论文研究“按时间顺序消费帧、严格滑动窗口批次、无全局打乱、无多轮回放”的连续视频流自监督预训练；结果显示对比学习和蒸馏类方法在该设置下表现困难，MAE 更稳健但仍落后于标准 i.i.d. 预训练，而提出的 StreamMAE 通过流感知正则化与运动偏置裁剪，缩小了这一差距。
值得关注：它把自监督预训练的“数据消费方式”本身当作研究变量：不是只问模型结构或目标函数，而是问连续视频流中的批次内冗余如何影响表示学习。与已有“从视频中自监督学习结构化运动表示”的卡片相比，本条增量在于聚焦流式预训练协议与批内…
在相同时间预算与同一前沿 LLM 底座下，复杂的开源“外挂框架”（harness）相对最简会话式编码智能体并未显示优势，性能差异更可能来自模型底座本身——**该结论目前仅来自元数据与摘要级描述，正文未抓取，具体实验设置与数据待核实**。
值得关注：它把 MLE 智能体的“能力归因”问题摆上台面：排行榜增益究竟来自脚手架工程，还是来自底座模型换代。 对研究复现与工程投入有直接含义：若 harness 收益有限，则社区在编排、检索子智能体上的重复建设可能属于低回报投…
据候选摘要（正文未抓取，待核实）：在被 FineWeb 质量过滤后的 2026 年 6—8 月网页数据中，被 Pangram 判为 AI 生成的 token 占比从 27.5% 升到 31.1%；作者预训练 800 个语言模型后发现，这类“野生”AI 文本对预训练的边际价值可正可负——先压低人类文本损失，随后迅速反转为损害，且现有 Chinchilla 式…
值得关注：直击“数据墙/数据枯竭”争论：当人类文本预算受限时，用 AI 文本扩容看起来是直觉解，本工作给出了这一直觉的条件性否定——收益存在但会饱和并反转。 把“AI 污染网页”从一个检测与伦理议题，转化为可量化的预训练数据估值…
GLARE 试图把“倾听者头部生成”从只追求视觉真实，推进到同时判断何时反应、如何反应与反应类型是否恰当；候选摘要称其通过反应感知的数据、模型与评测取得增益，但正文未抓取，结论待核实。
值得关注：对话自然度不只取决于说话者头部动画，也取决于倾听者的点头、摇头、微笑、笑、皱眉、惊讶等社会信号是否出现得及时且类型恰当。把评测从纯视觉质量转向反应发生、时间对齐与非对称偏差，可能更贴近“倾听是否恰当”的行为问题。与已有…
EvoDuet 是一种在固定 LLM 参数下，让“候选解”和“搜索查询”双层共同演化的方法；在部分模型和 21 个优化任务上，它提高了 OpenEvolve 的归一化发现增益，并表明检索增强进化搜索的关键不只是加网页搜索，而是让查询随解变化。
值得关注：它指出简单给 LLM 接入网页搜索并不足够，搜索查询需要与当前解的状态共同演化。 检索门控把“何时检索、何时复用、何时不检索”交给 LLM 判断，体现了更细粒度的工具使用策略。 跨脚手架改进提示该方法可能不绑定单一进化…
Ego4WAM 在固定 world-action model 骨干的设定下，系统解耦自我中心人类数据的“对齐性、时长、任务多样性、动作监督、使用策略”等因素，指出机器人学习收益并不只由数据时长决定，而是由这些数据属性共同塑造。
值得关注：该研究把“自我中心人类数据 scaling”从单一时长问题，扩展为对齐、多样性、监督和使用策略的多因素问题，有助于重新理解人类数据在机器人学习中的价值来源。 如果对齐人类演示能减少目标机器人任务数据需求，可能对降低真实…
候选摘要称，DynaHarness 试图用“共享执行契约 + 快慢双脑 + 失败归因与回归检查”的动态物理 Harness，把机器人长程操作中的语义推理与物理执行协调起来，并让失败证据转化为经过验证的能力修订；正文未获取，结论待核实。
值得关注：对长程机器人操作，单纯扩大 VLA / 预训练策略未必解决“失败后改哪里”的问题；DynaHarness 把失败证据连接到能力修订，可能补足系统级自演化环节。 与既有卡片的关系： 相较“程序性图”强调显式图结构和自我编…
