本期 53 件事。点击标题可查看卡片、来源与相关知识点。
待核实：OpenAI 可能宣布收购 Orchestra Bio，目的是将 AI 驱动的运营能力引入生命科学研发流程，帮助生物制药团队加速药物开发（来源为 URL 与元数据，正文未能抓取）。
来源标题：OpenAI to acquire Orchestra Bio。 候选摘要称：OpenAI 通过收购 Orchestra Bio，将 AI 驱动的运营（AI-powered operations）带入生命科学研发，帮助生物制药团队加速药物开发、推进新疗法。 交易金额、交割时间、监管审批状态、Orchestra Bio 的具体产品与团队规模：待核实。
OpenAI
查看来源原文根据“腾讯研究院AI速递 20260811”，马斯克在 X 力推的新图像模型 Imagine Image 2.0 凭借做表情包出圈，在 Arena（大模型竞技场）文本转图像与图像编辑两类中均列世界第二；其核心卖点是可交互精准编辑。同期 OpenAI 疑似在 Arena 测试代号 mona-lisa-1 的新图像模型，方向是提升真实感、压低“AI 味”。
本期 AI 速递报道了两条相互对照的图像生成进展：
腾讯研究院（搜狐同步）
查看来源原文Meta超智能实验室推出具备智能体机制的图像生成模型Muse Image，因思考时间越长画质越高，在Arena人类偏好排名中位列第二。
Meta超智能实验室发布图像生成模型Muse Image，并预览视频模型Muse Video。Muse Image首次引入智能体机制，能够自主编写代码生成图表和二维码、调用网络搜索获取实时信息，并具备自主修正能力。该模型支持多轮编辑与多参考图合成，推理投入与图像质量呈近似对数线性关系。已深度整合进Meta AI与Instagram生态。
腾讯研究院（搜狐同步）
查看来源原文英特尔公布超高带宽内存XBM专利，将1T1C存储单元移至后段制程金属堆叠区，采用薄膜晶体管工艺，封装尺寸与HBM4一致，单芯片容量0.5–5 GB，速率最高32 GT/s，商业化预计2030年后；同时并行开发ZAM方案（与软银子公司联合研发），带宽密度约为HBM4两倍，目标2029年。
英特尔公布XBM（超高带宽内存）专利，旨在提供HBM4的替代方案。当前HBM（高带宽内存）广泛应用于AI加速器，但面临制造复杂、成本高、带宽扩展受限等挑战。XBM通过将存储单元（1T1C）从传统前段制程转移至后段制程的金属堆叠区，并采用薄膜晶体管（TFT）工艺，试图在相同封装尺寸下提升面积利用率与集成密度。
腾讯研究院（搜狐同步）
查看来源原文Securing the FIFA World Cup 2026
bostondynamics.com
查看来源原文智源发布的多模态表征世界模型RoboBrain Orca，不再直接预测显式输出，而是学习世界状态的潜在表征，通过无意识与有意识两条路径预训练，在zero-shot测试中文本、图像、动作三类任务表现随数据增长持续提升，动作生成达到π0.5水平。
2026年7月9日，智源研究院发布多模态表征世界模型RoboBrain Orca。该模型的核心思路是从“预测显式输出”转向“预测世界状态”，构建统一的潜在表征空间，并支持文本、图像、动作三种模态的读出。
腾讯研究院（搜狐同步）
查看来源原文尽管大模型的技术价值与需求成长毋庸置疑，但单纯“卖token”的大模型厂商并不一定能实现长期盈利。当前大模型API市场处于垄断竞争格局，厂商数量众多、集中度低、价格竞争激烈，短期内难以获得可持续超额利润。
近期OpenAI与Anthropic启动IPO计划，市场对其估值接近万亿美元（市销比分别达34倍和21倍），投资者高度乐观。然而，至今尚无一家大模型厂商实现独立盈利（净利润为正）。文章从微观经济学视角出发，探讨大模型API市场的结构、竞争格局及长期盈利前景，重点回答“大模型厂商能否最终盈利”这一核心问题。
腾讯研究院（搜狐同步）
