本期 53 件事。点击标题可查看卡片、来源与相关知识点。
SpaceX 2026年第三季度营收145.75亿美元、同比增长161%，其中“超级智能”业务营收75.60亿美元、同比增长830%，首次超过发射等传统业务成为第一大收入来源；马斯克同时表态与特斯拉合并是“好主意”，双方已设特别委员会但未就条款达成一致。
本条为腾讯研究院AI速递（20261022）中的一条产业动态，核心是SpaceX季度业绩结构变化与马斯克关于“SpaceX—特斯拉合并”及算力扩张的表态。研究问题是：SpaceX的收入结构是否已从航天发射转向AI算力/超级智能业务，以及合并与算力扩张计划处于何种阶段。
腾讯研究院（搜狐同步）
查看来源原文摘要表明，给 3D 扩散策略注入一个由短观测历史学习、并由稀疏未来夹爪状态监督的未来趋势 latent，可在不引入显式轨迹或计划的情况下提供“前瞻”，且仅给 DP3 增加 3.52% 参数，就在 RoboTwin2.0、LIBERO-40、DexArt 和五个真实机器人任务上优于 DP3。
3D 扩散策略擅长从当前观测生成具有几何依据的动作，但成功操作不仅需要知道“现在什么动作可行”，还需要预判“交互将走向何处”。现有策略大多让这种前瞻从动作学习中隐式涌现。本文研究的问题是：能否在不引入显式计划的情况下，为策略提供未来交互趋势的条件信息。
arXiv 论文
查看来源原文据量子位 2026-08-05 报道，清华系团队 Sand.ai 推出了视频生成模型 MAGI-2-preview，并公开代码与权重。该模型采用 MoE 架构，总参数 114B，单次前向激活约 6B，被文章称为“全球首个千亿 MoE 视频生成模型”。
量子位
查看来源原文根据宇树科技官网新闻页的标题元数据，其创始人王兴兴（Wang Xingxing）登上《时代》杂志封面，新闻标注日期为2026-08-05；具体报道内容、封面期号及采访细节待核实。
该条新闻来自宇树科技官网新闻栏目，英文标题为“Unitree founder Wang Xingxing graces the cover of Time magazine 2026-08-05 Media Coverage”，表明这属于媒体封面报道。由于官网正文未能抓取，除标题所示信息外，其余事件背景与报道内容均待核实。
unitree.com
查看来源原文SK海力士与闪迪联合推出下一代高带宽闪存（HBF）的首个标准规范，由OCP作为行业通用标准发布；同时公布了第十代375层4D NAND等新一代闪存技术进展。
腾讯研究院AI速递（20260805）报道，SK海力士联手闪迪发布了高带宽闪存HBF的首个标准规范。该规范由开放组织OCP作为行业通用标准发布，谷歌、Tenstorrent已加入联盟。FMS 2026上首次公开了第十代375层4D NAND，并提出面向代理式AI的分层内存架构方案。
腾讯研究院（搜狐同步）
查看来源原文Cursor 开源了名为 **Mixture-of-Kittens（MoK）** 的确定性 MoE 训练 megakernel，将 MoE 层的通信与计算融合到单个内核中；在 GB300 NVL72 上，其 MXFP8 前向吞吐量最高可达最快公开基线的 **2.37 倍**，并在生产训练环境中将端到端 tokens/s 提升了 **1.41 倍**。
Cursor 在训练其智能体编程模型 Composer 时发现，混合专家（MoE）层始终是主要瓶颈：根据负载和训练配置，MoE 层可消耗超过一半的端到端训练时间。过去他们曾编写 MXFP8、NVFP4 训练内核和“warp decode”推理方法，但这些技术只优化了计算部分，通信开销仍独立存在。转向 GB300 NVL72 后，硬件特点（单 NVLink…
Cursor 博客
查看来源原文Palantir CEO Karp 认为，大语言模型是概率性的，不能直接用于造车、发火箭等高精度任务；企业买 Token 烧钱难以产出价值，关键在于将模型、应用层与算力结合，并让客户自持权重、数据与算力。
在腾讯研究院 AI 速递（20260805）中，报道了 Palantir CEO Karp 关于“FDE”（具体含义待核实）和“买 Token 创造不了价值”的观点。Karp 批评当前企业单纯购买大模型 Token 的做法，认为这种方式既无法保证高精度任务，又存在数据机密被厂商拿走的风险。
