CAZO 是一种面向测试时适应（TTA）的改进零阶优化方法：通过滑动平均估计对角 Hessian 构造协方差矩阵，用各向异性扰动采样降低零阶梯度估计的方差，从而只用前向传播即可更新少量适配器参数，在节省内存的同时提升 TTA 性能（性能提升幅度待核实）。
值得关注：该方法把“Hessian 低秩结构”作为先验引入 ZO-TTA，用损失曲率指导扰动采样，直接针对 ZO 梯度估计方差高的痛点。 它延续了“测试时适应”这一技术路线，但区别于依赖 BP 的常见 TTA 方案，提供了一种面…
本研究提出并验证了一种利用检索增强生成（RAG）与大语言模型（LLM）自动构建动态主逻辑模型知识图谱（KG-DML）的框架，可在大型复杂系统上实现可重复的稳定重建，将技术文档转化为可执行的功能模型。
值得关注：既往工作主要面向小规模系统，本研究将自动化KG-DML的构建与评估扩展到**规模明显更大、更复杂**的系统，并提出了多层次验证思路。这是从“专家手工建模”迈向“大系统自动化安全建模”的重要增量步骤；同时，该工作展示了L…
本文是对2016年以来57篇以方法为中心的类激活映射（CAM）视觉解释文献的系统综述，识别出该领域从单层CNN类别得分解释向对比式、多层、概率化、token感知和基础模型感知解释的总体趋势，同时指出评估协议仍然碎片化。
值得关注：CAM是“可解释人工智能中最广泛使用的视觉解释族之一”，但领域发展迅速且零散。 该综述以方法为中心，系统化梳理了CNN、Transformer和基础模型时代的视觉解释演化，并明确各方法遗留下的问题，为后续研究者选择和改…
Beyond Trial-and-Error: Agentic Optimization for Image-to-Video Adherence
AVA-Encoder 提出了一种“智能体原生”的视频表示学习框架，将视频转化为知识图谱、再重建回视频，从而让创意智能体能够从高质量电影中学习，并在可控条件下大幅超越人工设计的策略。
值得关注：该工作将视频表示从“面向理解/生成”进一步推向“面向智能体原生操作”，使智能体可以像读文档一样读取、查询和编辑视频内容。 与已有相关卡片中的 Video-DeepResearch 侧重“多模态深度研究智能体”不同，本条…
在不更新弱模型参数的前提下，更强的 builder 模型可以在测试时为其构建推理 harness，从而显著提升任务表现；摘要报告在四个 Theory-of-Mind 基准上，弱模型平均性能从 0.49 提升到 0.91（待核实）。
值得关注：它把“能力迁移”从训练时扩展到测试时，提出了一种不更新参数、通过外部推理流程增强弱模型的路径。 表明强模型可以通过构造 harness，将认知结构迁移给弱模型，为 AI4AI 提供新的实现方式。 **与既有脉络的关系*…
A Framework for Designing Reward Functions: From Objectives to Features to Human-Aligned Reward Functions
AbdomenNet 是一个基于平扫CT的急腹症基础模型，在外部验证中对5种紧急情况的宏平均AUROC达到0.919；AI辅助可将放射科医生平均AUROC从0.812提高到0.924，并将每例中位阅片时间减少52.5秒。
值得关注：该工作展示了影像基础模型在平扫CT急腹症场景中从“疾病检出”延伸到“风险分层与分诊”的潜力。与已有相关卡片相比，本条提供了AI辅助下放射科医生诊断准确率和报告效率的量化收益，是临床工作流层面的增量证据。
论文提出 GHADAR 任务（Grounded Human-Attributed Description and Activity Recognition），要求对视频中每一个给定位置的人生成开放式的属性描述与活动描述；并配套构建数据集、提出约束 VLM 交叉注意力掩码的训练方法、指出现有评估指标局限并提出基于 VLM 的整体评估方案。以上信息来自摘要级元…
值得关注：把“群体/单人/闭集”简化设定推进到“逐人 + 开放集 + 给定定位”的设定，任务定义本身构成对现有视频活动识别研究边界的扩展。 指出评估环节的结构性问题（依赖人工标注、精确文本匹配），并提出以 VLM 直接在视频层面…
根据 OpenAI 官方页面信息，ChatGPT Ads 正在扩展至 31 个欧洲市场，使广告主能够在用户探索、比较和决策时触达他们。（具体细节待核实）
值得关注：已有相关卡片指出 OpenAI 于 2026-08-11 开始在 ChatGPT 中测试广告。本条卡片是其增量更新：测试范围已扩展到欧洲 31 个市场，表明商业化步伐加快。 但需要核实具体上线时间和与测试的关系，避免把…
