据腾讯研究院AI速递20260902报道，通用AI智能体公司Manus宣布正式恢复独立运营，肖弘、张涛和季逸超组成的原创始团队将继续领导公司；公司将以独立AI智能体实验室形式运营。
值得关注：本条是Manus在经历与Meta分拆后的关键运营进展，属于公司层与产业层变化。与已有的SIMA 2、编码智能体、Cursor Design Mode等技术能力卡片不同，本条关注的是AI智能体公司如何独立运作，以及智能体…
NVIDIA 与 CrowdStrike 将 Nemotron 3 Ultra、经强化学习后训练的 Nemotron 3 Super、Falcon 遥测和专用智能体 harness 组合成一个“验证优先”的攻防对抗系统，把红蓝攻防从手动交接变成可自动迭代的闭环，使检测生成从“看似合理”变为“可回放、可测试、可修正”。按文章报告，回测平均检测率为 41.9%…
值得关注：它推动安全智能体从“告警响应”走向“持续对抗学习”：不是等告警出现，而是主动用自适应攻击探测防御缺口并生成可靠检测。 它展示了 RLVR 如何落地在真实企业查询引擎上：奖励不只看查询语法是否合法，而是看查询结果是否真的…
百融智能将AICC（AI Contact Center，把AI接入企业联络中心）作为企业级Agent落地的核心切口，采用“RaaS（Results as a Service）按结果收费”模式；2026年上半年AICC收入同比增长52%，物流场景日处理量从不足1000通增至超1.5万通，提供了一个“企业为AI的实际产出付费”的跨行业落地样本。
值得关注：大模型能力本身已经很难单独构成企业采用AI的理由；企业级Agent需要形成“可以被感知、被核算的产出”。AICC任务边界清晰、流程有文档化基础且保留人工兜底，因此成为较早能度量商业价值的Agent落地场景。 百融样本显…
中国科学院大连化学物理研究所等发布智能化工大模型3.0 Pro，构建“大模型—智能体—专业技能与工具—应用场景”四层技术体系，集成超过400个化工智能体和工具；据资讯稿披露，其文本问答准确率为81.96%，多模态问答准确率为80.75%，已有300余家化工企业与院所注册使用，API累计调用量突破1400万次。
值得关注：已有相关卡片主要涉及通用AI代理、编程智能体和3D虚拟世界中的智能体。本条提供了另一类重要样本：AI Agent在垂直工业领域成批部署，并以“领域大模型+化工智能体+工具+场景”的方式组织能力。增量信息在于，它不是实验…
掌静脉识别在真实部署中会因手掌表面脏污、汗液、温度变化等出现明显性能下降；该论文发布了据称为首个公开的“视频”掌静脉数据集 CUP，并提出一种轻量测试期鲁棒匹配方法，在不重训练现有模型的情况下显著恢复脏污等条件下的识别精度。
值得关注：补上了数据缺口：此前缺少带有表面污染、温度与运动变化的视频级掌静脉公开数据集。 验证了一种“时间共识 + 空间区域级最优传输融合”的轻量思路，能在不重训练的情况下增强已有主干网络。 可作为后续掌静脉识别及其他接触式/非…
自然产生的用户交互反馈并非如近期研究所说那样“噪声大且难以利用”；它其实是一种高度可操作的LLM改进信号。以往认为无效，主要是因为现有评估范式存在系统性偏差：当模型因反馈而真正修正问题时，LLM评判者常常反而偏好较差的基线输出。
值得关注：已有研究表明LLM可以从经验抽象、翻译上下文等路径获得提升，本条卡片指出另一条低成本但易被忽略的信号通道——真实用户交互反馈。更重要的是，它指出“模型反馈无效”这一结论可能来自LLM裁判的系统性偏差，这提醒我们在评估生…
将 E2M1 FP4 载荷与无符号 E5M3 块缩放结合（即 UE5M3），并采用选择性随机舍入，可以在约 190B token 的 Nemotron-H 8B 预训练中取得比 NVIDIA Transformer Engine 参考配方更低的训练/验证损失和更高的下游量化推理点估计，同时省去随机 Hadamard 变换与 BF16 最终层豁免。