腾讯研究院（搜狐同步）
查看来源原文OpenAI针对苹果的起诉发表官方声明并公开邮件与聊天记录，否认“有组织地窃取硬件机密”，称苹果所谓的诉前沟通源于一封发错的邮件和“一通不存在的电话”；但公开记录也显示，两名前员工离职后确曾回答产品计划相关问题，且iCloud权限一度保留。
2026年7月，苹果起诉OpenAI及两名前员工，指控其有组织地窃取硬件机密，并申请禁令叫停OpenAI硬件项目（具体起诉日期、法院、案号待核实）。 OpenAI发布官方声明反击，公开邮件与聊天记录，表示苹果声称的诉前沟通实际上是由一封发错的邮件和“一通不存在的电话”引起的。 OpenAI称，前员工离职后接触机密系在职苹果员工主动交接所致；但记录同时显示，…
腾讯研究院（搜狐同步）
查看来源原文Artificial Analysis 发布了“端点准确性指数”（Endpoint Accuracy Index），用于衡量不同提供商端点（provider endpoints）所服务的模型质量是否与参考模型一致；具体方法与结果目前待核实。
据来源页面标题，Artificial Analysis 推出了一项新指数，名为 “Endpoint Accuracy Index”，其目的是度量 API 提供商所托管的“端点”是否确实提供了与参考模型相同质量的服务。由于未能抓取原文正文，本次发布的具体背景、评测范围与结论尚待核实。
artificialanalysis.ai
查看来源原文SpaceX 2026年第二季度财报显示，其AI业务收入达25.61亿美元，同比增长247%，已成为第二大收入来源；但同期AI资本开支高达158.28亿美元，AI部门营业亏损12.6亿美元——算力租赁商业化已跑出雏形，距离盈利仍有明显距离。
SpaceX交出上市后首份财报：二季度营收78.14亿美元，同比增长92%，高于市场约69亿美元的预期；调整后EBITDA为35.38亿美元，同比增长191%。 市场反应出现“先涨后跌”：常规交易阶段股价一度上涨9.4%，盘后投资者转而关注巨额AI资本开支和持续亏损，股价转跌逾6%，继续低于135美元发行价。 市场做空仓位快速上升，S3 Partners估…
量子位
查看来源原文NVIDIA Alpamayo 2 Super 是一个 340 亿参数的开放推理视觉-语言-动作模型，将 32B Cosmos 3 Super Reasoner 与 2B 扩散式 Action Expert 组合，通过强化学习后训练，面向自动驾驶统一完成轨迹生成、推理链、meta-action 预测、视觉问答与自动标注等任务。
自动驾驶开发常依赖多套独立模型分别处理轨迹生成、高层意图预测、场景理解和数据标注。这种“分立”方式难以比较相关输出、排查模型行为，也无法在开发流程中复用同一套表征。Alpamayo 2 Super 的目标是用一个统一基础模型覆盖多个开发阶段。
NVIDIA 博客
查看来源原文Epoch AI 维护一套公开的AI相关数据集（模型、基准、数据中心、芯片、公司等），旨在以数据展示1950年至今AI的发展轨迹，并供政策制定者、研究人员等免费使用。
Epoch AI 在其“Data on AI”页面汇总了多类数据探索器，覆盖AI模型、能力、数据中心、芯片销售、芯片组件、芯片所有者、GPU集群、机器学习硬件、AI公司、网络漏洞、AI使用民意调查等。目标是记录和分析AI历史与当代进展。
epoch.ai
查看来源原文波士顿动力博客发布了一篇题为“Ask a Roboticist: Meet Taylor”的专访，邀请机械工程师Taylor Frey-Baker回答关于机器人头部、机器人“大脑”以及她本人成为机器人专家的经历；具体访谈内容因材料受限尚未核实。
该页面是波士顿动力“Trends in Robotics”博客下的一篇人物问答文章，形式为“问机器人专家（Ask a Roboticist）”。受访者为机械工程师Taylor Frey-Baker。已知她回答了三个方向的问题：机器人头部、机器人“大脑”、以及她进入机器人领域的个人路径。
bostondynamics.com
查看来源原文波士顿动力博客“Ask a Roboticist”系列新增一篇机械工程师Diane的专访，来源描述称其主题涉及机器人的耐久性测试以及如何在数周内模拟数年的机器人使用；但抓取到的正文片段显示的是“Meet Ethan”，因此Diane专访的具体内容与身份细节待核实。
