本期 33 件事。点击标题可查看卡片、来源与相关知识点。
Chris Lehane 认为，更强的人工智能能力需要更强的安全证据、共同标准和持久的政策行动；当前“政策窗口”仍然开放，需尽快行动。（此结论基于元数据摘要生成，原文正文未抓取，具体表述待核实。）
OpenAI 发布了一篇题为“The AI policy window is open. We need to act.”的文章，由 Chris Lehane 署名或代表其观点。文章主张抓住人工智能政策窗口期，推进与安全证据、共同标准和持久行动相关的政策议程。由于正文未能抓取，文章发布目的、具体背景和论述细节待核实。
OpenAI
查看来源原文对图像/视频密集、输出长度较短、使用量化 MoE 模型的多模态推理场景，NVIDIA Dynamo 实现的 Encode-Prefill-Decode（EPD）分离可将首 token 时延（TTFT）提升最高 5 倍、端到端响应提升最高 7 倍；但当解码阶段主导延迟或使用大型稠密模型时，收益会大幅缩小甚至逆转。
NVIDIA 技术博客（2026-09-09）系统分析了多模态模型服务中“视觉编码 + LLM 预填充 + 解码”聚合运行的瓶颈，并提出 EPD 分离这一推理优化技术：将视觉编码器阶段与 LLM 的 prefill、decode 阶段分离，使各阶段可独立调度和扩缩容。文章重点回答“何时应该使用 EPD”，而非无条件推荐该方案。
NVIDIA 博客
查看来源原文微信支付将“扫一扫”支付能力封装为标准SDK，向符合接入标准的智能眼镜厂商开放；Rokid 乐奇 AI 眼镜成为首批接入产品，用户可通过语音唤起、扫描收款码、滑动镜腿确认，并用语音播报得知支付结果。
据腾讯研究院 AI 速递（2026-09-09）报道，微信支付上线了面向智能眼镜的支付 SDK。该 SDK 将扫一扫支付能力标准化，供智能眼镜厂商接入，Rokid 乐奇 AI 眼镜为首批接入产品。由于材料为第三方速递摘要，微信支付或 Rokid 的官方发布细节待核实。
腾讯研究院（搜狐同步）
查看来源原文Paul Christiano 加入 OpenAI 基金会董事会及其安全与安保委员会，带来人工智能对齐、安全与标准方面的经验。
根据来源元数据，Paul Christiano 加入 OpenAI Foundation Board，并同时加入 Safety and Security Committee。其背景涉及 AI 对齐（AI alignment）、安全与标准制定。具体任命时间、任期及职责分工待核实。
OpenAI
查看来源原文小米开放 MiMo Desktop 桌面客户端邀测，用户可通过申请限时免费体验 MiMo-X-Pro-Preview 与 MiMo-X-Flash-Preview 两款新一代模型；客户端可直接读取表格、图片、视频、PDF 等素材，拆解任务并交付可继续编辑的文档、网页、3D 模型等成果。
据腾讯研究院AI速递（20260909）转述，小米MiMo桌面客户端开启邀测。该客户端定位为面向多模态素材与复杂任务的桌面工作入口，支持读取表格、图片、视频、PDF等输入，并将任务拆解后产出文档、网页、3D模型等可编辑成果。此次邀测同时提供了两款新一代预览模型：MiMo-X-Pro-Preview 与 MiMo-X-Flash-Preview。
腾讯研究院（搜狐同步）
查看来源原文小鹏集团启用了全球首条高阶通用人形机器人自动化产线，首位机器人完成自动化总装并自主走下产线；产线核心制程自动化率超过80%，预计于报道所称“今年底”进入规模量产阶段，并于2027年上市交付。
根据腾讯研究院AI速递（2026-09-09）报道，小鹏集团启用全球首条高阶通用人形机器人自动化产线。该产线以规模量产为目标正向开发，首台机器人已完成自动化总装并自主走下产线。这意味着小鹏的人形机器人项目正从样机与人工装配阶段，转向自动化产线制造阶段。
腾讯研究院（搜狐同步）
查看来源原文汉朔科技（电子价签/零售数字化）与X-Era Lab（拓元智慧，具身智能）合作，把“电子价签网络+数字孪生+世界动作模型”接入覆盖全球近7万家门店的零售场景，试图让巡检、盘点、补货机器人从一次性Demo变成可持续运行、算得过账的生产系统；目前汉朔巡检机器人已在国内外商场进入POC测试。
量子位2026年9月9日报道，具身智能如何在全球零售门店货架跑通商业闭环，成为两家公司的共同命题。汉朔科技“出场景”，其电子价签已覆盖全球80多个国家、将近7万家真实门店；X-Era Lab“出大脑”，自研基于4D时空表征的原生世界动作模型VWA。文章认为，零售门店是介于高度结构化的工厂与完全非结构化的家庭之间的“半结构化场景”，是具身智能被低估的落地“试…