值得关注：低位预训练是降低大模型训练/推理成本的重要方向，但 4 位浮点此前被认为难以稳定预训练；本文提供了 8B 规模、约 190B token 的对照证据。 与在已有模型上做后训练低比特压缩不同，本文关注的是从预训练阶段就使…
TRACE（Transparent Reasoning Architecture for Credible Execution，透明推理架构以实现可信执行）提出了一种四层可审计决策框架，使自主机器人的每个动作都可以通过文档化因果链追溯到传感器证据；在仓库机器人导航的500个模拟决策周期中，其三个可审计性指标均超过98%。
值得关注：TRACE 尝试从系统架构上回答“AI 的事故决策能否被事后完整复盘”，而不仅仅依赖事后特征归因。 增量信息：已有相关卡片分别涉及 XAI 方法本身的可信度审计、可解释性需求工程实践以及 AI 教育机器人；TRACE …
从论文摘要看，现有统一生成模型（UGM）和世界模拟器在面对“从视觉输入推断规则，再生成逻辑约束图像”的任务时，普遍存在**推理-生成鸿沟**：局部看起来合理，但全局往往不合逻辑。RIG-BENCH 正是用于暴露这一短板的压力测试与诊断基准。
值得关注：它将视觉生成模型的评测重点从“图像是否对齐/逼真”扩展到“生成过程是否需要受约束的高层推理”。 对产业界而言，这类基准有助于判断模型在需要规则一致性的视觉生成任务中是否可靠，例如示意图生成、空间规划、场景推理等。 为“…
SolarWM 提出一套从数据处理到长时程推理的“完全开放”框架，用可重构数据引擎将来自 10 个数据集的 143 万个规范片段统一为帧对齐契约，并在保留 Wan2.2、LTX-2.5、MiniMax-H3 各自表征与目标的前提下，通过三阶段统一训练方案得到 4 个 5B–33B 模型；据摘要，这些模型仅用 5 秒序列训练，即可在分钟到小时级的推演（rol…
值得关注：SolarWM 不是单点算法贡献，而是把“数据—适配—训练—推理”做成了一套可复现的系统级基础设施。此前很多视频世界模型工作使用内部数据或定制代码，难以相互比较；SolarWM 通过开放数据和统一接口，为后续方法提供了公共底座。
ShallowStream 提出让多模态大语言模型（MLLM）的浅层网络在持续视频流中同时完成帧编码与检索索引构建，在保持与最强现有流式方法相当性能的同时，显著降低每帧预填充延迟和端到端延迟。
值得关注：已有的高效视频理解工作多集中在帧选择、token 压缩或证据聚合，而 ShallowStream 的增量在于专门利用 MLLM 的“深度”维度：把浅层计算产物同时用作索引，让深层只在需要作答时执行，从而缓解流式场景下“…
SafeEvolve 提出一种由智能体自身经验驱动的“护栏-策略协同演化”框架，在 agentic 安全基准上取得优于现有基线的安全-效用权衡。
值得关注：已有护栏演化工作（如 SHE）侧重安全护栏自身的轨迹驱动演化；SafeEvolve 的增量在于把“策略优化”也纳入同一个自演化闭环，形成“护栏-策略协同演化”，试图同时改善运行期控制与模型内在安全，并强调护栏更新的可审…
RoGe 是一个端到端统一框架，将“隐式场景重建”与“视频扩散生成”联合训练，去掉了以往混合方法中“渲染图像/点图/3D Gaussian”这类有损的显式 3D 桥接；摘要称其在 DL3DV 上的图像级指标和视频时间一致性均优于重建型、生成型和混合型基线。
值得关注：RoGe 提供了一个新思路：重建与生成之间不一定要用显式 3D 表达或渲染图来传递信息，而是可以让生成模型直接使用隐式场景表示中的射线特征。联合训练还意味着生成损失可以反向影响几何条件的学习，而不是让重建误差单向传导给生成模块。
作者提出了一套结合题目筛选、合成推理轨迹、监督微调（SFT）与强化学习（RL）的语言模型后训练方案，并引入反馈驱动的测试时计算策略 GenCorrect；据摘要报告，该系统在 IOI 2025 和 IOI 2026 题目/赛制中均超过金牌线，其中 IOI 2026 的竞赛专用系统在 535.4/600 的分数上超过了最高分人类选手 498.27，作者称这是…