波士顿动力官方博客发布标题为“Ask a Roboticist: Meet Diane”的访谈类文章，属于面向公众解释机器人工程工作的“Ask a Roboticist”系列。 来源描述提到：一位机械工程师回答关于波士顿动力耐久性测试（endurance testing）的问题，以及公司如何用数周时间模拟机器人多年的使用场景。 但抓取到的正文开头为“War…
bostondynamics.com
查看来源原文ForgeStencil 是面壁智能联合 OpenBMB 开源的 AI 优化系统，据称是全球首个支持 Stencil 自动研究与部署的系统；它由 Kernel Agent 与 App Agent 组成，宣称可在零人工介入下实现从优化想法到应用部署的闭环，一周自动优化 100+ 工业与科学软件，同精度较最优基线平均加速 2.35 倍。
本事件是面壁智能联合 OpenBMB 开源 ForgeStencil。材料称其为“全球首个支持 Stencil 自动研究与部署的 AI 优化系统”。其核心目标是让工业与科学软件的性能优化过程自动化，减少人工介入，并把“提出优化想法”和“应用部署”连接成完整闭环。
腾讯研究院（搜狐同步）
查看来源原文北京大学与元空AI联合实验室开源科研智能体OpenAI4S，采用MIT协议、核心零依赖，以Code-as-Action思路独立复现闭源Claude Science，内置30+科研Skills，并强调不伪造数据与计算。
据腾讯研究院AI速递（20260805）报道，北大团队开源了科研智能体OpenAI4S，目标是对标并独立复现闭源的Claude Science。该项目采用MIT协议，核心零依赖；智能体通过生成代码并在持久内核中执行来驱动科研任务（Code-as-Action），内置30多个科研Skills，覆盖蛋白质、单细胞、文献检索等场景。团队坚持“不伪造策略”，数据和…
腾讯研究院（搜狐同步）
查看来源原文一篇发表于《Nature Machine Intelligence》的 News & Views 评论指出，一种新的深度学习方法通过“轨迹预测”推进分子动力学模拟，可以在更长时间尺度上运行模拟，同时仍能实现准确的物理性质预测，从而突破传统分子模拟中的“飞秒时间步长上限”。
该文是 Seyed Mohamad Moosavi 撰写的新闻与观点（News & Views）评论，评论对象是 Thiemann, F. L. 等人发表于《Nature Machine Intelligence》的原始研究。 评论涉及的原始论文：Thiemann, F. L. et al. *Nat. Mach. Intell.* **8**, 764–…
nature.com
查看来源原文论文提出“技能熵”（Skill Entropy）来量化长程推理中模型在不同技能之间切换的难度，并以此构建了跨技能长程推理基准 Skill^2-Bench 和训练框架 Skill-Entropy RL；在 Qwen3-4B-Instruct 上，Skill^2-Bench 分数从 34.4% 提升至 68.4%，在 Qwen3-1.7B 上从 14.6% 提…
近年大语言模型的长程推理需要在一条推理链中切换不同技能，例如先做数学推导，再用推导结果进行日程规划。 作者将这类问题称为“跨技能长程任务”（cross-skill long-horizon tasks）：多步任务中的不同步骤需要不同推理技能，且后续步骤依赖前面的输出。 现有基准大多只评测单一技能，缺乏一种有原则的方法来衡量模型在技能之间切换的能力。 论文同…
arXiv 论文
查看来源原文VirTues（Virtual Tissues）是一个通用的空间蛋白质组学基础模型，利用蛋白质语言模型嵌入和分解式Transformer，从多重成像数据中直接学习蛋白质、细胞、微环境到组织的多尺度表征；从单一预训练骨干即可支持标记重建、细胞分割与分型、微环境注释、空间生物标志物发现和患者分层，并在三阴性乳腺癌中展现出优于现有方法的生物标志物预测能力。