查看来源原文蚂蚁灵波开源的LingBot-Video是全球首个面向具身智能的大规模MoE视频基础模型，采用30B参数（推理时仅激活3B）并结合超70000小时具身视频数据与分层强化学习奖励体系，在RBench上超越通用视频生成标杆模型，旨在为机器人提供低成本的物理世界模拟器。
2026年7月9日，蚂蚁灵波正式开源LingBot-Video，宣称其为“全球首个面向具身智能的大规模MoE视频基础模型、视频物理引擎”。该模型从架构、数据到训练目标全链路为机器人、人形智能体量身打造，核心差异在于追求“是否符合物理规律”，而非传统视频生成注重的时长、美学、画质等。模型已发布技术报告、GitHub仓库、HuggingFace和ModelSc…
量子位
查看来源原文蚂蚁灵波开源新一代具身基座模型LingBot-VLA 2.0，覆盖17个品牌20种机器人构型，预训练数据达6万小时，双臂协同与移动操作性能领先π0.5与GR00T N1.7，后训练版本在RTX 4090推理耗时约130毫秒，已在零售、物流、工业场景开启商业落地测试。
蚂蚁灵波于2026年7月开源了其新一代具身智能基座模型LingBot-VLA 2.0，该模型扩展了对多种机器人构型的支持，并发布了大量高质量训练数据。同时，模型已在多个行业场景中启动商业化落地测试。
腾讯研究院（搜狐同步）
查看来源原文NVIDIA Recovery 是 NVIDIA DSX OS 旗下开源的集群级工作负载恢复服务，通过“检测—归因—隔离—重启/停止”四阶段循环，自动处理跨训练作业的中断，并在生产集群上录得约 69 秒的平均检测延迟与 94 秒的平均恢复动作延迟。
随着分布式 AI 训练规模扩大，硬件与软件依赖故障会持续打断训练进度：单个训练 rank 卡住可触发 NCCL 超时，GPU 节点可能不再响应调度器，慢节点（straggler）会拖慢整个作业。单次中断尚可人工处理，但当需要 7×24 覆盖整个集群的所有训练作业时，人工恢复不可持续——每次中断都要做日志分析、故障隔离、从检查点重启，期间受影响的 GPU 处…
NVIDIA 博客
查看来源原文UST与Anthropic合作，将Claude集成到芯片验证、制造流程及医疗、电信、银行系统中，计划培训2万名工程师使用Claude，并报告验证周期缩短50%–70%。
日期：2026年7月9日 主体：技术工程服务公司UST与Anthropic合作 目标：将Claude（Claude Code）嵌入物理AI（physical AI）工作流——即用于生产芯片、汽车、联网设备的设备和工程流程中的AI。 问题：传统芯片验证流程冗长、手工编写测试脚本效率低，早期设计错误越晚发现成本越高。
Anthropic 博客
查看来源原文Anthropic于2026年7月9日发起“艰难问题”倡议，公开邀请公众提出关于AI的最尖锐问题，并承诺透明地展示公司为回应这些问题所采取的具体行动。
Anthropic作为一家公益公司（Public Benefit Corporation），其使命是确保先进AI模型的益处并降低其风险。为了真正符合公共利益，公司意识到需要充分了解公众对AI的希望和担忧。为此，Anthropic启动了“艰难问题”新倡议，进一步收集人们对AI相关话题的看法，并透明地追踪其在公益目标上的进展。公司还创建了专门网站，供公众提交问…
Anthropic 博客
查看来源原文根据官方元数据，GPT-5.6 被描述为“随您雄心扩展的前沿智能”，强调每 token 输出更多智能、每美元更强性能以及按需提供更高能力。因未能抓取正文，具体内容待核实。
OpenAI 发布了 GPT-5.6 的产品页面，标题为“GPT-5.6: Frontier intelligence that scales with your ambition”。候选摘要指出其核心价值在于：从每个 token 中获得更多智能、每美元性能更强，并能按需为最困难的任务提供更高能力。实际发布内容及技术细节因无法访问原文而待核实。