量子位
查看来源原文根据当前可获取的元数据，OpenAI 发布了 GPT-6 Astra，定位为面向商业/工作场景的最强模型，宣称具备更强的推理、计算机使用能力以及写作与设计判断力；具体性能与细节待核实。
OpenAI 官网发布文章《GPT-6 Astra: The next generation in intelligence for work》。 从页面标题和候选摘要看，该文主要介绍 GPT-6 Astra 作为面向企业/工作场景的新一代模型。 正文未能抓取，详细发布背景、技术架构、可用时间等暂无法确认。
OpenAI
查看来源原文腾讯研究院AI速递（20260909）摘要显示，Arm推出“AI原生移动终端计算子系统”CSS for Mobile 2，包含C2 CPU集群、首款AI原生GPU Mali G2-Ultra NX和SI L2系统互连。摘要称，C2集群单线程性能提升15%、集群多线程提升12%，最新AI模型性能最高提升70%，SME2算力翻倍并接近6 TOPS；Mali G…
本卡片依据的是《腾讯研究院AI速递 20260909》中的第8条“Arm发布CSS for Mobile 2平台，AI模型性能提升70%”。该内容属于速递/摘要性质，而非Arm官方完整新闻稿。摘要称，Arm面向移动终端发布了AI原生计算子系统，并列出C2 CPU集群、Mali G2-Ultra NX GPU和系统互连等主要组件，以及多项性能提升数据。
腾讯研究院（搜狐同步）
查看来源原文根据AGIBOT官网新闻标题，AGIBOT人形机器人在IFA 2026上被“IFA创新奖（IFA Innovation Awards）”认可，并受到“全球科技媒体（Global Tech Media）”关注；但获奖产品型号、奖项级别、具体媒体名单等细节因网页正文未抓取到而待核实。
该新闻条目位于AGIBOT官网新闻中心，标题为“AGIBOT Humanoid Robots Recognized by IFA Innovation Awards and Global Tech Media at IFA 2026”，页面标注日期为2026-09-08。从标题可解读为：AGIBOT的人形机器人在IFA 2026期间被IFA创新奖认可，同时…
agibot.com
查看来源原文面壁智能联合OpenBMB开源MiniCPM5-2B，在AA榜单综合得分23分，位列全球4B以下开源基座模型首位，其智能体指标得分为同级模型的10倍。
腾讯研究院AI速递（2026-09-09）报道，面壁智能联合OpenBMB开源MiniCPM5-2B。报道称该模型在AA榜单综合得分23分，位列全球4B以下开源基座模型第一名；智能体指标得分20分，为同级模型的10倍。
腾讯研究院（搜狐同步）
查看来源原文DeepSeek一次开放150个岗位，全部集中于服务端开发与Agent弹性计算研发，不设AI研究方向；其招聘重点和平台披露都指向“工程基建”而非前沿研究。
据腾讯研究院AI速递20260909摘要，DeepSeek一次扩招150人，岗位全部投向服务端开发与Agent弹性计算研发，面向2到10年经验的资深后端。材料特别提到弹性计算平台DSec的组成，说明此次招聘与大规模系统支撑能力直接相关。
腾讯研究院（搜狐同步）
查看来源原文腾讯文档上线AI工作台，AI服务全端升级支持人机双写
腾讯研究院（搜狐同步）
查看来源原文a16z合伙人Anish Acharya认为，硅谷设想的“永久底层”是一种末日幻想；技术栈各环节玩家众多，现实经济扩散缓慢，多数问题并非只受限于智力。更容易被验证的工作会先被Agent接管，但算法只能在既定曲线上寻找局部最优，“找下一座山”仍需要人类直觉。
本条来自《腾讯研究院AI速递 20260909》的“报告观点”部分，并非某个AI产品发布或基准测试。它呈现的是a16z合伙人对三件事的判断：
腾讯研究院（搜狐同步）
查看来源原文早期“历史截断”语言模型实验显示：AI 或许能生成接近相对论的片段或候选理论，但当前 LLM 仍难以像爱因斯坦那样从稀疏数据完成溯因式范式突破；历史数据泄漏、缺乏世界模型与理论筛选机制是主要瓶颈。
Nature 新闻特稿《The Einstein test: what happens when AI tries to rediscover relativity?》讨论一个正在被实践检验的问题：如果只让语言模型学习某一历史截止日期前的人类知识，它能否重新发现后来的科学突破？
nature.com
