AI 日报 · 2026-10-05

LeCun 任董事长的 AMI 联合纽约大学、巴黎 INRIA 与布朗大学发表 H-JEPA 论文，提出面向视觉规划的分层世界模型，并同步开源代码与预训练权重；在 Visual AntMaze 仿真迷宫任务中，三层模型成功率从单层的 18% 提升到 73%。

AMI（LeCun 任董事长）联合纽约大学、巴黎 INRIA 与布朗大学发表 H-JEPA 论文，推出面向视觉规划的分层世界模型。 代码与预训练权重同步公开。 论文针对的问题是：如何用分层方式在隐空间做规划，让不同层级负责不同时间跨度的预测与动作细化。 AMI 今年 3 月融资 10.3 亿美元，官网尚无面向公众的产品入口。

腾讯研究院（搜狐同步）

据 OpenAI 官方页面元数据，该公司发布了一篇题为 “Our approach to EU text provenance rules” 的说明，介绍其在欧盟文本溯源（内容来源标注）规则背景下对文本水印的处置思路；但正文未能抓取，具体适用范围、检测方式与访问机制均待核实。

来源页面：OpenAI 官网 index 页面，URL 为 https://openai.com/index/eu-text-provenance 。 英文原始标题：**Our approach to EU text provenance rules**。 页面元数据主题：ai-industry（AI 产业/治理方向）。 候选摘要称：该页面说明 OpenA…

OpenAI

研究问题：如果AI开始大规模参与“造下一代AI”，下一代AI再回来加速研发，一轮轮滚动下去，是否会跑出一条智能爆炸曲线？ 论文英文标题：**What if automating AI R&D triggers an intelligence explosion?** 作者阵容：材料称22位作者，包括 Geoffrey Hinton、Yoshua Bengi…

量子位

OpenAI 在其官网发布题为 “Building advertising for the way people use AI” 的内容，按元数据与候选摘要，其核心是面向 ChatGPT 推出新的视觉广告格式，并扩展广告测量工具、归因合作与品牌适配（brand suitability）能力；但正文未能抓取，具体细节均需回原文核实。

原始来源为一篇 OpenAI 官网文章（URL 见文末），英文标题为 *Building advertising for the way people use AI*。 按现有元数据（Topics: ai-industry；Track: industry）判断，本文属于 AI 产业与商业化议题，讨论的是“广告如何适配人们使用 AI 的方式”这一问题。 候选…

OpenAI

Agility Robotics CEO Peggy Johnson 将以个人顾问身份参与 MITRE 主导、Department of War (DoW) 委托的 Project Meridian，从商业化人形机器人经验出发，参与未来 10–20 年战争形态、国防能力和投资优先事项的战略研究。

2026 年 10 月 5 日，Agility Robotics 宣布 CEO Peggy Johnson 将参与 Project Meridian。该计划由 Department of War (DoW) 委托、The MITRE Corporation 主导，汇集产业高管和前政府领导人，研究未来战争形态，并为长期国防能力发展与投资优先级提供参考。

agilityrobotics.com

UniSlider 把“滑块值”与生成模型内部的“编辑强度参数”区分开，要求感知距离随滑块值线性增长，并通过轻量 LoRA 训练加推理时自适应重映射，使连续图像编辑更单调、更均匀；论文称其在新基准上优于已有方法，并在用户研究中更受偏好。

当前生成式连续图像编辑通常把滑块直接当作强度参数的重缩放，例如 adapter 系数、prompt 权重或插值因子。 这种强度与感知变化不匹配：滑块移动时图像可能部分回退，长区间无明显变化，短区间突然大幅改变。 论文提出的问题是：能否让滑块成为感知均匀的连续编辑控制，即感知距离从输入图像开始随滑块值线性增长，并保证轨迹单调。 论文发布信息：arXiv:26…

arXiv 论文

循环语言模型每次循环都会在训练、解码、预填充和强化学习（RL）中增加成本；但如果循环状态越接近不动点，通向该点的路径就越不重要，据此可换取截断反向传播、KV 共享、更快预填充与更快 RL 更新——论文进而改进塑造这些不动点的两个训练组件：深度先验与输入注入。

论文标题：**Towards Looped Models Done Right, Part II: Rethinking at Fixed Points** 作者：Benhao Huang, Chufan Shi, Junlin Chen, Shicheng Wen, Zhengzhong Liu, Eric Xing, Xuezhe Ma arXiv I…

arXiv 论文

TasteVal 将“实验研究品味”操作化为在固定研究问题下迭代设计实验并从结果中得出结论的算力效率，并用相对人类专家基线的算力乘数来度量；材料称最佳模型 Opus 5.5 的算力乘数为 2.3x，且 2025 年 12 月后前沿模型在该指标上的提升速度明显加快。