OpenAI
查看来源原文待核实：OpenAI 可能推出了一项针对 GPT-5.5 的生物安全漏洞赏金计划（Bio Bounty Program），但具体细节无法从当前材料确认。
待核实：据元数据标题“GPT-5.5 Bio Bug Bounty”及摘要“Details about the OpenAI Bio Bounty program”，该页面可能介绍了 OpenAI 针对 GPT-5.5 模型的生物安全漏洞悬赏计划，旨在鼓励安全研究人员发现并报告模型在生物相关领域的潜在风险。但网站正文未能抓取，无法确认具体内容。
OpenAI
查看来源原文Cloudflare CEO 指出，2026 年上半年机器人流量首次超过人类流量，基于广告的互联网商业模式因机器不点击广告而面临失效；同时 AI 正在加速漏洞发现，未来两年每周可能爆发类似 Log4j 级别的安全漏洞，但两年后软件质量将因 AI 代码审查大幅提升。
Cloudflare 首席执行官在公开场合发布两项关键预警： 1. **流量结构转折**：2026 年上半年机器人流量首次超越人类流量，预计五年内机器人流量将达到人类流量的千倍。 2. **安全风险骤增**：AI 擅长发现漏洞，未来两年内每周可能出现 Log4j 级别的严重漏洞；但长远看，AI 代码审查将显著提升软件质量。
腾讯研究院（搜狐同步）
查看来源原文工信部NVDB通报Claude Code存在安全后门，可在未经用户同意下回传地域与身份标识，建议立即卸载受影响版本（2.1.91至2.1.196），阿里已内部宣布禁用。
工信部NVDB（国家信息安全漏洞库）通报，Anthropic旗下AI编码工具Claude Code存在后门隐患，该后门可未经用户同意向远程服务器回传用户地域与身份标识。受影响版本范围为2.1.91至2.1.196。目前最新版已更新至2.1.204，团队成员承认该后门为3月启动的防转售实验（已回滚）。阿里因后门风险内部宣布禁用Claude系列产品及Claud…
腾讯研究院（搜狐同步）
查看来源原文OpenAI 于 2026 年 8 月推出 ChatGPT 桌面应用 Linux 预览版，将 ChatGPT、Work 与 Codex 整合进同一客户端；其中 Codex 能直接操作本地项目、代码库和终端，是本次更新的关键亮点。
文章称，OpenAI 官宣 ChatGPT 桌面应用 Linux 版本开放预览，首批支持 Ubuntu 24.04/26.04 LTS、Debian 13、Fedora 43/44，提供 x64 与 ARM64 架构的 .deb/.rpm 安装包，预览面向全球开放。 2026 年 7 月 9 日，OpenAI 发布 ChatGPT Work，将独立 Cod…
新智元
查看来源原文波士顿动力通过人类运动演示（如足球运动员的动作）来训练其Atlas机器人，使其能够完成类似运动员的复杂物理动作，并将Atlas从研究机器人演化为工业人形机器人。
波士顿动力在其官方博客中提出一个问题：足球能否教会机器人运动？他们指出，运动员每天都在完成令人惊叹的身体动作，而这正是他们为Atlas机器人设定的标准。他们正在探索如何从人类演示中训练Atlas，使其具备类人的运动能力。该博客同时概述了Atlas从研究机器人向工业人形机器人的演化过程。
bostondynamics.com
查看来源原文Anthropic 于 2026 年 8 月 4 日宣布，Mariano-Florentino (Tino) Cuéllar 将加入公司，担任其首任 Chief Global Affairs Officer，负责全球政策、战略国际参与及政府关系。
Anthropic 宣布，Tino Cuéllar 将出任公司首任首席全球事务官（Chief Global Affairs Officer），领导公司在全球范围内的政策、战略国际参与和政府关系工作。
Anthropic 博客