英伟达开源端到端全双工语音模型 VoiceChat 11B，整合ASR、LLM与TTS，平滑轮换延迟约448毫秒，并设计独立工具调用通道，把等待外部工具API的时间纳入对话话术；但工具调用的参数准确率仅44%，且部署门槛高、工具执行期间无法打断。
值得关注：现有开源语音模型多侧重识别或合成，而VoiceChat 11B将语音对话与Agent工具调用结合，提供了“边说边等工具结果”的交互范式。它提示实时语音Agent不仅需要低延迟的“说”，还需要管理任务执行中的时间空隙与用…
Arena 评测平台上出现了一个代号“mona-lisa-1”的神秘图像模型，多方线索指向 OpenAI，它可能是 GPT Image 2 的后续版本或测试分支，在真实感和“去 AI 味”上有提升，但 OpenAI 尚未官方回应。
值得关注：在头部 AI 机构竞争激烈的背景下，OpenAI 若推出新图像模型，将延续其在多模态生成上的优势。本条提供的是关于 OpenAI 图像生成模型的公开评测线索，属于增量信息：OpenAI 可能在 GPT Image 2 …
据腾讯研究院AI速递转述的爆料，OpenAI可能于8月发布代号Astra的GPT-6，参数或达10万亿，是GPT-4的五倍以上；年底还可能推出代号Doug的更大规模预训练模型。目前均未获官方证实。
值得关注：这是关于下一代GPT旗舰模型的早期传闻，直接关系到AI能力拐点与产业算力军备竞赛。 与既有Epoch AI关注的算力扩展趋势相衔接，为“模型规模持续增长”提供具体案例。 Vera Rubin芯片采用传闻也提示英伟达供应…
根据新智元转述的X平台爆料，OpenAI可能在2026年8月发布代号为Astra的GPT-6，传闻参数达10万亿；另有一个年底发布的更大规模模型“Doug”。所有参数与发布时间均为未经证实的传闻。
值得关注：这可能是OpenAI在预训练瓶颈后的一次关键“绝地反击”，关乎前沿大模型竞争格局。 它也关系到“预训练之墙”是否真实存在，以及继续扩大预训练规模能否持续带来模型能力的跃升。 若年底Doug成功，将意味着OpenAI在基…
苹果已启动对中国长鑫存储（CXMT）DRAM芯片的测试，拟用于iPhone和MacBook；测试不等于采购，但反映出AI数据中心挤占产能后，消费级DRAM供应紧张已达到新节点。
值得关注：在存储涨价周期中，苹果作为消费电子巨头启动对新供应商的测试，可能成为市场供需关系的风向标。它不像采购合同那样确定，但比任何行业分析都更接近实际决策，因此被看作“前置信号”。
根据现有元数据，OpenAI 与 AWS 正在将 Daybreak 网络安全能力通过 Amazon Bedrock 提供给企业安全工作流。由于原始网页正文未能抓取，具体技术细节与产品信息均需以“待核实”处理。
值得关注：已有相关卡片分别涉及移动端 AI Agent 开发工具、Anthropic 开放权重模型立场相关条目、机器人视觉-语言-动作模型；本卡片的增量信息是 OpenAI 的 Daybreak 模型进入 AWS 企业分发渠道，…
据腾讯研究院AI速递转述，Anthropic 新一代 Sonnet 5.5 遭泄露，内部代号「Fennec」，据称已进入最后阶段，最早或于下月发布，直接对标 DeepSeek V4 Flash；核心升级包括 200 万 token 上下文、更快推理与更低延迟、长上下文与多步规划增强，以及浏览器与终端等工具调用改善。
值得关注：本条是 Sonnet 系列产品动态的增量信息。相比已有相关卡片，本条聚焦具体模型泄露与竞争策略，提示 Anthropic 可能用中等尺寸模型（Sonnet）覆盖原本入门/轻量（Haiku）定位，以更低的成本提供接近旗舰…
NVIDIA NeMo Switchyard 通过“模型路由”机制，让 AI Agent 在任务执行过程中按需选择最合适的模型，在模型能力、成本与延迟之间取得平衡，从而避免“所有请求都发给最大模型”带来的浪费，也避免“一律使用小模型”造成的质量下降。
值得关注：传统 AI Agent 通常绑定单一模型，难以兼顾复杂任务的推理质量与简单任务的成本效率。NeMo Switchyard 将“模型路由”作为 Agent 工作负载的一等编排能力，使系统能够动态适应任务差异。 与既有相关…
ARA（Agent-Native Research Artifact）是一种面向AI阅读、复现和延伸研究的“Agent原生”科研知识格式，主张用包含探索过程、可执行代码和原始证据的知识包取代传统论文PDF。实验显示，AI基于ARA的理解和复现表现明显优于传统PDF加代码仓库，但ARA距离全面取代PDF仍有较大距离。
值得关注：ARA代表一种“Agent Native”的理念：过去是“人类—PDF—人类”，未来可能是“人类—Agent—ARA—Agent—人类”。这不是简单的格式替换，而是把科研过程本身作为可复用、可核验的知识资产，让AI能够…