PUN 是一种学习“噪声感知价值场”的神经算子，用于在未见几何环境中做带执行噪声的规划；元数据称其在 4D 重规划基准上兼顾更高成功率与更低运行时间，但正文未抓取，细节待核实。
值得关注：把“执行噪声”显式纳入价值场学习，而不是只在确定性规划后做补救。 通过边界条件改造（反射 Neumann + 目标 Dirichlet）缓解长路径目标信号衰减，这是对 screened-Poisson 随机最优控制表述…
一篇发表于 Nature Machine Intelligence 的 News & Views 评论指出，一种融合拉格朗日（Lagrangian）与欧拉（Eulerian）视角的神经网络架构，能够将稀疏观测转化为复杂、混沌流体运动的高分辨率且物理准确的映射。
值得关注：流体动力学中长期存在“观测稀疏”与“物理一致性”难以兼得的问题；混合拉格朗日—欧拉视角提供了一条兼顾数据与物理约束的思路。 该评论将物理信息机器学习与流体力学经典视角（拉格朗日/欧拉描述）联系起来，有助于理解 PINN…
PaPi 是一种受弱非线性流启发的积分方案，通过指数积分与 Duhamel-Picard 迭代实现时间并行推理，在保持预测精度的同时将神经谱架构（NeuSA）的训练与推理加速最多两个数量级。
值得关注：时间维度的顺序积分长期是 NeuSA/PINN 类方法并行化的关键限制。PaPi 通过指数积分与 Picard 迭代把时间步进转化为可并行的迭代格式，并附带收敛性与误差界分析，为“精度—速度”权衡提供了新的可解释路径。
把经典几何优化中的曲面能量泛函搬到神经隐式 SDF 的参数空间上做正则，可在百万点级 LiDAR 场景中抑制抖动与伪影、提升重建平滑度，且不增加推理开销。
值得关注：对 LiDAR 建图而言，稀疏与噪声输入带来的表面抖动是下游（测绘、仿真、自动驾驶感知）常见痛点；本文提供了一条不增加推理成本的几何正则化路径。 思路上的增量在于把经典曲面能量先验与神经隐式 SDF 结合，而非仅在损失…
NarraSpace 将图片描述中的词语和语音时间对齐到具名场景元素，用冻结语言模型对预设场景事件做患病/健康对比打分，并保留“事件分数—原话语—语音区间—词汇匹配”的可追溯记录；在 ADReSS 官方 48 人测试集上，固定 SVM 取得 80.88%±2.56% 的平均准确率（50 个随机种子），平均概率后准确率 81.25%、AUC 91.32%。
值得关注：与仅输出转写级预测的做法相比，本工作的增量在于“证据可查”：分类所依赖的场景事件测量可以被追溯到具体话语与时间点，使模型输入构造过程透明、可审查，为临床复核场景提供接口。这与既有卡片中强调“视觉证据归因/有据可依”的脉…
MindView 是一个包含 1,500 个样本、覆盖 513 个室内场景的生成式多视图空间智能基准，用七类任务评测“从部分多视图观测出发、按语言指令生成空间一致新视角”的能力，并配套给出微调方案与免训练证据选择器 MindCue。
值得关注：它把“多视图空间智能”从静态理解/编辑推进到**生成式、语言引导的新视角合成**评测，同时给出两个可操作的改进方向（任务特定监督、证据选择），并提供了“生成能力与理解能力可能相互促进”的初步证据。相较已有卡片中偏重建（…
VPM（Video-Point Model）尝试把“多视角视频预测”和“持久场景点的三维轨迹预测”放进同一个世界模型里联合学习，用轨迹监督把不同相机的表观变化锚定到同一份三维运动描述上；但本卡片未能获取论文正文，方法细节与数值结果均待核实。
值得关注：若上述结果成立，这条路线给出的增量在于：把“点轨迹”当作跨视角的共享监督信号，而不只是额外的预测输出——它约束的是多相机视频生成背后的三维一致性。这与单纯的视频世界模型（只预测像素/潜变量演化）形成对照，也为“世界模型…