空间蛋白质组学技术（如多重免疫荧光和成像质谱流式）已深刻改变了人们对癌症复杂组织结构的研究，但其计算分析面临独特挑战：每个研究使用不同的标记panel和实验协议，大多数方法仅针对单一队列设计，限制了知识迁移和稳健生物标志物的发现。VirTues旨在解决这些问题，构建一个能够直接处理高重空间蛋白质组学数据、并可跨异质panel和数据集使用的通用基础模型。
nature.com
查看来源原文在分解模型 \(W = UV^\top\) 中，梯度下降隐式偏向低秩解，而 Adam 从相同的小初始化出发不具备这种偏置。研究者将差异追溯到损失函数的规范对称性（gauge symmetry），即 \((U, V) \mapsto (UQ, VQ)\) 下的不变性；梯度流的低秩机制只有在优化器满足规范等变（gauge-equivariant）时才能迁移，而…
本研究是一篇 arXiv 预印本，研究问题是：为什么不同优化器在分解参数化下表现出不同的低秩隐式偏置？摘要指出，损失函数本身对基底选择不变，但 Adam 等优化器对基底敏感。文章尝试用规范对称性和优化器等变性解释这一现象，并比较多种更新规则在矩阵感知、Transformer 和高光谱数据上的表现。
arXiv 论文
查看来源原文通过对 NVIDIA Nemotron 检索栈进行端到端适配（语料挖掘、合成监督、检索模型训练、重排器适配、阅读器微调），现代希腊语的专业领域 RAG 性能得到大幅提升；微调后的 Nemotron 1B 嵌入器在 HERA 基准上 nDCG@10 从 0.362 升至 0.835，LoRA 调优的 30B-A3B 阅读器将判定答案正确率从 29.4% 提升…
现代希腊语在 NVIDIA Nemotron 检索模型和主要多语言检索基准中缺失，但法律、能源、金融、医疗等领域的 RAG 应用需要它。本文报告了针对现代希腊语的专业领域端到端适配工作，并引入新基准 HERA。
arXiv 论文
查看来源原文本文证明，子空间约束均值平移（SCMS）算法在一般情况下并不收敛到传统文献所认为的“静态密度脊”，而是收敛到一种新定义的“稳定密度脊”；作者进一步提出广义SCMS框架，并给出了收敛性与统计一致性的理论保证。
SCMS算法是一种流行的非参数方法，用于提取密度脊（density ridges），从而为高维数据提供低维表示。文献中普遍认为SCMS轨迹收敛到经典密度脊——本文称之为“静态脊”，其定义依赖于密度梯度以及密度Hessian的特征值和特征向量。本文指出，这个假设一般并不成立，原因是静态定义没有考虑算法底层向量场连续流动过程中尾随特征空间的旋转。为此，作者从动…
arXiv 论文
查看来源原文在分布式优化中同时实现本地差分隐私（LDP）和低通信成本仍有挑战。 已有向量量化方法，如 vqSGD，使用高维几何构造，但会产生不利的、随维度增长的方差。 本文提出 SSTQ，试图在隐私保护、量化误差和通信开销之间取得更好平衡。
arXiv 论文
查看来源原文本文提出“口语函数调用”（Spoken Function Calling, SFC）这一新视角，用结构化规则定义替代传统封闭集口语语言理解（SLU）的模糊规则，实验表明SFC可显著提升LLM和LALM的语义抽取准确率。
传统SLU在领域内监督微调后能有效抽取封闭集任务的用户语义，但在开放域任务中，由于其规则定义模糊，难以利用上下文学习。本文提出SFC，旨在超越传统封闭集SLU，通过结构化的规则定义优化语义理解，并面向大型音频语言模型（LALM）探索这一范式。
arXiv 论文
查看来源原文SmartMage 是一个根据查询内容动态选择相关模态（而非固定组合）的 3D 场景理解多模态大模型（MLLM），据论文摘要，它在 5 个 3D 场景理解基准上达到 SOTA，在 RGB-only 视频理解基准上取得有竞争力的结果，并提出了 ScanFacet 诊断基准来分析不同语义任务偏好的模态组合。
理解 3D 场景是具身智能的基础，通常需要同时推理视觉、几何等异构模态信息。然而，不同查询对不同模态的相关性并不相同。现有 MLLM 大多使用固定的模态组合，忽略了查询相关的模态需求：无关模态可能引入语义噪声，信息量更大的模态又可能未被充分利用，从而导致计算浪费和推理质量下降。
arXiv 论文
查看来源原文待核实（仅有论文元数据，无法确认研究结论）。
根据标题，本研究涉及一种装备有尖锐纳米刺的离子凝胶微型机器人，用于牙周炎的靶向治疗。具体研究问题、方法设计与结果均待核实。
