据AGIBOT官网新闻标题，AGIBOT将与长隆（Chimelong）合作开发“全球首个具身智能主题公园”；但网页正文未抓取到，合作细节、时间表与具体内容均待核实。
值得关注：主题公园是高频、高交互、高感知的消费场景，对机器人的运动能力、交互智能、安全性和可靠性要求极高，具身智能在其中的应用具有示范效应。 与长隆这一知名文旅品牌的合作，可能为具身智能开辟新的商业模式和大众认知入口。 本条是对…
OpenAI 宣布 GPT‑5.6 现已集成到 Kiro 中，帮助开发者在规划、构建、审查和测试软件时获得更好的性价比（price-performance）。具体功能细节、定价和性能数据待核实。
值得关注：这是对 GPT‑5.6 生态布局的增量信息：此前已有卡片覆盖 GPT‑5.6 面向企业的新定价方案（Luna/Terra），以及 ChatGPT 端改进 Sol 和扩大 Luna 免费访问；本条补充了 GPT‑5.6 …
谷歌与圣路易斯华盛顿大学团队提出EnvHarness，通过在静态环境外增加可编程层，使训练环境能够随Agent策略持续进化；配套EnvRigger自动诊断Agent弱点并编写验证组件，在多个基准上优于原始环境与领域专用环境。
值得关注：静态环境是Agent训练的主要瓶颈之一；EnvHarness 将环境本身变成可演化的“对手”或“教练”，有助于持续暴露Agent短板、提升泛化能力。 与既有脉络的关系：不同于 SIMA 2 面向通用3D代理的推理与自我…
DeepSeek推出实验性多模态视觉理解模型V4-Flash-Vision-Exp：纯文本能力与V4-Flash正式版持平，视觉Agent能力大幅提升、接近Opus-4.8；API按token计费，单张图片最多384 tokens，价格与V4-Flash一致，并开放免费Files API。
值得关注：这是对已有“DeepSeek上线V4 Pro正式版，强Agent能力”卡片的增量更新：本条不是V4 Pro，而是V4-Flash的视觉实验版本。新增信息主要是视觉能力侧重、图片token成本、价格持平、免费Files …
在第二届世界人形机器人运动会开幕式上，银河通用人形机器人进行全球直播网球对抗，材料称其完成发球、正反手、网前截击、极限救球与摔倒起身；双打中还可与人类队友实时战术协作。材料未给出具体赛事日期、地点、网坛名将姓名及比赛详细规则，待核实。
值得关注：这是 agent 从“理解与规划”走向“身体执行”的高关注度演示：人形机器人不仅要识别球路、做出战术判断，还要在物理世界中完成发球、截击、救球和摔倒起身。双打中的“实时战术协作”也暗示 agent 需要理解队友意图和场…
Anthropic 上线免费教育平台 Claude Academy，将员工入职培训内容公开，核心不是教写 Prompt，而是用 AI Fluency 4D 框架训练用户判断“哪些任务该交给 AI、如何检查 AI 的产出”。
值得关注：已有相关卡片关注 Claude 模型和 agent 产品（如 Sonnet 5、Fable 5、Cowork），本条增量信息是 Anthropic 开始通过教育平台塑造 AI 使用心智。Claude Academy 强…
AI正在将经济学测量从“寻找可规模化测度”的瓶颈，转变为“在众多看似合理的测度中做选择与验证”的挑战；要获得可信推断，需要把测量锚定在显式标准上进行验证，而不是仅凭“代理指标看起来合理”的非正式宣称。
值得关注：传统讨论多关注AI预测准不准，而这篇论文把问题向前推了一步：即便AI能生成变量，如何从多种可测量方式中选出可信者、并支持因果推断？这是一个方法论上的“测量革命”议题。 与已有相关卡片相比，本条不聚焦模型内部机制或语言意…
多智能体LLM系统的表现并不主要取决于智能体数量，而取决于智能体之间交换的信息；如果让智能体阅读彼此的完整输出，一轮交互就会使提案趋同，产生“交互税”。
值得关注：挑战了“更多交互=更好”的直觉，为多智能体系统设计提供了信息交换层面的新视角。 有助于解释既有文献中的矛盾结果，并给出可验证的机制：全解交互造成多样性丧失。
现有编码智能体在“修 bug”上能力提升，但还不能可靠地自主完成整仓库技术栈迁移。SWE Refactor Bench 的 520 次前沿模型运行中，只有 28 次（5.4%）通过全部三阶段评估；最佳模型 claude-opus-5 得分为 47.0/100，20 个任务中有 13 个没有任何被接受解。
值得关注：它把“代码是否真的迁移了”和“行为是否正确”分开评估，弥补了现有编码基准只看测试是否通过、从而被“复制原实现”作弊的盲区。 在长程智能体研究脉络中，它提供了一条可复用的严格评测路径：迁移审计 + 行为测试 + 智能体生…
在 SWaT 基准和统一离线评估协议下，11 个异常检测器对训练期数据污染的鲁棒性高度依赖具体模型，且无法仅凭干净数据上的性能进行预测；注入式污染造成的性能退化最严重，而 PCA、SVM、HBOS 和 IForest 相对稳定。
值得关注：多数现有工作关注推理阶段的对抗攻击或假设训练数据可信；本文系统性地考察训练阶段数据污染对 ICS 异常检测的影响，为工业安全监控的模型选型和数据治理提供依据。本条卡片补充了在 SWaT 水处理基准上关于训练期污染鲁棒性…
