Diffusion TV 是一个将扩散模型“去噪生成”过程转化为实体互动的 AI 艺术装置：观众通过操纵改装后的 CRT 电视天线，实时改变 AI 生成图像与声音的清晰度，由此在肉身操作层面亲历扩散模型逐步消除噪声的生成过程。
值得关注：扩散模型类研究通常聚焦在生成质量、推理效率、可控性或专家组合等技术层面；Diffusion TV 则从艺术与交互设计角度切入，让使用者“用手”而不是“用眼”去理解扩散过程。 与已有相关卡片相比，本条目的增量信息在于：E…
SMART 是一个面向 ML 系统性能建模的“AI-native”符号化性能建模库。它的主分支几乎不存放代码，而是一份由自包含自然语言“设计文档”组成的有向无环图（DAG）。版本更新时，AI 编码子代理仅从这些设计文档重新生成实现，从而让“设计文档”而非“代码”成为长期演化的持久工件。
值得关注：与已有的“机器学习抑郁症筛查”和“X到4D生成”卡片不同，本条不是关于模型直接完成下游应用任务，而是关于“AI 编码智能体驱动软件库自身演化”。它的增量信息在于：不是用 AI 生成一次代码就结束，而是把 AI 智能体当…
CONTINUITY: Security-Context Contracts for Composable LLM Agent Controls
基于参考的自动评测方法不应只按聚合分数选优劣；本文提出“行为正确性假设”，用受控变换规定评测器应有的评分变化，发现没有评测器满足全部假设，且聚合分数相近的评测器可以表现出很不相同的行为剖面。
值得关注：聚合分数不是充分统计量；评测指标本身的“评估行为”也需要被评测。本文把元评测从“与人类判断是否一致”扩展到“在受控变换下是否做对了该做的事”，为LLM评测器和传统指标的比较提供了更细颗粒度的诊断视角。与已有相关卡片（金…
目前对生物医学基础模型的全面测评方法论仍不成熟；这篇 Nature Methods Perspective 提出，不能只把基础模型当作普通预测任务来“跑排行榜”，而需要重新思考其可证伪性、可验证性与实际效用，并依靠科学社区建立更稳健、更有意义的评测规范。
值得关注：作者阵容包括 Julio Saez-Rodriguez、Gustavo Stolovitzky 等在生物医学建模和社区挑战赛中具有重要影响力的研究者，文章发表在 Nature Methods。 它不是某一个具体基准，而…
论文提出“AI4CDS”五阶段方法论框架，主张在计算设计科学（CDS）中让AI扩展问题与设计搜索空间，同时由研究者保留领域落地、可采纳性、验证与科学判断的责任；并以“ChildRiskGuard”系统展示了该框架在短视频儿童不适内容检测中的可行性。
值得关注：本条是“研究的工业化”脉络中一处具体方法论回应：既有讨论指出 AI 正在成为科研循环中的自主参与者，而 AI4CDS 把这种转变落到“计算设计科学”的规范流程中，强调在扩大AI作用的同时保留研究者的科学判断责任。与 M…
AdaGate-DF 提出一种基于图像质量线索进行门控路由的深度伪造检测框架，通过“双多出口”系统让高质量图像更早退出以节省计算；在 Celeb-DF 上达到 AUC 0.9370，在 384×384 输入下达到 AUC 0.9708，同时保持较低推断延迟。
值得关注：资源受限场景下的深度伪造检测是实际部署中的关键问题。AdaGate-DF 不要求所有输入都经过同一个重型网络，而是根据图像质量动态选择推理路径，尝试在精度、不确定性与效率之间取得实际可用的平衡。相比静态压缩固定模型，这…
IIns-GAN 是一种面向无线感知的深度生成模型，用生成对抗网络合成带标签的无线信号；在公开 UWB 数据集上，生成信号的物理特征接近真实测量，并能用于距离估计、环境识别等模型训练任务。
值得关注：无线信号实测数据常受场景、设备、测量成本等因素限制，带标签数据尤其稀缺。IIns-GAN 提供了一条不同于传统环境仿真的数据驱动合成路径，把 GAN 引入无线信号级数据生成，直接服务于下游感知模型的训练数据需求。
腾讯发布面向个人的跨应用AI协同体系Buddy One，将腾讯文档、会议、网盘与ima打通，并共享WorkBuddy的Agent底座，实现一句话跨应用检索与统一积分体系。
值得关注：对个人用户：跨应用检索与统一积分减少了在多个产品间切换和重复授权的时间成本。 对腾讯办公生态：以WorkBuddy为底座统一多个办公产品的AI入口，有助于形成协同效应。 与既有脉络的关系：已有卡片记录了WorkBudd…
本条是 Nature Machine Intelligence 对一篇量子神经算子论文的出版商更正：初始 PDF 版本公式 3 缺少 “Λ”，现已更新为 \(M(u)=B(u)\Lambda B^\dagger(u)\)，以与 HTML 版本一致；材料未说明该更正是否影响原论文结论、性能或复现结果。
值得关注：已有相关卡片已总结该原论文的核心贡献：面向 NISQ 时代的量子神经算子、隐式二次框架、表达性优势及 IBM 量子处理器概念验证。本条不重复这些研究结论，增量信息是官方对 PDF 公式 3 的符号缺失作出更正。 对引用…
