隐式神经表示（INR）可以把大规模科学测量数据编码为紧凑函数；采用层级化编码（图注中称为 WIEN-INR）后，有望比普通 INR 保留更丰富的细尺度细节。当前材料仅为 News & Views 预览，具体技术细节与量化结果待核实。
值得关注：作为 News & Views，这篇文章本身不是新研究报告，而是对“隐式神经表示用于科学数据压缩”方向的评论与定位。它表明该方向正从一般图像/视觉表示走向科学数据；同时，层级编码试图改善 INR 在细粒度细节上的不足。…
论文提出专家锚定蒸馏（Expert-Grounded Distillation, EGD）框架，将机构级道路安全审计经验压缩进一个80亿参数的视觉语言模型，使该系统在孟加拉国视觉道路安全审计任务中的风险评级表现优于其310亿参数教师模型和 Gemini-2.5-Flash，为低资源环境下的主动式道路安全审计提供了可扩展方案。
值得关注：已有相关卡片覆盖了低资源 OCR、多模态生成基准、肿瘤学决策支持等方向，但本条将“专家经验蒸馏 + 视觉语言模型”首次用于道路基础设施安全审计，是基础模型在公共安全与交通治理领域的新增量应用。它展示了用小型开放模型替代…
EarthVerse 是一个用于评估科学智能体在动态地球系统与自然灾害场景中端到端可靠性的基准测试。它包含 405 个可复现任务，基于 199 个有记录事件和 19 类灾害；在受控工具使用协议下，25 个模型/智能体系统的最佳平均答案单元准确率达到 84.65%，但最高 Strict@95 只有 34.81%。这一差距说明当前智能体常常能完成单个步骤，却难…
值得关注：EarthVerse 把科学智能体的评估从“最终答案是否正确”扩展到“研究过程是否可审计、证据链是否一致”。它强调出处保留和透明计算，并用量化结果暴露了当前系统在端到端科学可靠性上的明显短板。
一个冻结的 DreamerV3 仅从摆锤视频中训练后，能在隐空间中学到一种近似守恒的“类能量”标量，但在自主想象推演中该标量会漂移；将隐状态投影回初始水平集可降低保守模型的推演误差，而匹配的随机约束通常反而增加误差。
值得关注：该结果区分了“动态上有意义的物理不变量”和“仅能被解码出来的相关性”：模型可以从像素中学到物理约束，却在想象前向过程中违背该约束。这揭示了一个具体的失败模式，对依赖视频预测/世界模型做规划、推理和内容生成的系统有直接意…
ConvergeFlow 是一种基于嵌入空间的流式语言模型：它将数据预测器约束在 token 嵌入的凸包内，并仅用流匹配（flow matching）产生的均方误差（MSE）目标训练，在合适的正则条件下可证明流会收敛到合法 token 嵌入，从而无需交叉熵（CE）监督解码器即可直接预测 token；在 OpenWebText 上取得了与现有连续/离散扩散语…
值得关注：为连续流语言模型摆脱交叉熵解码器提供了一条可证明的收敛路径，直接回应了“流轨迹无法终止于合法 token 嵌入”这一关键缺口。 将“凸包几何约束”与“流匹配”结合，拓展了连续表示语言模型的设计空间。 为基础模型（fou…
关于AI是否能有意识的公共讨论往往建立在一个误解之上：默认人类心智是脱离身体的、类似计算机的信息处理器；Anthony Chemero在《Intertwined Creatures》中论证，人类心智本质上是具身的、动态的、社会的现象，因此“AI是否能意识”的提问方式本身就值得怀疑。
值得关注：在AI能力飞速发展的背景下，该卡片提供一条批判性理论路径：不是追问“AI能不能有意识”，而是先反思“意识是什么”“人类认知是否等于计算”。 与已有卡片关注AI智能体实际能力评测不同，本条是从认知科学哲学层面对AI意识讨…
该论文提出了一种结合自监督预训练、LoRA 适配和原型分类头的混合框架，用于恶意数据包识别中的少样本类增量学习（FSCIL），并在多个数据集上超越既往基线，取得当时最优性能（具体数值待核实）。