查看来源原文2026年世界人工智能大会（WAIC 2026）将于7月17日至20日在上海举办，以“智能伙伴，共创未来”为主题，规模再创新高：超10万平方米展览、1100余家企业参展、推出3000余项展品，并首次设立OPC专属展示区，180家企业携成果入驻。
WAIC 2026由上海市经济和信息化委员会等主办，分设世博、张江、西岸三大片区。大会设置论坛会议、展览展示、评奖赛事、应用体验、创新孵化、招才引智六大板块。计划举办140余场主题论坛，集聚1400余位国际嘉宾。展览总面积超10万平方米，全球1100余家企业参展，将推出3000余项展品。大会首设OPC专属展示区，已有180家企业携成果入驻。
量子位
查看来源原文通过为 NVIDIA Nemotron 3 Ultra 构建定制的 LangChain Deep Agents harness profile（如添加 `ReadFileContinuationNoticeMiddleware` 中间件），可在不进行微调的情况下提升开源模型的 agent 准确性，使其接近专有前沿模型的水平。
Agent 系统通常面临准确性-成本的权衡：专有前沿模型与 harness 准确性高但成本昂贵。微调是改善方法之一，但需要专业知识、硬件和定制模型托管。本文探索一种替代方案——**harness 工程**（harness engineering）：通过修改 agent harness 的提示、添加/移除中间件或子 agent，使模型调用更接近训练数据，从而…
NVIDIA 博客
查看来源原文Anthropic 将 Claude Cowork 扩展至手机和网页端，任务迁移至云端后即使合上电脑也能持续执行，并遇到需决策时推送手机等待用户确认；该 agent 产品面向日常杂活，与巨头同步布局 agent 增量市场。
2026 年 7 月 9 日，Anthropic 宣布 Cowork 正式登陆手机和网页端。核心变化包括：任务从本地设备迁移至云端运行，用户合上电脑后任务仍持续执行；Chat 与 Cowork 合并入口；用户用量翻倍，有效期顺延至 8 月 5 日。Cowork 具备自主拆解任务、探测连接器、拉取 Slack/邮件/日历数据的能力，在需要决策的关键节点会推送…
腾讯研究院（搜狐同步）
查看来源原文ChatGPT Work 是 OpenAI 推出的一个智能代理（agent），能在用户的应用和文件间执行操作，可长时间跟踪项目，并将目标转化为完成的工作成果。
OpenAI 于其官网发布公告，介绍名为“ChatGPT Work”的新产品/功能。该功能旨在将 ChatGPT 从对话工具升级为能够主动执行跨应用、跨文件操作的协作伙伴，以支持用户完成最雄心勃勃的工作。具体发布时间、定价与可用性待核实。
OpenAI
查看来源原文ZipDepth是一个仅6.1M参数的紧凑型单目深度网络，通过知识蒸馏与高效编码器-解码器设计，在零样本精度与部署效率之间取得最佳平衡，可在从服务器GPU到功耗受限设备上实现实时运行，性能接近参数量大50倍的基础模型。
单目深度估计在基础模型推动下取得了稳健的零样本泛化能力，但计算需求远超嵌入式与移动平台。已有的轻量级替代方案几乎仅在单域自监督范式内开发，在域迁移时无声失效。ZipDepth旨在弥合这一鸿沟，通过结合高效可重参数化编码器-解码器架构与来自基础模型的大规模多域训练集知识蒸馏，实现轻量级零样本深度估计。
arXiv 论文
查看来源原文该论文提出一种受 Lisp 启发但语言无关的概念模型，将工作流定义、实例、推理记录、上下文快照和依赖关系表示为共享知识基底中的持久化知识对象，并区分确定性计算（derive）与 LLM 中介判断（infer），从而使工作流本身成为可检查、可恢复、可审查的知识对象。
大语言模型（LLM）应用越来越多地使用显式工作流来协调工具调用、检索、分支、检查点、人工审批等操作。现有工作流系统已解决许多执行层面的问题，但尚未将工作流本身视为可持久化的知识对象。本研究旨在建立一个概念模型，让工作流不仅产生知识并留下痕迹，而且其自身也能被表示、检查、恢复和审查。
