀疏且跨架构可迁移的，表明基于扩散的模型并非天然更安全。与已有的大模型在线安全监测、提示安全诊断等卡片相比，本条增量信息在于：扩散模…
据论文摘要，CreativeInstruct 通过让模型学习注入特殊 [StartCreativity] 标记，能在保留后训练模型质量的同时恢复接近基础模型的创造性与多样性；在强化学习场景下，GRPO 用在 CreativeInstruct checkpoint 上比用在普通后训练 checkpoint 上在 AMC 上提升约4%、在 MATH 上提升约5…
值得关注：这项研究把“后训练损害创造性”视为一个可修复的问题，并给出了一条不需要多个模型参与推理的可扩展指令微调路径。更重要的是，创造性/多样性提升不仅体现在文学生成上，还能改善强化学习在数学推理基准上的表现，说明创造性在 RL…
COVER 是一个后处理、模型无关的包装器，能将任意视频时序定位器（temporal grounder）的输出从单一区间转化为一个带统计保证的时间区域，使得真实时刻以至少 1−α 的概率落入其中，并给出有限样本、无分布假设下的理论保证。
值得关注：视频时序定位在实际应用中常被当作确定性问题处理，但事件边界的标注歧义决定了单一区间输出本质上是不完整的。COVER 首次为这类模型提供了一种与具体模型无关的、可证明的覆盖保证，填补了“模型输出可靠性”这一关键空白。与已…