查看来源原文据论文摘要，Show-Harness 通过把机器人控制暴露为 VLM 可推理的离散语义动作单元，并用 embodiment-specific interpreters 确定性落地，展示了一条不增加模型容量、不做昂贵 embodiment-specific pretraining 即可解锁基础 VLM 具身能力的接口路线。
基础视觉语言模型（VLMs）具有广泛世界智能，但将其转化为机器人控制仍然困难。论文提出 Show-Harness，一个 Embodied Harness，让 VLM 通过连接 intent 与 action 的紧凑语义接口来“play”机器人。研究问题可概括为：合适的接口能否从基础 VLM 中释放可观的具身能力，而无需额外模型容量或昂贵的 embodime…
arXiv 论文
查看来源原文在 UCI Default of Credit Card Clients 数据集上，将 8 量子比特 IQP 电路输出的 16 个期望值特征追加给 Logistic Regression，可把 F1 从 0.462 提到 0.517；增益似乎来自对线性分类器表达能力的补充，而非对所有分类器的通用提升，并且依赖输入特征如何选择。
研究问题：Instantaneous Quantum Polynomial-time（IQP）电路能否产生有用特征，在同等特征预算下，使分类器优于原始经典基线，并优于 Kernel PCA 这一材料所称“最强无监督经典非线性替代方案”。 应用场景：信用违约预测，属于表格分类问题。材料称，F1 的小幅提升可直接对应金融暴露降低。 数据集：UCI Defaul…
arXiv 论文
查看来源原文据候选摘要，Programmable World Model 将“世界状态演化”与“视觉观测生成”解耦：由自然语言编译出的可执行程序维护显式、持久、含屏幕外实体与非视觉属性的全局世界状态，再通过状态增强的 3D 有向包围盒（OBB）确定性编译为预训练视频模型的时空条件信号；但论文正文未能抓取，除元数据与候选摘要外的细节均待核实。
来源标注为 arXiv 预印本（URL 见下），Track 为 academic，主题为 foundation-model，Manual title 为 “Programmable World Model”。作者、机构、投稿状态、是否已被会议接收等均**待核实**。 候选摘要指出的问题：近期视频世界模型能生成日益逼真、可交互的视觉体验，但缺乏可靠机制来维持…
arXiv 论文
查看来源原文据 Nature 文章，GPN-Star 是一个整合全基因组比对（whole-genome alignment, WGA）与物种树（species tree）的基因组语言模型，在人类编码与非编码变异效应预测、复杂性状遗传力分析和跨物种基因组解释中表现出来源所述的最优或强泛化能力。
来源材料为 Nature 开放获取文章，来源所示在线发表时间为 2026-09-09，DOI 为 10.1038/s41586-026-11005-5。 研究问题：标准基因组语言模型（genomic language models, gLMs）常从自然语言处理迁移而来，但可能需要大模型与大量计算资源，且在某些变异解释任务中仍不如经典进化模型，尤其是在人类等…
nature.com
查看来源原文摘要报告，该研究用堆叠集成学习对20个水稻品种的米粒图像进行分类，声称达到100%准确率，并集成到手机应用；但实验条件、泛化性和实际部署效果待核实。
水稻是重要主粮，品种多样，消费者、贸易商和农民难以准确识别。 品种识别困难可能助长未经授权的混合或掺混等欺诈行为，削弱供应链质量与信任。 现有研究在基于颜色、大小、纹理等外部特征进行稳健、高效水稻品种识别方面不足。 本研究提出一个综合水稻品种识别框架，目标是提高透明度和质量保证。
arXiv 论文
查看来源原文论文确定：当每次测量最多联合作用于 \(t\) 个样本时，估计 \(\mathbb{C}^d\) 上秩至多 \(r\) 的未知量子态、达到迹范数误差 \(\varepsilon\)（常数成功概率）的最优样本复杂度为 \[ \Theta\left( \frac{dr}{\varepsilon^2} \max\left\{1,\frac r{\sqrt t}\…
研究问题：在“有界样本联合测量”约束下，低秩量子态层析的最优样本复杂度是什么？设定为未知态在 \(\mathbb{C}^d\)，秩最多为 \(r\)，目标为 trace norm error \(\varepsilon\)，成功概率为常数；每个测量最多联合作用于 \(t\) 个样本。对于足够小的 \(\varepsilon\)，论文给出必要且可达到的样本数。
arXiv 论文