science.org
查看来源原文论文通过构造“相同公式、不同语义”的配对模态逻辑问题，发现多数近期语言模型在直接提示下无法达到仅凭条件猜测的基线；但启用某种“推理模式”后，一个模型的准确率出现大幅提升。模型是否遵循题面给定的模态语义，高度依赖于推理模式以及模型本身。
研究问题是：语言模型在回答涉及“必然”和“可能”的模态逻辑问题时，是否真的遵循题面指定的语义，还是会依赖某种默认的“熟悉逻辑”？
arXiv 论文
查看来源原文本研究提出一种轻量级运动推理框架，在保护隐私的 CCTV 风格课堂场景中，以不到大型基线十分之一的计算成本实现更优的课堂事件识别性能，并展现出较强的跨域与合成到真实零样本泛化能力。
研究问题：计算机视觉能否帮助提升课堂安全？具体而言，在隐私敏感且计算资源受限的真实课堂 CCTV 场景中，如何进行高效且鲁棒的课堂事件（如冲突、跌倒等异常或危险行为）识别？ 现状：该方向尚未被充分探索，缺少专门针对隐私、效率和泛化需求的基准数据集与算法。
arXiv 论文
查看来源原文在部分可观测强化学习中，探索奖励与记忆架构是互补品而非替代品：探索奖励负责“暴露”，记忆负责将暴露转化为回报；奖励结构（而非奖励的信号密度）决定了二者的交互模式。
现有研究通常孤立评估探索奖励和记忆架构，忽略二者的交互效应。 标准“稀疏奖励”概念把时间信号密度与“奖励实际监督的内容”混为一谈，导致无法解释不同任务中奖励对学习的作用差异。 本文通过受控实验，在三个环境中系统改变“记忆内容如何获得”，考察同一探索奖励信号与不同神经记忆架构组合时的表现。
arXiv 论文
查看来源原文共享经典随机性——一种在纠缠理论中被视为较弱的资源——足以在固定浅层深度下，让信道量子生成模型严格表示比浅层酉 Born 模型更大的经典输出分布族；即使系统规模任意大，这种分离依然成立。
近期的量子硬件限制了电路深度，并通常施加几何局域连接，导致浅层酉 Born 模型可访问的输出分布受限。将随机性引入酉量子 Born 模型后得到的“信道模型”在经验上可提升生成性能，并且在小规模受限架构下已被证明能表示严格更大的分布族。然而，“固定浅层深度、任意大系统规模下，随机性是否能带来可证明的表示分离”此前仍是开放问题。本文给出肯定回答，并证明所需的随…
arXiv 论文
查看来源原文程序化生成器可以规模化产出可验证推理问题，但“语义上有效”并不等于“对训练有用”。Reasoning Core 通过 50 个生成器、语义评分器、难度控制和审计流程，在 3B 规模的主要补全监督对比中，于 DROP、LogiQA、ARC-Challenge 上取得最高平均分，超过无程序化数据基线和三个替代程序化数据集合。
程序化生成器能够产生大量可验证的推理问题，但作为“补全监督微调”数据，受到的关注较少。Reasoning Core 研究的问题是：如何设计广泛的程序化数据，使其在补全监督推理训练中真正有效，而不仅仅是在规模上可行。
arXiv 论文
查看来源原文MT-GNN 通过图网络预测皮层下结构表面的度量张量（第一基本形式）并解码为网格，在 ADNI 的 14 个皮层下结构上于所有预测视界均取得最优平均顶点误差，优于测地线形状回归（DCM）和网格 Transformer（TransforMesh）。
如何从已有的少数几次脑部扫描预测皮层下结构未来的形状演变，以支持神经退行性疾病的预后判断和临床试验受试者富集。现有纵向网格预测器要么通过高维嵌入外推形状轨迹，要么直接回归顶点变形；MT-GNN 则转向预测表面内在几何，并利用可微重建端到端训练。
arXiv 论文
查看来源原文RAIL 将大语言模型后训练中的 rollout 生成/干预选择建模为在线上下文赌博机问题，通过学习“可恢复性控制器”动态决定如何干预，从而在有限 rollout 预算下持续提升策略学习效果。
无评论器（critic-free）、基于组（group-based）的强化学习已成为大语言模型后训练的可扩展方法。但大多数现有方法对每个任务和轨迹状态分配相同数量的 rollout，没有区分不同 rollout 的学习价值。近期的自适应 rollout 工作仍有两个局限：一是干预策略多基于固定启发式，无法随策略训练过程调整；二是通常只决定 rollout…
arXiv 论文