材料提出一个名为 TasteVal 的基准，用于评估前沿模型的实验研究品味。其将“研究品味”定义为选择有趣问题、设计实验、解释实验结果的能力；TasteVal 只测其中“实验”组件：给定固定研究问题，衡量模型如何迭代设计实验，并如何从实验结果中得出结论。核心问题是：前沿模型在实验研究品味上相对人类专家处于什么水平，以及这一水平随时间如何变化。

arXiv 论文

TAPDreamer 只需利用公开视觉编码器，就能构造一个跨任务、跨动作架构迁移的固定局部对抗补丁；它不需要查询目标策略，在闭环评测中可把 FastWAM 在 LIBERO 和 RoboTwin 上的成功率分别从 97.7%、90.8% 降到 0.0%，表明世界动作模型的共享视觉编码器是必须防护的关键攻击面。

世界模型学习预测环境如何演化，是通用机器人控制的重要基础；但世界动作模型依赖相机输入，操纵这些输入可能污染跨任务、跨动作策略共享的视觉表示。已有攻击通常针对受害模型的动作或预测未来进行优化，因此需要访问目标模型输出。TAPDreamer 要回答的是：能否只用 public encoder，构造固定局部扰动，并在没有 target-policy querie…

arXiv 论文

T-Search 是一个开放权重的智能体检索器，在固定语料上执行有界多轮搜索，返回带简短理由的证据块排序，并把答案生成留给下游模型；材料报告其在七个英语和俄语基准上平均达到 56.0 Recall@10（单次 rollout），三次 rollout 融合后为 61.3。

T-Search 摘要将其定位为解决困难多步搜索（hard multi-step search）的开放权重智能体检索器。给定一个问题和固定语料上的搜索工具，它运行有界多轮搜索，并返回排序后的证据块及简短理由，不直接生成最终答案。研究问题可概括为：如何让检索器在多轮搜索中提高困难问题的证据召回，并将答案生成解耦给下游模型；具体研究假设、实验设计与完整评估协议…

arXiv 论文

Singular parameters and missing limits in neural PDE solvers

arXiv 论文

候选摘要称，OPPD（On-Policy Power Distillation，同策略幂蒸馏）能让语言模型在**单次生成**中产出原本需要"多候选采样+按幂分布重加权"才能得到的推理答案，从而在不改变参数规模、不使用参考答案的前提下提升推理准确率；但由于本次未能抓取 arXiv 正文，除标题、编号与代码链接外，全部方法细节与数值结果均**待核实**。

论文英文标题：**Sharpen Without Search: On-Policy Distillation of Sequence-Level Power Distribution**；来源标注为 arXiv:2610.06804v1（该编号本身待核实）。 候选摘要描述的问题设定（待核实）：模型可能给正确答案分配的概率高于任何**单个**错误答案，但所…

arXiv 论文

S2PD 通过“高噪声阶段自回归扩散、低噪声阶段并行扩散”的两阶段策略，在游戏、物理仿真和真实视频中比匹配的双向基线更可靠地遵循规则，并比其他串行方法具有更好的时间稳定性和采样效率。

双向视频扩散模型会对整段视频并行去噪，但材料指出：即使使用程序生成器提供的近乎无限分布内数据训练，它们仍会违反物理定律和简单符号规则。本文提出 Serial-to-Parallel Diffusion（S2PD），试图在不完全采用串行生成的情况下，协调相互依赖事件并产生有效状态转移。

arXiv 论文

RTKNNC（Round-Trip KNN Clustering）提出一种保留最近邻关系双向性的图聚类方法：把“谁选了我”当作加权投票，在递归的“前向—反向”遍历中决定哪些局部连接保留，从而在多个邻域尺度上揭示簇的持续与合并；据候选摘要，它无须预先指定簇数，并可通过可选的无标签细分步骤改善边界情形（正文未能抓取，详情待核实）。

材料类型：arXiv 预印本（Track: academic；Topics: foundation-model）。 英文标题：Round-Trip KNN Clustering: multiscale hierarchical cluster detection on directed nearest-neighbour graphs。 研究问题：如何在*…

arXiv 论文

RV-ICL 是一种免训练方法：把单条任务演示视频组织成可按需递归查询的子事件层级，让编排冻结 VLA 策略的 LLM 智能体在规划时读取粗层、在执行接触相关步骤时加载细层短片段，从而在 LIBERO-PRO 与 LIBERO-Plus 上提升任务成功率。

