小米技术委创新产品团队孵化的AI桌面设备HachimoDock在2026观猹大会亮相，硬件自制成本约150元，支持自然语言生成番茄钟等组件、联动小米Miloco充当家居控制台，并已公开源码、物料清单与装配教程，允许个人非商业复刻。
值得关注：对AI硬件赛道：提供了一种“极低成本+可复刻+生态联动”的另类样本，与高成本、封闭形态的AI硬件形成对照。 对开源硬件与开发者社区：源码、BOM、装配教程同时公开，便于个人非商业复刻与二次实验，可能催生周边改造与组件生…
比尔·盖茨判断AI是迄今最危险的技术，人类在迎来普遍富足前约需经历20年动荡期；近期最大风险是可移除安全防护的模型被用于网络与生物攻击，未来两三年网络攻击与就业将出现显著负面影响。
值得关注：与既有卡片《独家对话比尔·盖茨：AI已跨过多个危险临界点》相比，本条增量在于：明确了“约20年动荡期”的时间尺度、把近期最大风险具体化为“可移除安全防护的模型被用于网络与生物攻击”、给出“未来两三年”网络攻击与就业的显…
NVIDIA 技术博客展示，在 DGX Spark 上以 batch size 1 运行 Ling-3.0-flash（124B 总参数、5.1B 激活参数的 MoE 模型）时，通过更换 MoE 内核后端、对 LM head 做在线 FP8 量化、以及启用模型自带的 NEXTN 多 token 预测投机解码，在完整 GSM8K 测试集上把解码吞吐提升 42…
值得关注：说明单机（DGX Spark 这类桌面/边缘级平台）在 batch size 1 的低延迟场景下，MoE 推理的瓶颈定位与优化空间主要来自权重读取而非算力。 展示了“剖析—定向压缩权重流量—减少解码步数”这一可复用的优…
据 OpenAI 官网标题与摘要信息，OpenAI 与 Oracle 正在扩大合作，目标是把 Oracle 的企业应用与 AI 智能体接入 ChatGPT，并用 OpenAI 的能力支持 Oracle 的新产品；具体产品形态与上线时间待核实。
值得关注：企业软件与通用助手的边界进一步融合：用户可能在 ChatGPT 内直接触发 Oracle 业务流程，而非跳转到独立应用。 与既有卡片的关系：本卡片与“Amp 将 AI 代理推向代码之外”同属“AI 代理向更广泛工作场景…
该论文提出一种无需足球领域标注训练数据的零样本框架，利用通用多模态模型联合处理“视觉故事板 + 解说文本”，在整场足球转播中检测、分类并时间定位事件；在3场人工标注比赛（共130个事件）上最佳配置达到72.0% F1@5s，并在跨数据集设置下优于经SoccerNet训练的CALF与NetVLAD++。
值得关注：降低对大规模足球专用标注数据与领域训练的依赖，跨数据集仍具竞争力，说明通用多模态模型在体育视频理解中的可迁移性。 故事板表示在保持性能的同时显著降低推理成本，对实际转播场景的部署成本敏感问题有直接参考价值。 兴奋度评分…
这篇论文研究双手工具使用场景下机器人操作失败的诊断问题，区分“工具从插槽滑脱但仍被握着”“两只手动作正确但时序不同步”“一次尝试同时存在两种失败原因”等单臂设定难以覆盖的失败类型，并考察不同传感通道（以及VLM内部状态）能读出哪些失败成因；具体实验细节与数值待核实。
值得关注：把失败诊断从“单臂+扰动生成”扩展到双手工具使用，指出失败类型的结构性差异会改变可诊断性，而不只是难度变化。 提出“可辨识性”视角：某些成因在特定传感配置下原则上不可读出，此时策略应升级而非强行猜测，这为诊断器的可靠性…