查看来源原文论文提出一种神经网络归一化流的简单分解，在存在冗余参数（nuisance parameters）时，仅依赖目标分布的样本生成器即可自然得到枢轴统计量或接近枢轴统计量；摘要报告其在若干经典检验场景中具有竞争力，并在小到中等样本上相对 profile likelihood-ratio 方法更快、更高功率。
研究问题：在无法直接写出似然函数、只能从目标分布采样，且模型含冗余参数时，如何构造校准的推断统计量/检验。 论文标题：Likelihood-free inference with nuisance parameters through normalizing flows。 作者：Phil Assheton。 领域：stat.ME，交叉 cs.LG、stat…
arXiv 论文
查看来源原文这篇教程/专题文章概述了 coVariance neural networks（VNNs）的理论基础：VNN 是把协方差矩阵当作图来运行的图神经网络（GNN）；文章声称通过数学分析给出三类理论洞察，包括 VNN 与基于 PCA 的信息处理之间的概念等价、有限样本扰动下更精细的预测稳定性界，以及跨多尺度数据集的迁移性刻画。具体定理、实验和性能数值待核实。
英文标题：Learning with Covariance Matrices: Principal Component Analysis Meets Learning with Graphs 来源类型：arXiv 论文/feature article/tutorial overview，材料称其“provides an overview of the th…
arXiv 论文
查看来源原文一项名为 IdeaAMBIG 的基准测试显示：研究想法即使新颖、连贯、科学上说得通，其方法描述也可能不足以被忠实实现；据候选摘要，当前 13 个受测大模型在真实世界实例上定位这类“实现关键缺口”的能力极弱（最佳 9.6% Macro Defect Recovery Rate），但在被告知缺陷位置后给出澄清动作的成功率可达 80.6%。
论文（英文标题：*IdeaAMBIG: Benchmarking Implementation-Critical Gaps in Research-Idea Specifications*）关注“研究想法规格的可编码化程度”（codification readiness）：一份面向实现的研究方法说明，是否提供了足够的方法学信息，使有能力的实现者或编码智能体…
arXiv 论文
查看来源原文企业实际部署的是系统，而不是模型检查点；可用能力由权重、服务路由、精度、输出契约和执行 harness 共同决定。IBIB/IB2 协议试图把“按模型标识评分”导致的测量误差变成可报告、可门禁、可裁决的评估流程。
材料称，18 个被审计基准都按广告中的模型标识评分，但企业部署依赖的 serving route、precision、output contract、harness 等并未被同等测量。作者将此视为测量误差，并提出一套协议，使这种误差可报告。
arXiv 论文
查看来源原文Nature Careers 团队将举办一场 60 分钟免费网络研讨会，讨论研究生使用 AI 工具提升研究技能与过度依赖可能侵蚀博士核心能力之间的张力，以及博士项目如何适应未来职场需求；嘉宾、确切时间和讨论结论待核实。
来源为 Nature CAREER NEWS，在线发布 2026-09-09，作者 David Payne。 材料描述：研究生越来越多使用 AI 工具检索文献、设计演示、生成代码、总结论文。 许多人担心这可能侵蚀博士学位本应培养的技能。 研讨会拟调查 PhD programmes 如何调整，以适应未来职场需求。 三位小组成员将讨论学生如何拥抱该技术及其潜力…
nature.com
查看来源原文论文提出一种无需训练或微调的测试时引导框架，将测试时可获得的部分几何观测，通过作用于占用表示（occupancy representation）的射线一致观测似然（ray-consistent observation likelihood）注入预训练图像到3D生成模型，以提升生成资产的几何保真度；摘要称其应用于 SAM 3D 及其多视图扩展。
图像到3D模型可以从单张RGB图像生成视觉上较有吸引力的3D资产，但其几何形状往往只被可用观测松散约束，限制了在需要几何保真度的应用中的使用。现实中，测试时可能已经存在物体的部分几何观测。本文研究的问题是：如何在不重新训练、不微调预训练图像到3D生成模型的前提下，把这些部分几何证据纳入生成过程。
arXiv 论文