查看来源原文OPD-V 提出将“模态平衡”本身作为特权信息，通过正/负教师构造模态平衡信任区域，筛选用于自蒸馏的同策略 token，在多模态大语言模型视觉推理后训练中一致提升性能并降低训练成本。
同策略自蒸馏（On-Policy Self-Distillation, OPSD）已成为提升多模态大语言模型（MLLM）视觉推理能力的常用后训练方法。现有方法从多种输入来源获取特权信息来指导自蒸馏，但普遍忽视了多模态推理中固有的“模态不平衡”问题：当文本信息主导生成时，模型无法充分整合视觉输入，导致精心设计的特权信息利用率不足。为研究这一限制，作者分别用“…
arXiv 论文
查看来源原文在长上下文模型的继续训练语料中，仅用约 12% 的 OctoLong 跨仓库代码上下文替换传统上下文扩展语料，即可显著提升长程检索、长期状态跟踪、仓库级代码理解和下游智能体任务表现，同时增强短上下文编码场景中的 API 使用能力。
研究问题：现有长上下文语料以书籍、学术文章和代码仓库为主，这些语料是有限资源，且常常缺少长距离依赖关系。如何构造富含长距离依赖的长上下文训练语料？ 核心思路：利用代码仓库内和跨仓库的引用/依赖关系，通过上下文工程手段生成“依赖密集”的百万级 token 代码上下文。 提出内容：论文提出 OctoLong，一个用于构造长上下文代码语料的上下文工程流水线；并基…
arXiv 论文
查看来源原文本文提出一种名为 Audio-Visual Modal Sound Field（AV-MSF）的物体级声学表示，仅凭多视角图像和少量冲击声录音即可重建物体的冲击声场，并在真实数据集上取得优于物理仿真和数据驱动基线的渲染效果。
现代三维重建擅长建模物体的几何与外观，但忽略了物体被物理交互时发出的丰富声学线索。物体冲击声可以反映材料、刚度与结构属性，与视觉信息互补。然而，已有的冲击声建模方法要么依赖昂贵的物理仿真，要么需要大规模数据集进行纯数据驱动学习。作者因此提出一个新问题：能否用少量真实录音和视觉输入，重建物体级别的可编辑、可渲染冲击声场？
arXiv 论文
查看来源原文MultiPathFormer 将无线信道建模从“信道张量上的掩码重建”转向“多径传播路径上的自回归预测”，以多径路径作为基础模型的预训练对象，在信道估计、波束预测、定位和视距分类等下游任务中超越基于信道张量的现有基础模型。
现有无线基础模型通常把信道张量（channel tensor）作为预训练输入，在子载波、天线或时间维度上做掩码重建，但忽略了无线传播的物理特性。本研究提出以**多径传播**作为预训练的基本对象，构建了一个自回归基础模型 MultiPathFormer，用于学习可复用的无线传播表征。
arXiv 论文
查看来源原文据论文摘要，本研究提出一种基于潜空间视频流匹配（latent video flow-matching）的大气数据同化框架：用 ERA5 再分析数据训练时间连续的大气轨迹先验，再通过后验采样吸收真实稀疏观测，从而在一个框架内完成滤波、平滑，并直接从稀疏观测生成全状态集合预报，性能与最先进的“观测到预报”模型相当。
Multimodal Spatiotemporal Atmospheric Data Assimilation with Latent Flow-matching
arXiv 论文
查看来源原文MALT 在 Muon 优化器中引入轻量的双侧对角预条件子，以近似损失曲面的曲率几何，从而降低 Muon 对曲率各向异性的敏感性；在 GPT-2 Small、Medium、Large 预训练实验中，MALT 优于 Muon，同时保持几乎相同的内存占用和墙钟时间。
Muon 是近期出现的语言模型预训练优化器，它通过牛顿-舒尔茨迭代对动量矩阵进行正交化，缓解了梯度各向异性，但并未显式考虑损失曲面的曲率几何，因此可能仍对曲率各向异性敏感。本文提出 MALT，旨在以较低内存和计算开销弥补这一缺口，使优化器能够近似感知曲率。
arXiv 论文
查看来源原文摘要未提供具体性能数值，整体结论待核实。SALT 的核心思路是：在自蒸馏预训练阶段，利用弱边界框标注定义一个空间区域，仅在该区域内锐化教师温度并提高掩码补丁损失权重，从而让冻结编码器在下游无需任何标签即可用于 CT 病灶检测。