影眸Hyper3D发布世界生成模型WorldGen，将3D生成从“单个资产”推进到“可交互、可编辑、可进入生产管线的完整场景”：上传一张场景图，2～3分钟后即可得到带空间关系与物理属性的3D场景。
值得关注：此前多数整体式场景生成“好看但中看不中用”，场景内容被合并成不可拆解的整体，难以改动和复用。 WorldGen的关键差异是把场景拆解为可单独操作的资产，同时保留空间与物理关系，使生成结果能被继续编辑、复用并接入现有工作…
据腾讯研究院AI速递（20260903）报道，李飞飞（Fei-Fei Li）的World Labs发布多模态世界模型Atlas，采用多模态自回归扩散Transformer架构。单张图片可生成最长1分钟、1440p视频，并支持像素级相机控制；稀疏视角3D重建效果据称超过专用开源模型。它还可同时建模空间与时间，为机器人生成逼真的RGB与深度数据，打通Real-…
值得关注：Atlas展示了世界模型从“生成视频”向“可控制、可仿真、可用于机器人训练”推进的趋势。李飞飞本人将其视为里程碑式成果。
南京大学计算机学院副教授蒋炎岩在2026年秋季新开课程《生成式软件工程》中表示：“如果手上没有付费Token的同学，就要立即退学。”该说法在报道中被视为“暴论”，也是他的个人观点，并非南京大学的正式退学制度。课程配套规则包括“禁止古法编程”“Token自费”“不需要Tokenmaxxing”。
值得关注：这是一个把“AI生成代码”作为默认环境来设计的高校课程案例，而不是把AI仅当作辅助工具。课程把“不会用付费Token”作为一个挑衅式起点，实际上是在训练学生适应AI协作式软件工程。
基于现有元数据，Playco 使用 GPT-6 Astra 从一个灰盒（grey box）基础版本出发，生成了三个主题化游戏原型，并报告与此前模型相比，手动修复量减少 50%。由于未能抓取原文，该结论的具体评估条件与细节待核实。
值得关注：这是继 Legora 财务文件审查案例之后，又一个公开的 GPT-6 Astra 行业应用信号，且场景从金融转向了游戏开发。 它提供了不同于财务审查“性能提升近 40%”的指标：手动修复量减少 50%，提示模型收益可能…
据The Information报道，OpenAI即将推出的旗舰模型Astra采用“循环深度”技术，在输出下一个词前让文本在同一网络层反复处理，以计算换取参数节省；但副作用是推理过程变得不可读，OpenAI已人为限制其使用比例以保留人类可读思维链，并配备额外监控手段。
值得关注：这是关于OpenAI下一代旗舰模型内部架构的增量信息。以往讨论多集中于模型能力与基准成绩，本条则指向推理范式的潜在变化：以更多计算换取更少参数，同时面临推理过程不可读的新风险。该动态对AI算力需求、推理成本、模型安全以…
据 AGIBOT 官网新闻栏目的标题信息，AGIBOT 与 Resorts World Genting（云顶名胜世界）将合作展示“首次海外机器人表演”；目前仅有标题可确认，具体时间、形式与参演机器人型号均待核实。
值得关注：已有相关卡片覆盖了 AGIBOT 于同日发布的“AGIBOT WORLD 2026 Theme 3”消息，以及第 15000 台机器人下线；本条提供了另一个不同维度：AGIBOT 的机器人表演出海并与海外文旅地标合作。…
马斯克在一次G20峰会连线中预测，AI有望让全球经济规模增长20%至30%，相当于每年增加20万亿至30万亿美元；十年内全球人形机器人将超过10亿台，单台产出为人类的5倍，总生产力超过全人类。该材料还提及，2027年AI芯片或面临15吉瓦电力缺口。这些都是个人预测，不是已验证事实。
值得关注：这是头部科技企业家对“AI+机器人”长期拐点给出的罕见量级预测：10亿台机器人、20万亿至30万亿美元、15吉瓦电力缺口。 与已有相关卡片相比：Epoch AI相关卡片关注算力、能源、芯片的量化研究趋势；OpenRou…
根据现有元数据，Legora 使用 GPT-6 Astra 在几分钟内完成 41 份财务相关文件的审查，找出了全部 4 个植入错误，并使该财务审查工作流的性能提升近 40%。由于原文正文未能抓取，具体评测条件与数据口径待核实。
值得关注：本条是对现有 GPT-5.6 相关卡片的场景化增量：GPT-5.6 卡片主要描述模型定位，本条则提供了 GPT-6 Astra 在具体财务审查任务中的量化表现，有助于追踪前沿模型在行业落地中的实际案例。
NVIDIA 提出了一种“中央身份网关”模式：由中央网关统一持有平台会话，各区域网关通过共享会话存储和轻量校验接口验证用户身份，从而在跨集群、跨云、跨 AI 工具的联邦平台上实现“一次登录、处处可信”，并将内部开发者平台的重复登录事件减少了 55%。
值得关注：该模式回答了“SSO 之后身份怎么继续走”的问题，适用于现代 AI 与数据平台中数据/计算就近分布、用户跨多个工具和集群完成一个工作流的典型场景。相比让每个新服务重复建造认证集成，集中式会话所有权为平台团队提供了一套标…