背景：LLM 智能体可编排冻结的 vision-language-action（VLA）策略，并通过文本记忆跨 episode 改进；但文本记忆记录的是智能体“做了什么”，不是“任务如何完成”。 问题：演示视频能展示“怎么做”，却难以适配智能体上下文：完整视频会拖慢每轮；固定关键帧会丢失决定抓取是否保持的接触细节；智能体在规划时需要任务结构，在执行时则需要…

arXiv 论文

在 oblivious realisable 对手设定下，对每个有限 Littlestone 维 \(d\) 的类，差分隐私在线学习与差分隐私在线预测的误差代价存在随时域 \(T\) 增大的分离：前者每步需发布假设，期望错误下界为 \(\Omega((d/\varepsilon)(\log T)^{2/3})\)；后者只需预测，存在与 \(T\) 无关的期…

本文研究差分隐私在线学习与在线预测的 mistake bounds。两者区别在于：在线学习要求学习器在每个时间步发布假设；在线预测只要求做出预测，不发布假设。作者要回答：在 oblivious realisable 对手下，这两类问题的样本复杂度是否不同，尤其对有限 Littlestone 维 \(d\) 的类。

arXiv 论文

PlotGround 用真实科学图表与作者源数据构建绘图数字化基准，发现多模态模型在 ±5% 相对误差容差下最佳准确率为 87.5%，但容差收紧到 ±2% 后所有模型下降 11–24 个百分点；在同一图-源表配对结构中，向 coding agent 提供源表而非图表，可把准确率从 90.0% 提高到 97.4%，并将成本降低 72%。

科学图表常编码定量结果，但这些结果未必以可机读形式存在，因此准确的 plot digitization 对验证和复用已发表发现很重要。现有基准多依赖合成图表，或只覆盖有限图表类型，导致“当前模型从真实科学图表恢复绘制值的准确度如何”仍不清楚。

arXiv 论文

Paradee: Distilling Kokoro-82M into an 8M-Parameter Single-Voice Text-to-Speech Model

arXiv 论文

论文把“给定栅格流程图和目标宽高比，产出结构忠实、无幻觉、可编辑的重排布局”定义为独立任务，并用 Parse、Style、Layout 三阶段智能体流水线实现；在 100 个流程图、5 种宽高比的基准上，Content Fidelity 达到 68.6%，高于先前工作的 11.2%–41.4%。

ML 论文中的 pipeline 图需要复用于论文栏、16:9 slides、竖版海报、1:1 社交 teaser、9:16 手机预览等不同画布。 同一计算图在不同格式下受到不同宽高比约束；任何连接被静默破坏，都会错误呈现方法。 既有方法呈现特征性失败：image-to-image 模型拉伸 block 并拒绝极端比例；text-to-image 智能体系…

arXiv 论文

论文在 CADENCE 已提供形式化覆盖与连通性保证的基础上，提出两种学习型角落选择启发式方法，用于决定 POCGAGP 中每个智能体应部署到哪个有效角落；在随机正交环境 7,500 次运行中，它们相比基线 CADENCE 提升达到全覆盖的步数与峰值智能体数量，规模越大收益越明显，并在智能体利用率上优于 ISDA 基线，同时保留 ISDA 缺少的保证。

研究对象是 Partially Observable Cooperative Guard Art Gallery Problem（POCGAGP）。 CADENCE 算法可求解 POCGAGP，并带有正式覆盖与连通性保证，但没有指定每个智能体应部署到哪个有效角落。 这一角落选择会强烈影响效率。论文研究的问题是：能否学习角落选择启发式方法，在不破坏 CADE…

arXiv 论文

据摘要，MemPilot 提出一个通过强化学习优化多步 LLM 策略的框架，在不同性能—成本—延迟偏好下按需策展多模态记忆，并在五个多模态智能体记忆基准上报告了比现有权衡感知基线更宽的权衡前沿。

这是一篇 arXiv 预印本，研究 LLM 智能体中的记忆构建与运行时策展问题。摘要指出，多数现有智能体记忆系统以 query-agnostic 方式构建记忆，可能带来不必要的预处理成本，并丢弃后续被证明关键的细节；近期工作虽开始转向运行时自适应，但通常专门针对特定操作或采用固定处理方案，对性能、成本与延迟的灵活控制仍未被充分探索。MemPilot 的问题…

arXiv 论文

MC-Sparse 是一个免训练（training-free）的稀疏注意力框架，通过“按个体 KV token 选择 + 相似 query 分组成 tile 对齐组 + 跨去噪步复用元数据”的方式，在视频与 3D 生成模型上比既有稀疏注意力基线更接近稠密注意力的输出保真度，并取得更大的去噪加速；但由于正文未能抓取，除摘要外的细节均待核实。