据元数据与候选摘要，该工作主张：对训练好的多任务循环网络，可以用**有限时域格林算子（finite-horizon Green's operator）**统一刻画扰动的全局一阶响应，并用它的简单约简同时得到"任务到任务"和"时间到时间"的两种计算组织视图；由于正文未能抓取，本卡片中所有具体结论均**待核实**。
值得关注：**与既有脉络的关系（增量信息）**：已有卡片《什么、哪里、如何：代码模型表征中任务、语言与模型的角色分离》的结论是——在独立训练的代码模型中，"哪些概念获得专用电路"由任务决定而高度一致，"电路在哪一层、如何逐层增长…
据来源元数据，本文题为“Deep learning–enhanced single-shot triorganelle STED-FLIM imaging of lipid dynamics in living cells”，指向一种用深度学习增强、以单次采集方式同时对三类细胞器进行 STED-FLIM 成像、并用于活细胞脂质动态观测的方法；由于正文未能抓…
值得关注：从标题看，该工作把三条通常在工程上互相牵制的需求放在一起：超分辨（STED）、寿命/微环境对比（FLIM）、多细胞器并行，以及活细胞所需的低损伤快速采集；“single-shot”与“deep learning”正是用…
Nature Methods 报道的 CytoVI 是一个面向抗体单细胞数据（流式细胞术、质谱流式、CITE-seq）的概率生成模型，试图在一个端到端框架中统一完成数据整合、缺失测量插补、差异蛋白表达检验和细胞自动注释。
值得关注：流式细胞术是公共领域中数量丰富、成本较低且临床常用的单细胞模态，但多供体、多批次、多平台、不同抗体 panel 的数据整合长期困难。CytoVI 的重要性在于把多个常见分析任务收束到一个概率生成模型中，可能减少流程拼接…
cua-speedrun 试图用统一的虚拟机环境、执行流水线和通用 agent 接口，把“计算机使用智能体（CUA）有多快、多贵”变成可复现、可跨基准比较的评测对象；其初步结论是速度、性能与成本之间不存在单一模型家族通吃的解（具体数值待核实）。
值得关注：若 CUA 的速度与成本不可比，产业界难以判断“能不能用、划不划算”，学术进展也难以在效率维度上累积。 将 harness 与环境延迟纳入变量，提示“模型更强”并非速度提升的唯一路径，系统工程与运行时配置同样关键。 任…
该工作主张把联邦学习中的有损压缩从"误差来源"重新理解为"安全信号"：压缩器对诚实更新与攻击更新的响应差异（压缩足迹）可被服务器端用于鲁棒聚合，并在摘要报告的多数实验设置中取得领先或接近领先的精度。
值得关注：视角转换：把压缩从"需要容忍的噪声"变成"可以主动利用的防御侧信道"，为服务器端防御增加了一类低成本、无需额外通信的信号来源。 部署友好性：不需要客户端上报元数据、不需要事先知道恶意客户端数量，这两点在真实联邦部署中往…
Cogentic 是一个面向开放研究问题的多智能体证明发现框架，通过“证明—验证”迭代循环、对抗验证与已验证中间结果账本，以 Gemini 为基础模型在在线学习、拍卖理论与机制设计的五个开放问题上取得新结果，并由领域专家独立验证。
值得关注：它把多智能体编排的竞争点放在长时程证明发现，而非单轮答案生成。 对抗验证与持久化已验证账本，是对 LLM 证明可靠性问题的一种流程化回应：后续轮次只基于已确认中间结果继续推进（据摘要）。 与已有相关卡片的关系：WebS…
来源为 arXiv 预印本条目，英文标题：**CAS II: Symmetric Partitions as Kolmogorov Models**；URL：https://arxiv.org/abs/2609.40290v1。 所属轨道：academic；主题标签：foundation-model。 研究背景（据候选摘要）：在算法统计中，字符串 x 可由…