值得关注：摘要给出了一个可量化的“AI 超过人类顶尖选手”的竞赛编程里程碑：535.4 分超过最高分人类选手 498.27 分。 它把“后训练”和“测试时计算”作为关键贡献，而不只是堆叠预训练规模。 与已有相关卡片中涉及视觉语言…
MuyBridge 是一个纯端侧系统，用单部手机的单目视频流估计运动员基于节段法的人体质心（segmental center of mass，CoM）轨迹：以 63 FPS 的 2D 姿态估计为主干，配合约 2.86 Hz 的稀疏单目深度更新，在 AthletePose3D（跑步、田径、花样滑冰）上取得 33–41 mm 的垂直方向 CoM 误差，且不需要…
值得关注：质心与运动稳定性、能量消耗和损伤风险等关键问题直接相关，却长期被绑定在实验室设备上。MuyBridge 展示了一条可行路径：用紧凑 2D 姿态网络、经蒸馏的深度网络与解剖/物理先验，在端侧恢复有物理单位的生物力学量。它…
SpeND（Spectral-like Neural Discretisation）将无网格离散算子中“未被多项式一致性约束的自由度”交给神经网络学习，使构造出的微分算子能在更宽波数范围内近似谱算子的频响，同时通过硬约束投影严格保持多项式一致性。
值得关注：该工作表明，无网格格式中看似“剩余”的自由度并非只能由核函数或范数条件决定，也可以用数据驱动的谱目标来引导。现有“已有相关卡片”均不涉及无网格离散算子学习，本卡片补充了“神经网络自适应构造离散微分算子”这一方向，属于数…
本文提出一种面向电信网络根因分析（RCA）的结构化推理框架，通过在诊断前将异构网络遥测组织成规范上下文、在诊断中强制决策路径推理、在输出时生成证据支撑的解释，来减少大语言模型（LLM）在5G/6G场景下直接用于RCA时的幻觉与不稳定，提升诊断准确率和决策一致性。实验基于TeleLogs和TelecomTS两个5G RCA数据集（待核实具体规模与来源）。
值得关注：过去关于LLM的可靠性研究多集中于模型自身机制（如水印、基准、预算分配），而本工作聚焦专业领域（电信RCA），强调“领域证据结构”与“推理过程约束”比单纯提示词调优更能抑制幻觉。这属于LLM在垂直行业落地中的关键增量信息。
在光滑凸优化中，采用预定步长序列的梯度下降（GD）仍有不可忽视的收敛误差下界：本文给出 non-anytime 下界 \(\Omega(n^{-1.6342})\) 和 anytime 下界 \(\Omega(n^{-1.2408})\)，分别改进了 Ma-Chen 与 Tsai 等人的结果，并借助 silver schedules 的非 anytime…
值得关注：这项工作刻画了“仅仅改变 GD 的预定步长序列”这一简单操作能达到什么程度，为理解梯度下降的加速边界提供了更精确的理论参考。
Graph Machine（GM）是一种维护 O(n) 大小状态并通过稀疏动态路由访问该状态的架构；用 GM 稀疏层替换 Qwen3-0.6B 中 75% 的稠密 Transformer 层后，在 15.7B tokens 上从头预训练，每个 KV 头只需从 4,096 个 token 中检索 4 个 token，最优模型的 loss 便获得轻微改善。
值得关注：增量信息在于：GM 用“边”作为可微指针式对象，在稀疏层中保持 O(n) 复杂度的同时，避免了固定大小状态或静态稀疏路由对可访问状态大小造成的限制。 本文属于基础模型预训练架构与稀疏动态路由方向，与已有相关卡片中的场景…
GRADSOLVE 是一个面向 NVIDIA GPU 的开源 JAX 库，用于求解低维 ODE 集成（ensemble）并执行反向模式求导：它记录自适应求解器接受的步，再对这些步做定步长重放和微分，返回这些步的精确离散伴随；一旦完成一次记录，其梯度计算速度比 Diffrax 的 checkpointed adjoint 快约 5.6–14.1 倍，具体优势…
值得关注：GRADSOLVE 试图打破“正向求解快”与“可求导”之间的取舍，为科学计算中的参数估计、灵敏度和优化任务提供更直接的高吞吐路径。 与既有知识卡片无直接重复；本条对应 arXiv 2609.02876v1，属于新的工具…