VyPER 是一个将对撞机事件建模为物理启发超图、并用超边监督分类与扩散模型联合完成事件重建的几何学习框架；摘要报告其在多个质子-质子碰撞过程中可实现准确事件重建，并指向 Higgs、电弱与顶夸克扇区的精度测量。
值得关注：事件重建是高能物理分析的关键步骤；中微子不直接测量，喷注/轻子的母粒子归属也存在组合歧义，因此同时处理这两类问题具有方法价值。 该工作把超图表示学习、超边分类和扩散模型组合起来，属于高能物理中几何深度学习与生成模型结合…
在 ScienceWorld 上，将 Adaptive Memory Module (AMM) 与 Self-Reflection Module (SRM) 作为 SwiftSage 的模块化认知扩展后，全系统取得最佳平均最终得分（64.62）、成功率（43.17%）和成功步骤效率（19.33 steps）；其中 SRM 是单独贡献最强的模块，提示执行时控…
值得关注：交互式语言智能体常需多步动作、状态跟踪与失败恢复。该工作把“记忆”和“自我反思”拆成可开关模块，并在同一基底上做消融，提供了一种区分“执行控制瓶颈”与“记忆增益”的实验设计。与已有卡片中的 PsychoAgent（情感…
DualViewEval 通过联合利用“结果关系”和“过程关系”来压缩智能体基准，在少量任务上预测全基准分数，并在多个智能体基准上优于代表性基线。
值得关注：智能体评测通常比普通 LLM 评测更昂贵，压缩基准可直接影响研发迭代速度。DualViewEval 的增量在于不只依赖最终分数分布，而是把过程关系纳入压缩与预测，可能更贴近智能体行为特征。与已有相关卡片主题无直接延续或…
Affora 是一个同时服务人类用户和计算机使用智能体的设计系统：它试图在不牺牲视觉自由和人类熟悉工作流的前提下，让界面中的动作、任务状态等交互含义对机器可读；在能修补既有缺陷的独立界面评测中观察到增益，但效果受覆盖范围限制，工作流交互成本降低仅为初步证据。
值得关注：随着 computer-use agents 进入真实软件操作，界面能否被机器正确理解，正在成为智能体能力之外的瓶颈。 Affora 把问题定位在界面表示和设计系统层，而不是只做更强的 agent policy；这可能…
Science Robotics 2026 年 9 月（第 11 卷第 118 期）刊载一篇题为 *Advancing minimally invasive precision surgery in large open cavities with robotic flexible endoscopy* 的论文，主题指向用机器人柔性内窥镜在大开放腔体内实施…
值得关注：大开放腔体通常意味着操作空间大、器械支撑点远、视野与力反馈条件差，是柔性手术机器人较难覆盖的场景；该文标题直指这一难点，值得在后续检索中优先跟进。 与既有卡片的关系：本卡片是当前集合中第一张以外科手术机器人为对象的知识…
该论文提出一种自适应卷积稀疏编码（CSC）框架：用 FISTA 展开 CSC 优化，把稀疏系数作为可微变量与网络参数联合学习，并从信息瓶颈视角控制压缩与任务信息保留；摘要称其在 CIFAR 和 ImageNet 上取得有竞争力的干净识别表现，并明显提升不同输入扰动下的鲁棒性。
值得关注：方法层面，它把 CSC 的稀疏系数从静态超参转为可学习变量，可能减少手工调参并让压缩强度随数据/任务变化。 理论解释层面，信息瓶颈提供了一个统一说法：鲁棒性可被理解为在保留任务相关信息的同时抑制冗余或扰动信息。 与既有…
ComPO 提出一种基于比较 oracle 的零阶偏好对齐范式，试图在不直接优化可微偏好损失的情况下，从偏好对中提取方向信息，并在多个 LLM 上报告优于现有直接对齐方法的长度控制胜率。
值得关注：若成立，这条路线把偏好对齐从“直接优化可微偏好损失”转向“比较式零阶优化”，为处理 likelihood displacement 和似然边际较小的偏好对提供替代思路。 与既有相关卡片相比，本条增量在于：将零阶/比较 …
论文提出 Sparse Landmark Embedding (SLE) 核：将输入嵌入为基于全部 |D| 个训练点处紧支撑 bump 函数的稀疏特征向量，再在嵌入空间中套用任意标准 PSD 核，从而在不需要原始距离平方满足条件负定（CND）的情况下，构造出可证明 PSD 的核矩阵。
值得关注：若成立，该框架可解除核方法/GP 对 CND 距离的依赖，使光滑流形、概率分布空间等输入空间上的距离更直接地用于核方法。 与已有相关卡片（LLM 题目相似性、3D 晶粒生长、自动驾驶规划）无直接事实重叠；本条增量在于通…
Nature 论文提出 **Paper2Agent**：一个多智能体框架，可把论文的手稿、代码、数据和工作流自动转换为基于 **MCP（Model Context Protocol）** 的论文智能体，使其能通过自然语言复现原结果、回答新查询，并与其他论文智能体协作。
值得关注：降低科研方法复用门槛：用户可通过自然语言执行复杂科学分析，无需编程专长。 提升可复现性与可追溯性：工具验证后锁定，并保留原论文代码引用。 改变知识传播单元：论文从阅读对象变为可对话、可执行的“虚拟通讯作者”。 为多智能…
上海AI实验室发布并开源了面向科研智能体的实验设备访问与协同协议“书生SCP-Lab”，基于科学智能上下文协议SCP，旨在让科研智能体能够统一发现异构实验设备能力、提交任务并获取反馈，并提出了L1至L5五级控制粒度。