AdaDex 提出“混合灵巧模仿”（Hybrid Dexterous Mimicking）框架，用一段仅数秒的单次手-物体运动轨迹，在大量并行仿真环境中同时训练“动作跟踪”与“带噪泛化”两类环境，从而得到既能保持类人先验、又能泛化到参考轨迹之外的可适应灵巧技能策略。
值得关注：对灵巧操作而言，纯 RL 策略常出现不自然且不可靠的手指动作，而纯模仿又缺乏适应性。AdaDex 的增量在于用“双种群并行环境”的训练配方把两者耦合起来，使单段短演示即可扩展为可适应技能；与已有 REGRIND 卡片（…
KoalaGS 提出一种“复杂度感知”的连续细节层次（LoD）方法：利用优化前由输入视图估计的图像复杂度作为先验，在训练中引导高斯原语向重建较差区域迁移，并通过原语重要性评分支持低容量推理；据摘要称可在保持满容量质量竞争力的同时改善全预算区间质量、平滑 LoD 过渡并支持更快的渐进式流式传输（具体数值与实验细节待核实）。
值得关注：将“部署期预算变化”纳入训练目标，而非仅在推理时做剪枝/排序，可能缓解低预算下的质量断崖。 用优化前即可获得的图像复杂度作为先验，思路轻量且可解释；但其泛化性与对不同类型的 3DGS 重建流程的适用性待核实。 与既有脉…
该研究提出一种将3D运动生成与视频生成解耦并协同的模型，可为任意骨架（rig）从文本直接生成可复用的3D运动与对应视频，并同时恢复相机以将运动注册回3D场景。
值得关注：相比仅生成像素级视频或仅支持人体骨架的方案，该工作把“可复用的3D运动”作为一等输出，并解决运动与场景的相机对齐问题，使生成的运动能直接用于驱动3D资产与场景重放。其解耦设计也降低了对配对视频数据的依赖，扩展到任意骨架。
Industrial ReMEmbR 将 NVIDIA ReMEmbR 扩展为面向仓库机器人车队的共享时空记忆系统，通过在机器人端编码视频并仅在需要时生成场景描述，降低服务器端计算、通信与存储成本，同时支持 GDPR 合规的 PII 抽象。
值得关注：该工作把机器人语义记忆从单机/研究原型推进到车队级共享时空记忆的工程化设计，核心增量在于：用机器人端编码 + 服务器端缓存 token 解码替代写入时描述生成，从而在保持输出一致性的同时降低服务器计算与通信开销；并复用…
GBClaw 是一个将大语言模型（LLM）嵌入模块化智能体架构的材料计算框架，用于系统研究一般晶界（general grain boundaries）的结构与变形行为，并在镍的 14 个非对称倾转晶界上完成了界面缺陷表征、变形模式识别与剪切阻力机制的追踪。
值得关注：把智能体 AI 从“流程自动化”推进到“机制发现”：不仅批量跑模拟，还能围绕异常结果做追踪式分析。 一般晶界长期因复杂度高而研究不足，该工作提供了一条可复用的“编排器 + 领域工具 + 记忆”研究范式。 对材料计算工作…
Agent S4 提出把“接口设计”本身变成智能体的一种能力：元智能体从任务轨迹中自动构建和修订接口与使用知识，再用基于种群的演化筛选可泛化的接口库；在 OSWorld V2 上以 Qwen3.8-27B 达到 21.3% 二值得分，约为固定接口同模型的 3.8 倍（据摘要，待核实全文）。
值得关注：把改进来源从“换更强模型”扩展到“换更合适的接口”，为同一模型释放额外能力。 与既有自进化脉络（如 MANTA 让协作拓扑自适应、HealthClaw 让记忆与画像自更新）相比，本条把自进化对象指向人机接口层，属于互补…