现有自监督预训练目标在空间上是均匀的：教师温度和每个补丁的损失权重在图像各处完全相同，因此只有几个补丁大小的病灶对训练信号的贡献并不大于周围正常实质。已有工作偏向于把模型输入裁剪/导向到标注区域，这改变了模型“看到什么”，但并未在目标函数层面增加对病灶的建模压力。SALT 尝试直接对自蒸馏的目标进行空间自适应调节，使弱标注区域在预训练中获得更强监督信号，同…
arXiv 论文
查看来源原文本文提出前缀最优生成策略（POGP），通过在学习扩散策略的去噪链上定义前缀值函数，让模型在测试时学会“何时停止”去噪：在四个 MuJoCo 连续控制任务上，相比 12 个基线，POGP 约减少 2.7 倍所需的去噪迭代次数，同时保持接近完整任务性能；与最先进的动态扩散基线相比，最终任务性能还提升约 3.5%。
扩散策略（Diffusion Policies）是连续控制中表达能力很强的策略类别，但迭代去噪过程带来明显计算瓶颈。不同动作样本的难度不同，如何依据动作难度自适应调整去噪步数，同时不损害任务表现，是本文要解决的核心问题。
arXiv 论文
查看来源原文本研究提出IRIS框架，用神经科学启发的度量指标系统分析了视觉Transformer（ViT）中方向选择性（orientation selectivity）的涌现规律，发现训练范式是决定方向选择性强弱的最主要因素，且这些指标可为下游微调时解冻多少层提供机制性启发。
ViT已成为多种视觉任务中图像编码的事实标准，但由于缺乏局部归纳偏置，它以全局方式处理信息，其如何编码低层特征在机制上仍不清楚。相比之下，生物视觉系统通过初级视觉皮层（primary visual cortex）中局部感受野的整合，构建出方向选择性等低层通用表征。这引发了一个问题：这类根植于生物视觉的特征是否也会在ViT中涌现？本文系统研究了ViT中方向选…
arXiv 论文
查看来源原文HiGram 提出一种进化的分层图记忆框架，通过路径级定位与协同重写，让 LLM 智能体在长期推理中能够更高效地检索和更新记忆，在提升答案质量的同时降低 token 消耗。
长期推理型 LLM 智能体需要一种能够随时间高效更新的记忆系统。现有图记忆方法虽然支持多跳检索与推理，但存在两个主要问题：一是所有记忆存储在平面图（flat graph）中，历史记忆累积后容易引入不相关上下文，增加证据选择的成本；二是记忆单元通常被独立更新，需要反复进行逐单元重写才能覆盖相互关联的变化。为此，HiGram 设计了分层图记忆与路径级重写机制。
arXiv 论文
查看来源原文HexMIL是一种无需像素级标注的医学CT深度伪造检测方法，仅凭体级别标签训练，通过分层注意力机制同时实现跨未见生成器的稳健检测和对篡改区域的定位，且解释是“事前”（ante-hoc）而非“事后”（post-hoc）。
生成式模型可恶意篡改医学影像，构成“医学深度伪造”（medical deepfakes）威胁，可能干扰临床工作流。现有检测器主要有两个局限：对未见过的生成架构泛化能力差；缺乏可解释性。HexMIL旨在同时解决这两个问题，且训练时只需二分类的体级标签，不需要像素/区域级标注。
arXiv 论文
查看来源原文该研究提出一个将大语言模型嵌入迭代式符号回归的框架 DASyR-LLM，让 LLM 在每一轮对候选动力学模型进行物理化学定性批评并提出新候选式，从而显著减少找到真实动力学模型所需的迭代次数，同时保持同等预测精度。
DASyR-LLM: Domain-Aware Symbolic Regression with LLMs for Kinetic Model Discovery
arXiv 论文
查看来源原文CoPlan 提出一种让人类照护规划者与多个 AI 智能体协同工作的照护规划界面；AI 生成候选干预措施及支持/质疑论点，人类可在最终方案生成前接受、拒绝、修改或增补论点，从而把 AI 推荐从“固定输出”变为“可检查、可质疑、可修订”。
该论文于 2026-08-05 在 arXiv 上发布（v1）。AI 辅助照护规划可以帮助临床医生、患者、照护者与照护团队协调复杂的决策，涉及临床、功能、社会心理和环境需求。但现有许多 AI 系统把推荐结果当作固定输出，用户难以在 AI 推荐与临床判断、患者价值观或现实可行性冲突时进行检查、质疑和修改。CoPlan 正是针对这一“人类对 AI 推荐失去控制…
arXiv 论文