值得关注：它提供了一种统一视角：把假设类视为划分，把对称性视为对模型类的限制；这有助于理解“什么样的规律性能被哪类对称模型捕捉”。 “完全对称群可恢复全部 Kolmogorov 模型，而 GL(n,2) 只覆盖线性齐次集”形成鲜…
据候选元数据摘要，MAGIC 通过在多智能体执行过程中在线维护一张共享的“可通行性”高斯信念，并用高斯马尔可夫随机场与高斯信念传播做近似推断，把观测到的局部地图变化外推到未观测的邻近区域，从而为常规 MAPF 规划器生成“绕行感知”的代价——在基准测试中于 96.3% 的实例上降低了执行后的总代价（具体数值与实验细节待核实）。
值得关注：把“不确定性建模”从单体感知推进到多智能体协同层面：多个智能体的观测被汇总为一个共享信念，观测价值不再局限于观测点本身。 与“先规划后重规划”的常规工程流水线兼容：不替换规划器，而是改造代价函数，落地成本可能较低。 与…
Atomizer-IO 试图把“观测”及其采集元数据作为原子表示，通过局部交叉注意力映射到可任意放置的锚点，从而不再让像素、图块和规则网格定义传感架构的接口；摘要称其在多数任务上与灵活的 EO 专用架构有竞争力，并可在无需架构重设计的情况下扩展到无序 3D 点云。
值得关注：它挑战视觉基础模型/传感架构中默认的网格先验，把“灵活性 vs. 空间归纳偏置”的权衡重新设计为“观测原子 + 物理关系”。 对遥感等通道、时间、分辨率、几何异构的数据源，规则栅格常是人为对齐；观测中心接口可能更贴近采…
AssemblyWorld 提出一个交互式 3D 装配环境与 AssemblyWorldBench，用于检验预训练通用智能体能否仅通过视觉交互、在无需额外装配专用微调的情况下操作刚性零件完成装配；结果显示最强系统零件准确率可达 80.9%，但完整装配成功率仅为 59.4%，从“近似结构恢复”到“精确重建”之间仍有明显差距。
值得关注：它把 3D 装配任务转化为通用智能体的视觉交互与操作基准，测试的是预训练通用能力，而不是装配专用微调后的专用系统。 结果显示零件级准确率可以较高，但完整装配成功率明显更低，说明精确空间排布和完整装配闭环仍是瓶颈。 它提…
MiniMax开源M3.1 Flash模型权重（总参数428B、激活参数23B），通过稀疏注意力、W4A4量化MoE与功耗感知调度提升推理效率，上线72小时内真实用户处理Token超100万亿，首日即获华为昇腾、NVIDIA、AMD及Together AI等平台接入。
值得关注：与既有卡片“MiniMax上线M3.1-Flash，推理深度拆成五档”（2026-09-29）相比，本条增量在于：开源权重、具体参数规模（428B/23B）、架构与量化细节，以及72小时100万亿Token的调用量数据…
SkyProduction天工工作台于10月19日上线官方资产库，开放6000多套内部沉淀素材，覆盖人设、场景、道具三大类，试图用可复用资产缓解AI视频创作中的角色与场景一致性问题。
值得关注：**一致性是AI视频的核心痛点**：角色换脸、场景漂移长期制约AI视频的可用性，资产库是把这一问题产品化处理的尝试。 **内部产能外溢**：将产能组沉淀的“爆款资产”清洗后开放，本质是把内部生产经验转化为公共创作基础设…
匿名模型 Space Bunny（太空兔）以免费、100万上下文、多模态和匿名期不留存用户数据为卖点，在 OpenCode 调用量稳居第二并曾登顶 OpenRouter 调用榜；社区实测显示其在 3D 与前端动效等代码生成场景表现突出，但模型归属、长期能力和标准化评测仍待核实。
值得关注：它反映了 OpenRouter、OpenCode 等模型分发与调用入口在模型曝光和口碑形成中的作用。 匿名期不留存用户数据、免费可用和长上下文，可能影响开发者的试用意愿与数据策略判断。 与既有 OpenRouter 生…