ReWorld 提出一种把“动作跟随”与“长时记忆”解耦的交互式世界模型：训练时用混合注意力窗口兼顾短期控制与长期记忆，推理时用固定预算的 KV 缓存和位姿索引地标库支持分钟级往返生成，并声称在动作跟随、长时回忆和视频质量上超过六个近期的交互式世界模型（待核实）。
值得关注：ReWorld 的重要之处在于提出了一种可操作的“控制/记忆解耦”设计：不是简单地把上下文窗口拉长，而是把长历史转化为固定预算下的检索问题。与已有相关卡片相比，本条增量信息更集中在“训练解耦 + 推理有界记忆”这一架构思路上：
对于均匀（uniform）和重掩码（remasking）两类离散扩散模型，本文提出一种基于留一法去噪器（leave-one-out denoiser）的一阶采样器，其所需离散化步数只由目标分布的固有依赖结构（对偶总相关，DTC）决定，而非环境维度 d，从而在理论上证明采样复杂度可以实现维度自适应性。
值得关注：该结果回答了均匀前向过程下维度依赖是否内在一问题：答案是否定的。通过适当的采样器设计，可以打破维度瓶颈，使离散扩散模型的采样复杂度适配数据本身的依赖结构。相比已有相关卡片中关于扩散模型的应用或组合工作，本条增量在于：它…
根据摘要结果，老年下肢骨折或髋关节置换术后康复中的多个临床结局可以被建模为多输出回归问题，且联合预测优于单独预测；NODE 多输出回归器在 MAISON-LLF 数据集上取得 MSE=3.96、MAE=1.02。
值得关注：已有相关卡片分别涉及检索模型池化、卫星影像融合和概率张量分解优化，与本条无直接重复。本条提供的增量信息是：将多模态可穿戴传感器数据与多输出回归结合，用同一模型同时预测功能恢复和社会隔离等多个临床结局，避免了“单指标孤立…
本文提出一种名为 Phy-BP 的非侵入性血压估计框架，以三轴体震图（BSG）为切入点，将描述身体-床系统三维波传播的物理模型嵌入深度学习，并在 21 名受试者、162 小时医院数据集上表明：该方法能动态滤除低质量测量，并通过不同轴间的物理一致性约束提供更可靠的血压监测，尤其在训练样本有限时。
值得关注：传统 BCG 的基准点漂移和个体血流动力学差异会影响模型泛化；本文不是单纯增加数据或调整模型，而是用物理模型显式约束三轴信号的内在耦合，从机制上缓解表征不对齐。 该框架强调“物理一致性”而非纯数据驱动，尤其在小样本条件…
WIEN-INR 是一种面向科学数据压缩的隐式神经表示（INR）框架，通过在多分辨率小波域中分层建模，并借助轻量增强网络恢复细微高频细节，使小型网络也能高保真保留全频谱信息，同时维持较低存储与训练成本。
值得关注：现有科学 INR 应用多直接采用为自然图像/视频/场景设计的现成架构，在小网络下容易过度平滑细粒度物理特征，甚至引入非物理纹理。WIEN-INR 从科学数据“全频谱保真”的需求出发，提出一种理论引导、模块化的多分辨率增…
本文提出“局部蒸馏”（local distillation）框架：用一个黑盒AI“教师”模型在每个查询点定义局部训练权重并锚定预测，再拟合一个稀疏线性“学生”模型，从而在保持接近教师模型精度的同时提供局部可解释性；在17个基准数据集上，该方法几乎达到教师模型精度，并生成了每个测试点的稀疏线性模型。
值得关注：区别于事后解释（如LIME/SHAP风格），局部蒸馏将解释视为建模流程的一部分，每个查询点都自带一个可核查的稀疏线性代理。 同时提供了特征选择的稳定性推断，而不是仅输出单个局部模型。 能够揭示数据中异质性（如不同患者亚…
本文提出惯性流形神经算子（IMNO），显式利用耗散型含时偏微分方程长时间演化中的有效低维结构，以提升长期自回归训练与预测中的物理可解释性、精度和稳定性；对平移等变 PDE，还提出保对称性的 IMNO-SE 变体。
值得关注：IMNO 的价值在于将动力系统中的惯性流形思想引入神经算子设计，使模型不只学习黑箱映射，还尊重耗散 PDE 长时间行为的低维结构。IMNO-SE 则展示了如何把物理对称性作为归纳偏置嵌入网络。这类“物理结构化”神经算子…
针对基于评论家（critic）的强化学习训练不稳定的问题，论文提出 BPCO 配方，在数学推理任务中让每个提示仅采样一个响应即可匹配或超过 GRPO 这类基于组的基线方法。
值得关注：传统 GRPO 类方法需要为每个提示采样多个响应，计算成本高；BPCO 表明精心设计的 critic 可以成为组相对优势估计的可靠替代，从而在保持性能的同时降低采样开销。 与既有脉络的关系：已有相关卡片多关注特定应用（…
在短期内，AI辅助可以提升任务表现，但长期可能削弱技能发展。本研究发现，更低的AI请求成本会促使参与者更频繁地使用AI；在AI可用期间请求过AI帮助的参与者，在AI被移除后任务表现更差，且其后续无辅助表现若用之前AI辅助阶段的表现来预测，会被高估。摘要指出，独立推理被AI替代时，技能发展较弱。
值得关注：在生成式AI大规模融入工作与学习的背景下，大量研究关注AI如何提高效率，却较少用对照实验审视AI对“人”本身能力发展的长期影响。本文通过逻辑谜题实验和贝叶斯潜在能力建模，提供了AI辅助可能弱化技能发展的证据，并指出“辅…