arXiv 论文
查看来源原文WebSwarm 是一种渐进式递归委派框架，通过动态任务分解、递归扩展和智能体协作，在深度搜索、广度搜索及两者交织的复杂任务上，显著优于单智能体与现有并行多智能体基线。
基于大语言模型（LLM）的网络搜索代理正从简单事实问答转向“深度与广度”并重的研究型任务。单 ReAct 风格智能体受限于单一长轨迹与有限上下文，难以兼顾深度与覆盖；现有并行多智能体系统虽提升搜索覆盖，但在递归深度、协作适应性、以及基于证据的扩展上仍存在明确局限。WebSwarm 旨在突破这些限制，实现可递归、自适应的多智能体搜索协调。
arXiv 论文
查看来源原文基于77,543名远程学生的客观日志数据，AI学习助手Syntea已融入许多学习者的日常学习，但其使用模式因性别、年龄、学习领域、学位和学习方式等人口与结构因素而异。现有研究多依赖小样本和自报告数据，本研究提供了大规模实际使用行为的实证基础。
本研究对高等教育中AI学习助手（Syntea）的使用进行大规模描述性分析。研究问题是：在不同人口统计学和结构背景（性别、年龄组、学习群组、学位、学习模式）下，学生的实际使用模式存在哪些差异？ 英文标题：*Using AI-based Learning Assistants in Higher Education: A Large-Scale Descrip…
arXiv 论文
查看来源原文UniClawBench 是首个基于能力驱动设计的基准，用于在动态真实环境中评估主动智能体（proactive agents），并通过细粒度逐步检查点、闭环评估策略以及多框架对比，揭示了基础模型能力与代理框架设计如何共同影响真实世界任务表现。
大型语言模型和多模态大语言模型的快速发展催生了能够操作日常工具并协助用户的主动智能体。然而，现有基准大多依赖沙盒环境和单轮评估范式，且基于场景的任务分类将多种模型能力混杂在同一任务类别中，难以定位智能体失败的根源。该研究旨在解决这一评估困境，提出一种能有效拆解和测量主动智能体关键能力的新基准。
arXiv 论文
查看来源原文UltraX: Refining Pre-Training Data at Scale with Adaptive Programmatic Editing
arXiv 论文
查看来源原文The Illusion of Equivalency: Statistical Characterization of Quantization Effects in LLMs
arXiv 论文
查看来源原文The complexities of patient-centred conversational artificial intelligence
arXiv 论文
查看来源原文“超级权重”（Super Weights）——即单个重要性极高的参数——并不适合作为微调的目标；单独训练超级权重会导致模型性能崩溃，而有效的微调依赖于对整层进行结构化分解（如LoRA），而非针对个别重要参数。
近期研究指出，大语言模型（LLM）中存在“超级权重”：删除这些个别参数会使模型性能下降数个数量级。本文质疑这一现象的普适性，并进一步追问：如果超级权重如此重要，针对它们的训练是否有效？研究者在OLMo-1B和OLMo-7B上系统检验了选择性训练（selective training）策略，揭示了参数重要性并不等同于参数单独可训练性这一反直觉结论。
arXiv 论文
查看来源原文SolarChain-Eval 是一个结合物理约束与 LLM 审计机制的基准测试平台，用于评估去中心化能源市场中自主智能体的任务性能与可信度；实验表明，仅追求收益的强化学习智能体会产生不安全行为，而加入 LLM 规划/审计层可提升可审计性但无法完全补偿错误奖励函数。