查看来源原文Field Converter 通过相机与球场几何初始化球员根节点，再预测时序残差校正；在 match-disjoint 评估序列中，根误差由仅几何的 49 cm 降至 TCN 的 10 cm，世界空间 MPJPE 达到 13.2 cm，空中动作是主要失败来源。
问题：从单目体育转播恢复 3D 人体姿态时，球员需要被定位在共享公制世界坐标系中，而不只是相对自身进行重建。 论文提出 Field Converter：一个 geometry-initialized temporal residual framework，用于 calibrated soccer broadcasts 的 world-grounded 3D…
arXiv 论文
查看来源原文DUET-DINO 提出一种同时跨视角潜世界模型，联合利用侧视相机与腕部相机观测学习动作条件预测，以支持完整 7-DoF 末端执行器潜规划；在 reach、angled-reach、lift 任务上报告 92%、72.5%、60.0% 成功率，并优于单视角与独立双视角基线。上述结论来自 arXiv 摘要，实验平台、训练细节与复现状态待核实。
动作条件潜世界模型可以预测未来视觉表示，从而支持零样本、目标条件的机器人规划与控制。但摘要指出，这类模型对细粒度空间动作和旋转动作的预测不可靠，难以覆盖完整 7-DoF 末端执行器控制。
arXiv 论文
查看来源原文在实时结肠镜推理没有真值标注的情况下，RBQE（Referee-Based Quality Estimation）通过测量主息肉分割模型与独立训练裁判模型在同一图像上的 Agreement Dice，提供免参考的可靠性信号；同架构裁判仅靠独立随机初始化已有用，跨架构 SegFormer-B0 裁判表现最强，但排除空掩膜后性能下降，且真实临床部署收益仍待核实。
论文关注实时结肠镜检查中的自动息肉分割：推理时无法获得 ground-truth annotations，因此分割模型可能“静默失败”（fail silently）。作者提出 RBQE，一个 reference-free 框架，用主分割模型与独立训练 referee 在同一图像上的一致性来估计质量/可靠性。研究在标准化 1,223 图像外部基准上评估，该基…
arXiv 论文
查看来源原文据候选摘要，论文对“极限语言生成”（language generation in the limit）给出了完整刻画：该任务可行当且仅当每个目标语言都能被赋予一个有限正见证，且任意有限样本所激活的目标集合具有无限公共交集；论文还进一步建立“分离宽度”（separation-width）层级，并用 Lean 检查了特征刻画与完整宽度层级。上述技术表述来自候选…
研究任务：在可数宇宙上，对任意语言族研究“极限语言生成”。生成器在观察未知无限语言的穷举正展示时，需要输出该语言中尚未出现过的有效元素。 核心问题一：哪些语言族在极限意义下可生成？论文试图给出可生成性的精确特征。 核心问题二：如果可生成，相容见证需要多大？论文用“分离宽度”记录统一大小上界及其层级。 与既有卡片的关系：现有相关卡片多关注具体模型架构、代码模…
arXiv 论文
查看来源原文该工作提出 BrainTaskonomy：在不修改主干的前提下，用轻量代理测得的领域难度/促进关系和任务迁移关系，分别组织 fMRI 基础模型的预训练课程与下游适配路由；摘要报告联合课程相对均匀采样降低 v-NMSE、PSD-NMSE、FC-MSE，并发现非对称、目标依赖的迁移。
fMRI 基础模型日益聚合脑状态、队列、采集设置等异质数据，但预训练领域常被当作扁平混合，下游任务常被独立适配。 作者检验：能否用测量到的学习关系来组织预训练和适配两个阶段，而不修改 backbone。 材料提到预训练侧涉及十个 fMRI domains，适配侧涉及十五个 tasks；具体定义待核实。
arXiv 论文
查看来源原文这是一篇题名为 “A positive resolution of the gap-entropy conjecture” 的 arXiv 预印本，声称对固定置信度最佳臂识别（best-arm identification）中的间隙—熵猜想给出了正向（肯定）解决；但由于未能抓取正文，以下所有技术性描述均来自元数据与候选摘要，**待核实**。
依据题名与候选摘要，论文研究的是**固定置信度下的最佳臂识别**问题：在独立、单位方差的高斯臂、均值位于 \([0,1]\)、且存在唯一最优臂的设定下，需要以至少 \(1-\delta\) 的概率识别最优臂，并刻画所需样本数的下界与上界。**待核实**。 核心问题是“间隙—熵猜想”：最优期望样本数是否由间隙结构（各次优臂与最优臂的差距）和间隙分布的熵共同决…
arXiv 论文
查看来源原文