查看来源原文CoCo-IR 提出一种新的多轮“上下文组合式图像检索”任务，让用户通过多轮交互逐步细化检索结果。论文基于大型多模态模型（LMM）构建上下文感知检索器，生成随轮次演化的 Transformable Image Embeddings（TIE），并配合全自动数据引擎；摘要报告在 CIRCO 单轮基准上达到 39.4 mAP@5，在新建 CoCo-IR 基准的…
现有基于指令的图像检索系统能力虽强，但通常只支持单轮交互，无法捕捉真实世界复杂视觉搜索中的迭代过程。 论文提出 Contextual Composed Image Retrieval（CoCo-IR）任务：系统需要理解完整交互历史，根据每一轮的新指令或反馈逐步更新检索结果。 对应模型需要同时处理多轮上下文，而不是只处理单次查询。
arXiv 论文
查看来源原文本文提出一种名为 Chained Recursive Language Models（Chained RLM）的推理时架构：让同一个大语言模型以“新鲜推理根”的形式被反复调用，通过传递紧凑摘要、黑板和工作区工件，把长上下文推理拆解为多个可检查、可修正的阶段，旨在缓解单次推理中早期错误传播的问题。
Chained Recursive Language Models for Multi-Iteration Reasoning
arXiv 论文
查看来源原文只按有限视界内的信息收益来选择实验的规划器，在“必须先构造能力、之后才能做有效实验”的任务上会结构性失效；本文提出 CG-Plan，用“能力感知的到目标成本启发式 h = h_cap + h_exp”来缓解这一问题。
自动化科学发现系统需要反复决定：做哪个实验、检验哪个假说、构建哪个工具、何时停止。许多系统用近视评分来做这些决定，例如“单位成本的期望信息增益”或“学习到的可信度评分”。
arXiv 论文
查看来源原文BnBERT-iPET 是一种面向孟加拉语的稀疏少样本语言建模方法，通过彩票假设剪枝将模型剪至 10% 的边（即 90% 稀疏度），在少样本下游任务上可与 Bangla Electra、Indic-BERT、XLM-RoBERTa 等大模型“并驾齐驱”。
大型预训练语言模型（如 BERT）在 NLP 任务中表现优异，但其训练和推理成本高、耗时、碳足迹大，且在低计算能力设备上难以部署。对于孟加拉语等资源受限语言，训练复杂模型存在额外障碍。作者提出 BnBERT-iPET，探索能否用极稀疏的少样本模型在挑战性任务上接近大模型性能。
arXiv 论文
查看来源原文待核实（目前仅有论文元数据，无法确认研究结论）。
根据论文标题，本研究关注在拥挤公共空间中，行人如何评估和回应自主移动机器人（autonomous mobile robots）与个人移动机器人（personal mobility robots）。具体研究设计、实验场景、样本来源等均待核实。
science.org
查看来源原文Argus 是一个持久化、自进化的通用智能体运行时，在不改变模型权重的前提下，通过持久项目状态和控制策略实现自我进化，并在软件工程、数学研究、论文流水线等长时程推理任务上取得显著提升。
长时程推理需要一个智能体运行时：当证据支持当前方法时能够持续执行，当测量显示失败、隐藏约束或目标设定错误时能够转向。Argus 针对这一问题，提出由 Manager（管理者）、Planner（规划者）、Engineer（工程师）、Reviewer（评审者）四种角色在持久项目状态上执行有界任务的框架，并将稳定的用户意图与操作目标、约束和验证标准分离。
arXiv 论文
查看来源原文ABSeeker 提出 Answer-Backtracked Credit Assignment（ABC）框架，利用从最终答案回溯出的中间线索，将稀疏的轨迹级结果转换为稠密的步骤级奖励，从而训练长程搜索智能体；在 4B 参数规模下，其 BrowseComp 得分可从 37.3% 提升至 55.3%（配合上下文管理），接近约 30B 参数的大模型表现。
长程搜索智能体需要依次执行搜索、检索、验证、整合证据等多个步骤才能得到最终答案。现有方法在监督微调（SFT）和强化学习（RL）中通常把一条轨迹内的所有步骤一视同仁地对待，难以区分有用动作与错误或冗余动作。本文提出一种细粒度信用分配方法，把稀疏的“整条轨迹对错”转化为稠密的“每一步是否有用”的监督信号。
arXiv 论文
查看来源原文