值得关注：本文聚焦于恶意软件检测中尚少被探索的 FSCIL 设定，将参数高效微调（LoRA）与原型增量学习相结合，为持续恶意流量识别提供了一条可行路径。相比已有卡片中其他领域的方法，本卡片的增量信息在于：它把“灾难性遗忘”与“少…
下肢外骨骼控制正从“先识别任务、再提供助力”的传统范式，转向端到端、任务无关的 AI 控制：通过实时估计生物关节力矩来直接生成辅助，绕开离散任务分类的瓶颈；但要大规模部署，仍须解决系统优化、安全机制和训练数据成本等关键挑战。
值得关注：传统“人在回路优化”已在多种特定任务上取得成功，但依赖离散任务分类的控制范式难以应对真实世界中连续、无限变化的人类运动。本文提出的端到端任务无关控制，以生物关节力矩估计为统一信号，可能改变外骨骼从实验室演示走向日常与工…
论文提出了一套针对 API 服务大模型的黑盒取证审计协议，通过“存档重建—配置指纹—分词器差异测试—行为探针”四个阶段，把匿名模型的“身份”判断建立在可检验证据链上；作者在 10 个已知身份发布上测试了声明一致性，结果为 7 个完全一致、2 个精度差异、1 个部分一致、0 个反向，并在一例前瞻性旗舰模型案例中验证了对模型家族和版本线的推断，但作者明确表示这…
值得关注：匿名发布使模型身份成为一个独立的安全与合规问题，而此前相关审计工具缺乏验证证据。 该协议把“模型是谁”从厂商自我声明转换为可交叉验证的取证问题，尤其适合需要做第三方尽调或供应链风险评估的场景。 协议强调“不猜测”：在证…
按这篇报道的现场观察，2026年世界机器人大会（WRC）上最接近“人机共生”的不是固定动作演示，而是一家真实开放运营的机器人咖啡店：机械臂做手冲咖啡，半人形机器人在人群中送餐、收杯、绕行人、避让私人物品，并在结束后自行消毒；这被归结为具身智能在真实开放环境中连续稳定工作的能力展示。
值得关注：它把具身智能的评价标准从“能不能做这个动作”推向“能不能在真实环境里持续稳定地创造价值”。 它展示了一条不同于“视频生成式世界模型”和“VLA堆数据”的技术路线，并尝试用真实营业场景而非封闭 demo 来验证。 与已有…
据材料转述的外媒报道，Anthropic挖走了前谷歌TPU项目核心负责人Amir Salek，并已集结OpenAI自研芯片骨干，正式组建Custom Silicon部门，试图通过“模型+芯片”协同设计降低对英伟达的依赖。
值得关注：本条补充了已有相关卡片未覆盖的增量信息：Anthropic不仅依赖外部算力，还开始直接下场设计芯片，并与OpenAI、Google形成人才与技术的交叉竞争。结合其对外部芯片初创的订单和对数据中心/电力的布局，可见“AG…
OpenAI 宣布对 GPT-5.6 Sol 的 API 价格和按需 credit 价格进行大幅下调，未来三个月内降幅超过 20%，其中输出 token 价格从每百万 token 30 美元降至 20 美元，降幅约 33%；订阅套餐价格不变。
值得关注：这是 OpenAI 首次对旗舰模型 Sol 进行实质性降价，标志着 AI 大模型竞争从能力竞争扩展到价格战，且火力集中到最高端产品线。 相比已有相关卡片（GPT-5.6 发布、分档信息、Claude 额度重置），本卡片…
一群在读博士生创立的“共生知行”公司，押注双足人形机器人的端到端感控一体化“大脑”（基座模型），主张纯端到端将取代分层架构，并已用机器人开卡丁车的视频展示了全身协同能力。
值得关注：这是对“分层模块化是现阶段最优落地方案”这一顶会共识的直接对抗，代表一种更激进、更少人走的具身智能技术路线。 团队是国内最早一批探索具身基座模型的先行者，目标是不做硅谷 follower，希望中国团队设计的机器人模型架…
具身智能数据采集现有主流方式包括真机遥操作、无本体便携采集（UMI/Ego）、仿真合成数据、互联网视频蒸馏等，但高质量物理交互数据仍然稀缺。 OriginFlow 成立于2025年8月（文章称“去年8月”），创始人秦深涛（2001年生，清华车辆与运载学院博士在读）选择神经肌电（sEMG）作为具身数据采集入口，试图补齐“真实产业场景与模型之间缺少的物理交互信…