值得关注：科研智能体此前多停留在软件与数据层面，SCP-Lab将智能体的作用范围延伸至真实实验设备，是把“AI for Science”从计算推向实验执行的一步。 L1至L5五级控制粒度为不同风险偏好的场景提供了灵活的接入方式，…
在 YC Summer 2026 Demo Day 上，受投资人关注的项目明显向物理层集中，围绕电力、芯片、光交换、机器人数据与执行能力展开；材料判断其共同背景是模型变强后，瓶颈转向能源、带宽与真实世界数据。
值得关注：如果把基础模型看作软件能力，本条增量在于：产业关注点正从“模型能否更强”外溢到“模型如何获得能源、带宽、芯片和真实世界数据”。这与已有卡片中 π0.7 的机器人基础模型脉络可间接呼应：一条路线是提升机器人模型泛化，另一…
Artificial Analysis 的 Capability Indices 页面展示了一套按“技能”和“专业领域”组织的 AI 模型能力指数；其中六个专业领域指数覆盖金融会计、战略运营、法律、医疗健康、工程和经济，并把 agentic knowledge work、推理、长上下文、工具使用、非幻觉等纳入测量维度。抓取摘录未包含具体模型排名、分数或 v…
值得关注：在 benchmark-evaluation 主题下，专业领域能力指数反映评测正在从单一通用榜单走向“技能 × 行业”的矩阵化。与已有卡片的关系是：既有卡片分别关注模型融合、MCP 工具连接、SWE-Bench Pro…
MIT特别委员会在5个月调研后发布40页报告，承认AI已能可信完成本科几乎所有书面作业，并主张以“逆向设计”课程、重构评估和明确AI政策来应对，而非依赖全校一刀切规则或AI检测器。
值得关注：MIT作为顶尖高校公开承认AI已能可信完成大量本科书面作业，说明问题已从“是否允许AI”转向“如何围绕AI重构学习目标与评估”。 它给出一种机构回应路径：不全面禁止、不迷信检测器，而是先定义学习目标，再设计AI角色与评…
LeCun 在 ECCV 2026 主旨演讲中主张：仅靠语言和 token 训练难以达到人类水平智能；像素级预测本质不可能，应转向 JEPA，在编码器输出的抽象表征空间做预测，并用 SIGReg 等方法防止表征坍塌。材料还称 V-JEPA 2.1 仅靠单目视频训练即自行学会深度估计。
值得关注：这是对当前生成式模型与语言中心主义路线的一次明确挑战：LeCun 不认为仅靠语言和 token 就能达到人类水平智能。 它提出了一个可讨论的技术替代方向：JEPA、联合嵌入、世界模型、SIGReg 防坍塌。 V-JEP…
NVIDIA NVLink 6 的核心增量不是单纯提高规模扩展带宽，而是把 AI 工厂网络做成一套覆盖物理层、链路层、系统控制面和软件/应用层的无损韧性栈，通过检测、隔离和快速恢复瞬态错误、链路退化与节点中断，维持持续训练/推理产出。
值得关注：大规模 AI 训练和推理是紧耦合集合通信负载，一次丢包、一次链路退化或控制面故障都可能级联成全局停顿。传统以太网 scale-up 替代方案常用 PFC/ECN 等反应式机制近似无损，但可能引入队头阻塞、PFC 风暴和…
2026 年 10 月 26 日，GXO Logistics 与 Agility Robotics 宣布扩大合作，计划于 2027 年初将 Digit 人形机器人部署至 GXO 位于北卡罗来纳州 Statesville 和田纳西州 Lebanon 的站点，用于电商履约中的高重复性物料搬运任务。
值得关注：对产业：这是人形机器人在合同物流场景中从试点走向多站点商业部署的又一案例，且建立在已有真实运营数据（100,000+ 周转箱、65,000+ 小时）之上，而非仅凭意向协议。 对公司：GXO 作为全球最大纯合同物流提供商…
材料称，上海AI实验室在浦江创新论坛发布并开源多模态大模型“书生-S2”，其通用能力位列开源第一梯队，并在生命科学与材料结构类科学任务上大幅领先现有开闭源旗舰模型；其关键设计是可插拔的 Memory Decoder 专业记忆，不改主模型参数即可接入领域知识。
值得关注：本条属于 AI 产业动态中的“科学大模型 + 开源竞争 + 领域知识插件化”信号。它强调的不是单一榜单成绩，而是开源模型在科学任务上对标闭源旗舰、以及用可插拔记忆降低领域适配门槛的产品化思路。与已有 NIST、Epoc…
Agility Robotics 于 2026 年 9 月 15 日发布 Digit 5，称其为公司首款为“规模化协作安全作业”而设计的通用人形机器人，可减少对传统物理安全围栏的依赖，并计划以 2027 年上半年早期访问、2027 年底全面上市推进制造、仓储和物流场景。
值得关注：人形机器人商业化的核心障碍之一不是演示能力，而是安全、邻近人员协作、监管和规模化部署。Digit 5 的增量集中在安全架构、独立安全控制器、标准制定和生态合作。 硬件指标直接对齐工业任务：50 lb 反复搬运、10:1…
Agility Robotics 于 2026 年 10 月 22 日宣布，Digit 5 的量产版将统一采用 NVIDIA IGX Thor 模块作为车载计算平台，NVIDIA 由此成为其独家车载计算供应商，合作范围从 Halos 安全平台延伸至计算架构层面。
值得关注：这是对既有 Digit 5 脉络的增量更新：在 2026 年 9 月产品发布、10 月初投资者日披露订单、10 月中旬 Nyobolt 电池合作之后，本条补上了“计算与安全底座”这一环——Digit 5 的规模化路径不…