该研究提出一种边感知注意力层，通过按注意力头调制分数并配合轻量残差机制更新边表示，可借助 PyTorch 的 FlexAttention 实现；在生成质量与基线相当的前提下，将峰值 GPU 显存降低约 65%，并显著提升训练与采样吞吐。
值得关注：图生成模型长期受限于图专用注意力实现难以享用硬件感知注意力优化，导致显存与吞吐成为扩展瓶颈。该工作把边感知注意力的结构需求与 FlexAttention 这类高效实现对接，在保持生成质量的同时大幅降低显存占用，为更大规…
该论文提出一个面向连续时间强化学习的策略梯度框架，试图在未知动力学（由随机微分方程驱动）且仅有离散时间观测的条件下，同时给出收敛性分析与无模型算法；具体定理形式与实验细节待核实。
值得关注：连续时间控制与离散时间观测之间的错配是实际部署中的常见问题；该工作尝试把收敛性分析与无模型学习统一在同一框架内，并用 PhiBE 桥接离散数据与连续时间生成器。与既有卡片中“扩散环境多臂老虎机策略梯度的收敛性与遗憾”相…
论文指出智能体同策略蒸馏（OPD）中的失败不能完全用“复合误差”解释，并提出 R2S 方法：在蒸馏前用教师接管轨迹修复“评分器”，弥合教师实际行为与其逐 token 打分之间的差距，在 12 个“教师-学生-环境”组合上平均比最优对比方法高 12.8 个成功点。
值得关注：对既有脉络的增量：既往相关卡片分别讨论了 OPD 的规划机制（单/多教师在线策略蒸馏）与用验证器组校准引入整体反馈（GC-OPD）；本卡片补充的是“评分器本身的短视”这一诊断，并给出在蒸馏前修复评分器、且不依赖任务奖励…
Cache Engineering for Agents 提出“缓存工程”这一新范式，让 LLM 智能体直接控制活跃 KV cache（通过 drop 与 repos 操作），在不修改轨迹前缀、不重新预填充的前提下降低长程任务的缓存 I/O 与存储开销；因未能抓取正文，具体方法细节与实验数据待核实。
值得关注：与既有 KV 压缩卡片（DepthWeave-KV、FreqDepthKV）关注“压缩缓存表示”不同，本条关注“智能体主动控制缓存可见性与位置编码”，属于服务层与策略层的新切入点。 与 CompactionRL 等上下…
CoRAL 提出一种“扩散规划器 + 自回归执行器”的非对称混合架构，试图同时缓解自回归模型推理的“顺序性瓶颈”与扩散语言模型语义连贯性不足的问题；但因来源正文未抓取，具体指标与实验细节待核实。
值得关注：若上述结果成立，该工作提供了一条“分工式”多模态推理路线：让扩散模型负责并行探索多种推理路径，让自回归模型负责语义层面的筛选与整合，而非在单一建模范式内做取舍。这对降低多模态推理的串行延迟、提升推理路径多样性具有潜在参…
首个面向方言阿拉伯语（Dialectal Arabic）数学推理的人工整理基准 DAR-MGSM 被提出，包含翻译版与文化本地化版两个平行版本，初步结果显示文化本地化会普遍拉低模型表现，且不同模型敏感度存在差异——以上均基于摘要元数据，具体数值待核实。
值得关注：把“方言 + 文化语境”作为独立变量引入数学推理评测，弥补了以往多语言数学基准多以标准语为主、忽视方言与本地化差异的空缺。 对模型选型与本地化部署有直接提示：仅做语言翻译可能高估模型在真实区域场景中的数学能力。 “准确…
AEON 提出一个统一框架，在文本或图像条件化的视频潜空间中生成可渲染的 4D Gaussian Splatting（4DGS）显式表示，从而试图同时获得视频生成模型的真实感与 3D 生成模型的几何一致性。
值得关注：它针对的是世界模型领域一个长期张力：视频路线与 3D 路线各自牺牲了一部分能力。AEON 的增量在于不放弃视频潜空间的生成能力，而是通过蒸馏把生成潜变量对接到重建式 4D 潜变量，并用 4DGS 作为统一输出接口。与已…