ARC 是一种轻量级后训练模块：在冻结的模仿策略之上，用强化学习学习残差修正，并用稀疏人类修正来塑造自主探索的“何时/何处/做什么”——在真实机器人三项精密操作任务上把平均任务成功率从 33.3% 提升到 75.0%。（基于元数据与摘要，正文细节待核实）
值得关注：把“人类修正”的角色从示范数据转为探索先验：解决局部失败时不必重训全局策略。 与既有卡片中“何时/到哪里”的自适应调度思路（如 EcoFrame 的查询自适应证据调度）在问题结构上相似，但对象是机器人残差动作空间；本条…
在临床预后任务存在严重类别不平衡时，标准不确定性量化可能反映的是类别归属而非临床模糊性，从而导致选择性预测系统性排除少数类患者；该偏差被描述为可修正的结构性缺陷，但具体方法细节待核实。
值得关注：选择性预测被视为临床 AI 安全护栏，但其有效性依赖“不确定性分数≈临床模糊性”的前提。若在少数类患者中该前提不成立，系统可能在不报错的情况下系统性延迟或排除最脆弱人群。该论文将问题定位为结构性、可修正的偏差，并主张类…
PORTAL 把“是否部署测试时干预”重构为一个主动选择问题：用少量目标标签在多个候选预测规则之间做共享比较，并决定何时停止查询，从而把整体上可能亏本的干预变成只在合适批次上启用的有用选项。
值得关注：它把测试时适应的核心痛点从“设计更好的干预”转向“决定何时信任干预”，直接针对平均准确率掩盖的批次级失败。 与已有卡片中“预测碎片化判断病例是否适配”“预算感知的重采样/重路由”相比，本条关注的是在多个候选规则间用共享…
论文提出“时间可变性分数”（Temporal Variability Score, TVS），用不同年份网络快照训练的时间点模型衡量同一知识条目在各年份语料中的表征一致性；结果显示高 TVS 条目在预训练后期提升更快、最终表现更好（36 个模型—基准设置中 34 个胜出，平均领先 7.3 个点）。
值得关注：提供了一种超越聚合基准分数的诊断工具：TVS 可刻画预训练中不同知识类型的学习节奏差异。 说明“随时间变化的知识”（高 TVS）并未更难学，反而在后期被模型更充分地吸收，提示预训练后段对时间敏感型知识的整合作用。 与既…
VideoLVR 提出用“潜在视觉证据”替代文本坐标或裁剪帧回插，让多模态大模型在推理链中直接重建并复用视频局部区域的视觉内容，从而在不显著扩张上下文的情况下缓解视觉遗忘，尤其改善细粒度视频理解任务。
值得关注：它与既有脉络形成互补而非重复：GenEvA 关注“选帧/压缩之后”的查询相关跨帧潜在证据聚合，VideoLVR 则把潜在视觉证据嵌入推理链的中间步骤，并用视觉 token 预测目标监督其生成；TraceViT 关注循环…
论文提出“忠实潜世界模型”应满足环境转移映射与学习到的潜动力学之间的等变性条件，并给出潜推演一致性（LRC）指标；在所研究的当前最先进潜世界模型中，没有一个是通过真正忠实建模环境动力学来完成任务的。
值得关注：若任务表现可以在不忠实建模动力学的情况下达成，则仅凭任务分数评估世界模型可能高估其作为“环境模拟器”的能力，进而影响长时程规划、反事实推演等下游用途的可信度。与既有卡片的关系：本卡片补充了“如何判定世界模型是否忠实”的…
ThinkWorld 提出用“动力学链”（Chain-of-Dynamics, CoD）作为跨具身的动作思维表示，并通过“预测未来 + 强化匹配观测结果”的机制，让无动作标注的人类视频也能监督 VLA 模型的动作推理，从而提升机器人操作任务上的泛化能力。
值得关注：提供了一种**绕开“动作标注瓶颈”**的思路：不依赖显式动作标签，而是用“未来状态预测是否吻合”作为弱监督信号。 CoD 作为**跨具身共享的动作表示**，为把人类视频与机器人数据放在同一推理空间训练提供了可操作路径，…