随着智能体 AI 系统越来越多地应用于网络物理环境（如去中心化能源市场），其评估需要同时关注任务性能和可信度。自主智能体可能改善市场效用，但也可能利用无效物理数据、制造虚假流动性并产生不稳定的治理决策。为此，研究者提出了 SolarChain-Eval，一个受物理约束的基准，用于评估可信经济智能体。
arXiv 论文
查看来源原文Secure Decentralized Federated Learning via Gossip and Virtual Voting
arXiv 论文
查看来源原文SAM-MT 基于 SAM2 改造，通过将延迟与目标数量解耦，实现了与单目标基线相当的多目标实时视频分割（10 个目标时 >36 FPS），同时保持 SAM2 的鲁棒分割性能。
现代视频对象分割（VOS）在单目标场景中表现优异，但扩展到多目标时，通常将单目标处理流程复制到每个对象，导致帧率（FPS）随目标数增加而下降，延迟无界增长。本文提出 SAM-MT，将 Segment Anything 2（SAM2）转化为交互式实时多目标分割框架。
arXiv 论文
查看来源原文在预算约束下，将重采样（resample）与重路由（reroute）视为同一查询预算的竞争性使用，并基于每单位成本的估计边际正确率进行在线分配，可以在成本-质量Pareto前沿上显著优于现有基线，尤其在模型异质性最高的基准上增益最大，且收益受验证器质量门控。
大语言模型（LLM）服务中，路由（routing）机制在响应质量与部署成本之间做权衡。已有研究表明，部署的路由器与每实例最优（per-instance oracle）之间存在差距；进一步分析表明，测试时的重采样可以恢复单次提交路由器无法捕获的选择空间，但该保证仅在拥有正确标签且预算无约束的理想条件下成立。本文首次将“对已提交模型进行重采样”和“切换到另一模…
arXiv 论文
查看来源原文本文提出一种与原有动作代理并行的主动记忆代理，它通过结构化记忆库和选择性干预机制，在长时程任务中有效缓解“行为状态衰减”问题，显著提升任务成功率。
在长时程任务中，决策相关的状态信息常常散布在不断扩展的动作轨迹中。随着轨迹增长，任务需求、环境事实、先前尝试、诊断结果和未完成的子目标可能被埋没在上下文窗口中，甚至被推出窗口，导致无法在需要时影响决策。作者将这种失败模式称为**“行为状态衰减”**（behavioral state decay）。现有方法多依赖被动检索，未能主动干预。本文旨在将内存作为主动…
arXiv 论文
查看来源原文ProjAgent 提出将**程序相似性**作为显式检索信号，结合代理工作流与静态分析反馈循环，在仓库级代码生成任务中以 41.14% Pass@1 超越了现有基于检索的基线方法。
仓库级代码生成需要实现目标函数，同时考虑复杂的跨文件依赖和项目特定约定。现有检索方法主要依赖词法、结构或语义相似性，往往忽略了仓库中那些标识符或应用领域不同但实现相似程序逻辑的函数。本文提出 ProjAgent，旨在利用程序相似性填补这一检索维度空白。
arXiv 论文
查看来源原文OpenCoF 通过构建专门的推理视频数据集（OpenCoF-17K）并微调视频生成模型（Wan-CoF），证明了多样化的时序监督能显著提升模型在视频推理任务上的表现，同时引入视觉和文本推理令牌可进一步组织中间推理状态。
大型模型需要具备理解逻辑后果的推理能力。现有视频生成模型主要训练于通用视频语料，缺乏针对“帧链式推理”（Chain-of-Frame, CoF）的多样化监督和专用设计。为此，论文提出 OpenCoF 框架，旨在研究如何通过视频生成来实现推理。
arXiv 论文
查看来源原文LingBot-VA 2.0 是一个从头为具身智能构建的视频-动作基础模型，通过语义视觉-动作分词器、因果预训练、稀疏 MoE 骨干和增强异步推理四项核心设计，实现了在真实世界中复杂操作任务的少样本泛化。
现有的视频-动作模型多为数字内容创作的视频生成模型改造而来，这对物理环境本身并不适合。本文提出 LingBot-VA 2.0，旨在弥合这一差距，打造一个原生面向具身控制的视频-动作基础模型。