值得关注：该方向试图解决具身智能“高质量物理交互数据缺乏”的关键瓶颈。 神经肌电作为非侵入式入口，可能绕开具体接触面材料与传感器差异，从驱动侧寻找人和机器人共享的动作表征，支撑跨本体迁移。 对于“动作模态缺少公认规范表征”的问题…
第二届世界人形机器人运动会上，人形机器人在短跑、跳跃等田径项目上打破人类纪录，但在锤钉子、整理书架等实际生活任务中仍明显吃力，显示其“运动能力进步神速、精细操作能力远未成熟”。
值得关注：本条提供了人形机器人技术发展的最新实测快照：田径场上“超人”成绩不能代表真实可用性，灵巧操作仍是瓶颈。与已有相关卡片中讨论的LLM元认知、优化器、多智能体社会行为等不同，本材料聚焦物理智能体的“运动—操作”能力差距，增…
2026年8月22日，银河通用机器人的人形机器人在世界人形机器人运动会开幕式上，与网球运动员进行全自主网球对打，并在央视直播中完成极限救球、摔倒后自主起立；该事件被称为具身智能的“AstraTennis时刻”，标志着物理AI首次进入高速实时博弈的真实赛场。
值得关注：这是具身智能领域的一个标志性事件：人形机器人不再只是完成预设动作，而是在真实赛场上与人类运动员进行全自主、实时对抗和协同。 与已有相关卡片相比，本条是具体产品/技术事件的新信息，不同于NIST AI RMF、Epoch…
一项被 ISSTA 2026 接收的学术研究发现，攻击者只需构造一个恶意 MCP“假工具”，就能利用 ToolLeak 手法窃取 Claude Code 等 AI 编程工具的系统提示词，再通过“双通道提示词注入”劫持工具调用，在旧版 Cursor、Claude Code、Copilot、Windsurf、Cline、Trae 六款工具上实现远程代码执行；C…
值得关注：这是首个系统性覆盖多款主流 AI 编程工具的红队研究，公开了从系统提示词泄露到远程代码执行的完整攻击链。 对 Claude Code 而言，即使内置了 Haiku 守卫模型，也可能因主模型的误判而失效，说明依赖模型自身…
AI 代理的安全控制应主要放在运行时（secure runtime）和基础设施层，而不是可修改的 harness（代理框架）逻辑或模型行为提示中；行为控制只能“引导”，基础设施控制才能“决定”代理实际能做什么。
值得关注：本条内容与 NVIDIA OpenShell 安全运行时直接相关，是对已有“使用 NVIDIA Nemotron 构建工业报警管理分析 AI 代理”卡片的延续和升级：前文侧重代理应用如何构建，本条则给出代理栈的安全分层…
NVIDIA 提出的 Agentic Variation Operators（AVO）智能体架构，将 Claude Opus 5 从约 30% 的模型基线提升到 ARC-AGI-3 公开集 100.00 RHAE 分数，表明在长时程自主任务中，智能体系统（harness）设计而非模型能力单独决定最终性能。
值得关注：该结果直观地说明：**模型能力本身不等于智能体能力**。ARC Prize 单独报告 Claude Opus 5 在 High reasoning effort 下约为 30%，而 AVO 系统在同一模型家族、不同推理…
2026年8月21日，由北京科学智能研究院等单位主办的2026科学智能大会在北京开幕，聚焦“人工智能变革科研范式”，探讨AI4S前沿进展与落地实践。中科曙光携计算、存储、网络全链路产品亮相，以超智融合与系统级协同回应AI4S算力挑战。
值得关注：AI4S进入生命科学、新材料、能源化工、工业仿真等领域后，科学计算与智能计算日益融合，单点算力已难以满足复杂科研任务需求。中科曙光提供的是从底层硬件到系统组织的全链路方案，强调科学计算与智能计算在同一基础设施中协同运行…