对于由已知结构（如求解器、物理定律、测量算子、图或语法）决定输入输出映射的“结构编码问题”，仅靠数据驱动的学习器在有限数据下会残留结构性无法消除的不确定性，而显式利用结构的方法可按构造消解该不确定性，这就是“结构鸿沟”。
值得关注：该文把“数据量能否替代领域知识”的争论从表达能力层面转到有限数据识别与认证层面，指出结构不是可有可无的辅助，而是在有限资源下消解残余不确定性的构造性手段。对基础模型路线而言，这意味着在结构编码任务上应重新评估“更大模型…
论文提出 $p$-Bridge，一个以“测量累积量”为索引、统一处理 Tweedie 族噪声（含高斯、泊松、Gamma）的扩散去噪框架，用单一指数条件网络替代多个固定指数专家模型。
值得关注：把去噪从“高斯假设”推广到信号相关噪声族，并用连续索引统一表述，减少了为每种噪声分布单独建模与调参的成本。 与既有“图去噪与扩散的谱视角”等卡片关注的图结构/谱角度不同，本条聚焦噪声统计族（Tweedie）与测量累积桥…
TeamGym 是一个基于真实法律、金融、医疗、软件工程语料构建的团队决策评测与训练环境，它提出“关键信息”（pivotal information）的识别方法，据此量化并缓解语言模型智能体在信息分散时的“沟通缺口”与“检索缺口”，并显示仅以最终决策为奖励的强化学习能改善决策质量并诱发协作行为。
值得关注：把“团队信息分散”从抽象设定变成可度量、可控制、可训练的变量，为多智能体协作研究提供了带真实语料背景的基准。 沟通缺口与检索缺口的量化，把“智能体不会协作”拆解为“不会共享”和“不会自己找”两类可分别改进的能力短板。 …
该论文提出首个面向在线资源分配的“策略防伪深度强化学习机制”，通过单调神经网络与广义临界支付相结合，在保证策略防伪性与个体理性的同时，学习线性的分配规则无法表达的非线性资源交互。**（注：仅基于标题与元数据，正文细节待核实。）**
值得关注：该工作试图把“策略防伪性”这一机制设计中的强激励保证，与深度强化学习的表达力与自适应性结合，为在线资源分配提供既有理论保证又可学习非线性交互的方案；模仿训练带来的效率提升也提示了实际部署的可行性路径。与既有相关卡片（多…
论文提出“谱辫”（spectral braids）：将动态有向网络每个快照聚合为社区级转移矩阵，追踪其复特征值在复平面上的缠绕轨迹，把轨迹读成辫词并经 Burau 表示转为定长特征向量；在合成在线社区网络四分类任务上达到 97.1% 准确率，而最佳的非特征值追踪特征集仅为 44.5%。
值得关注：特征值长期被当作静态摘要，本文把“特征值如何移动、如何相互缠绕”本身作为信息载体，为动态有向网络提供了一种带拓扑结构、对事件顺序敏感的描述方式，补充了仅靠计数或静态谱特征难以捕捉的时序演化信息。
这篇（标题为 *Scaling Laws for Tool-Use Agents via Controllable Environment Synthesis* 的）论文提出 SynthAPI 流程，通过可控地调节合成环境中工具、任务与数据库的多样性，在大规模实验中推导出可预测工具使用智能体下游泛化能力的缩放定律；但正文未能抓取，具体方法与数值结论待核实。
值得关注：若上述缩放关系成立，则工具使用智能体的数据工程可从“堆量”转向“调构成”：在预算增加时优先扩展工具与数据库覆盖、提升任务复杂度，而非线性增加任务条数。这与既有的工具调用数据合成工作（如 MidTool 的中间训练语料、…