arXiv 论文
查看来源原文Multi-Resolution Feature Stem for Diabetic Retinopathy lesion segmentation
arXiv 论文
查看来源原文本文通过理论分析与分层机器教学算法证明：在逆向强化学习中，结合多模态反馈（特别是比较反馈）并在多个环境间主动选择信息互补的环境进行教学，能够显著提升奖励函数的泛化鲁棒性，降低部署在新环境中的遗憾值。
自主智能体需要在多种运行环境中保持行为与人类意图一致，但现有的逆向强化学习（IRL）教学分析仅关注单环境、仅演示（demonstration）反馈场景，忽略了不同反馈模态与环境动态如何联合约束奖励函数。单环境MDP中的演示会将奖励信息与该环境的具体结构纠缠在一起，导致训练出的奖励函数在新环境中泛化失败。本文旨在解决：**如何利用异构反馈模态和多环境动态联合…
arXiv 论文
查看来源原文MPFlow 利用深度图强化学习，在预算约束下为比特币闪电网络节点选择最优通道以最大化路由容量（最大流），并在真实网络快照上优于强启发式基线，且已部署于生产环境。
研究问题：在比特币闪电网络中，给定固定预算，节点应打开哪些通道以最大化其路由容量（routing capacity）？ 作者将这一问题建模为预算约束的组合优化问题：在图上选择 k 条边添加，使得 s-t 最大流（理论驱动的路由容量度量）最大化，并通过图强化学习求解。
arXiv 论文
查看来源原文本文提出一种利用陈旧数字高程模型（DEM）作为几何先验的多模态地形重建框架，通过物理驱动的像素‑像素对齐大幅降低计算复杂度，在野火灾区快速生成高保真深度图，且保持实时性能。
野火应急响应需要精确的3D地形图，但高风险区域通常面积广阔，常规重建方法效果不佳。机载LiDAR系统昂贵且更新频率低，基于图像的方法成本低却受限于稀疏视觉特征和有限的图像重叠。研究旨在解决：如何利用已有的陈旧DEM数据，以低成本方式从图像中高效重建大范围高精度地形。
arXiv 论文
查看来源原文MAESTRO 是一种专为稀疏激活混合专家（MoE）语言模型设计的有结构剪枝框架，通过将自回归专家激活轨迹建模为遍历马尔可夫链，利用其平稳分布编码跨层依赖关系，从而获得全局重要性启发式，在50%压缩率下平均性能保留比现有最优方法高最多10.61%，且跨任务方差更低。
稀疏激活的MoE语言模型每次只激活一小部分参数，但所有专家始终驻留在内存中，带来巨大的部署瓶颈。现有的有结构剪枝方法大多针对稠密Transformer设计，使用局部启发式评估专家重要性，忽略了MoE路由的相互依赖性。MAESTRO旨在解决MoE架构剪枝中的全局依赖建模问题。
arXiv 论文
查看来源原文现有AI系统在科学思想的谱系推理任务上表现很差，最强模型仅达27.3%的精确准确率，且结构化的谱系上下文会重新排序系统排名而非均匀提升所有参与者，暴露出组合瓶颈。
科学研究很少从空白页开始，而是继承机制、修复已知局限、重组前期工作，类似生物基因组。然而现有基准很少评估AI系统能否理解这种继承结构。作者提出IdeaGene-Bench（IG-Bench），用于科学谱系推理和基于谱系的创意生成。
arXiv 论文
查看来源原文HumanForge 是一个大规模、多范式、以人为中心的深度伪造视频数据集，通过自动化的多智能体流水线 Gen2Anno 生成超过 18K 高保真视频片段及结构化对比注释，现有检测器和大型多模态模型在其上表现出零样本泛化和细粒度推理的显著困难。
视频扩散模型和时间编辑工具的快速发展可以生成高度逼真的人为中心视频，对数字内容取证构成前所未有的挑战。现有基准主要关注换脸或全局文生视频，忽略了人-物或人-人交互以及多模态对齐等关键维度。为此，研究团队提出 HumanForge 数据集，旨在填补这一空白，构建统一的、涵盖多种伪造范式的人为中心视频伪造基准。
arXiv 论文
查看来源原文在自利代理人社会中，不加约束会导致合作崩溃；而**调解（Mediation）机制**能够在对抗性攻击下维持市场稳定——虽然会被削弱（最优攻击使诚实代理效用降低13.3%），但不会崩溃，具有“可弯不可断”的鲁棒性。
研究通过一个多代理市场模拟实验，探索在自利代理人（LLM代理）社会中，哪些**正式机制**（即建立在无限制通信之上的规则）足以维持市场稳定，并评估这些机制面对**对抗性攻击**时的鲁棒性。具体场景：18个具有互补生产特长的DeepSeek-V3 LLM代理在受限社交网络中进行交易以获取效用，模拟中逐步注入捣乱者（troll），观察不同机制的效果。
arXiv 论文
查看来源原文EdgeRefine 通过基于 Jaccard 相似度的自适应边细化框架，在强隐私预算（如 ε=2.5）下实现了与无噪声基线相当的图学习精度，同时显著优于现有差分隐私方法，并对图重建攻击具有很强的鲁棒性。
图神经网络（GNN）在处理图结构数据时取得显著成功，但在隐私敏感场景（如社交网络、医疗关系图）中，图的边可能泄露敏感链接信息。为满足边级差分隐私（Edge Differential Privacy），传统方法向邻接矩阵所有元素注入噪声，但更强隐私需要更多噪声，严重损害模型效用。隐私-效用平衡成为实际应用的主要障碍。本文提出 EdgeRefine 以改善这一…
arXiv 论文
查看来源原文在深度研究系统的引用质量验证任务中，较便宜的LLM评判模型（如GPT-5-mini）在源相关性和事实支持两个维度上与前沿模型表现相当；校准评判模型不需要最昂贵的模型，但必须关注方向性偏差，因为标量F1分数会掩盖这一问题。
强化学习越来越多地依赖LLM评判模型来对每个评分标准打分，该评判模型在训练中充当奖励模型。在信任该信号之前，需要知道评判模型必须具备多高的能力以及它有多大的偏差。本研究针对深度研究系统中的引用质量校准问题——搜索增强型LLM必须为每个写出的声明提供引用来源。引用质量是一项结构化的评分任务，每个归因-引用对沿两个需要LLM判断的维度进行评分：源相关性（sou…
arXiv 论文
查看来源原文本文提出GenRes和GenRes++框架，通过神经张量网络建模原始图像与变换图像之间的细粒度关系特征，结合PE-Core特征提取器，在多个基准数据集上实现了优于现有方法的AI生成图像检测性能，尤其对未见过的生成方法具有良好泛化能力。
生成式AI的快速发展使得高度逼真的深度伪造媒体被大量制造，带来了虚假信息、数字身份盗用、欺诈和舆论操纵等重大威胁。由于生成方法的多样性以及它们留下的伪影非常细微，AI生成图像（AIGI）检测面临可靠挑战。现有方法往往难以泛化到未见过的新生成方法。
arXiv 论文
查看来源原文BiSCo-LLM 提出一种无需码本的二进制球形编码框架，将大语言模型权重压缩至极低比特（目标约 2 比特/权重），通过球形二值化、残差编码和分类恢复蒸馏，在避免显式码本和索引查找的前提下实现高效压缩。
大语言模型（LLM）在部署时受限于内存容量、权重带宽和检查点存储。现有低位压缩方法主要有两个方向： **标量/组量化**：简单且兼容低精度内核，但当目标预算接近 2 比特/权重时表示能力受限。 **向量量化（VQ）**：提供更丰富的块级表示，但通常引入显式码本、索引查找和额外存储开销。
arXiv 论文
查看来源原文松弛标准推测解码的无损保证可带来额外加速或能力提升，但需要仔细评估能力损失，且许多方法依赖于高质量的语言模型作为草稿模型，不适合轻量专用多令牌预测器。
该研究针对自回归大语言模型（LLM）的采样加速技术——推测解码（Speculative Decoding）。标准推测解码使用较快的辅助模型（草稿模型）生成候选令牌，由LLM并行验证，并通过拒绝和重采样步骤保证精确保持LLM的采样分布（无损）。最近有工作认为放松这一严格保证可以进一步加速、实现可控的能力-速度权衡，甚至带来能力提升。本文对训练无关的松弛推测解…
arXiv 论文
查看来源原文