研究对象：扩散 Transformer（Diffusion Transformers）在长序列生成任务（如视频生成、高分辨率 3D 资产生成）中的推理延迟问题。 问题定位：稀疏注意力是降低这类延迟的主要手段，但已有方法在高稀疏度下会损害生成质量与保真度。 作者的分析路径：通过受控的 oracle 对比（oracle comparisons），把质量退化归因…

arXiv 论文

MGE（Masked Geometric Encoder）在训练阶段主动丢弃送入全局注意力的部分帧 token，并向预训练的全上下文教师模型蒸馏，使模型学到更强的单帧几何表征，从而在遮挡与"撞脸"视角下更鲁棒；这种更丰富的帧表征还可支撑推理期的锚点引导 token 合并以加速。以上均据候选摘要转述，论文正文未抓取，具体数字与实验设置待核实。

论文聚焦 3D 基础模型（3D foundation models）中"全对全"（all-to-all）全局注意力的两个问题： 1. 计算复杂度随序列长度呈二次增长，限制长序列推理； 2. 无约束的跨视角交互会把来自被遮挡视角、或视觉相似但几何上相距很远的视角（摘要中的 doppelganger views）的不可靠证据传播开。 研究问题是：如何在**不完…

arXiv 论文

论文提出一种用自然语言“读取”MM-DiT 中间 contextual tokens 的框架：这些令牌在去噪过程中编码正在生成图像的全局语义，甚至空提示下也能解码图像特异信息；据此提出的 Contextual Alignment 可强化这些信息，并改善生成质量与分布覆盖。

Multimodal Diffusion Transformers (MM-DiTs) 在生成全程联合处理视觉与文本表示。文本令牌经多模态注意力反复更新，形成动态 contextual tokens，但其功能此前理解不足。本文研究：能否通过自然语言提问读取这一上下文空间？这些令牌在何时编码何种信息？能否将可读性用于改进生成？

arXiv 论文

InterMimicGen 是一个自演化运动模仿框架：先把动捕人-物交互数据整合并重定向为带灵巧手人形机器人的参考运动，再训练物理仿真中的通用追踪器，并通过“任务保持变体生成—微调追踪器—仿真筛选—再生成”的数据飞轮持续扩充可执行移动操作运动；摘要称其可迁移到真实机器人。

来源类型：arXiv 论文摘要与元数据，主分类为 cs.RO，同时涉及 cs.CV、cs.GR。 研究问题：捕获的人-物交互可为人形机器人移动操作提供丰富监督，但数据稀疏、异构，且不能直接由机器人执行。 目标：寻找一条统一路径，从异构人类演示得到持续扩展的人形机器人运动资源。 核心机制：让机器人运动数据和 tracking policy 相互改进。 待核实…

arXiv 论文

IdeaLens 尝试识别长篇写作中的“想法来源”（idea provenance）——文档中的想法来自人类还是 AI，而不论文字由谁写成；材料显示该信号在控制实验和 19 个检测基准中具有区分力，但其训练依赖 silver labels，实际部署与政策使用边界仍需核实。

现代 AI 检测器通常关注“谁写了文字”。本文关注另一个问题：新兴 AI 使用政策越来越关心“谁提出了想法”。为此，作者提出 IdeaLens，用于检测文档中的想法是否来自人类或 AI，即 idea provenance。英文标题为 **IdeaLens: Detecting AI Ideas in Long-form Writing**。

arXiv 论文

这篇论文提出一套用于高能物理（HEP）任务的系统化缩放律推导与架构比较流程；在约 110 亿喷注的 ATLAS JetSet2 数据集上，用多任务 Transformer 在计算约束和数据约束两类情形中验证：计算最优时模型与数据规模近似同等按 √C 扩展，辅助目标可降低主喷注分类损失，输入向更低层数据扩展可降低损失但缩放指数近不变；数据集规模低于阈值时，损…

语言模型等领域的进展很大程度来自预测训练努力与性能关系的缩放律；HEP 中也已观察到类似行为。 论文要回答：如何为 HEP 任务稳健地推导缩放律，并在相关预算轴上比较设计选择？ 具体研究计算约束（compute-constrained）与数据约束（data-constrained）两类情形下的缩放行为，以及辅助目标、输入层级、数据规模阈值的影响。 英文标题…

arXiv 论文

H-JEPA 提出一种端到端训练“动作条件化 JEPA 层级”的方案：每一层在各自学到的潜空间中预测更远的未来，规划时自顶向下把上层预测当作下层的子目标；据候选摘要，它在四个仿真导航与操作环境中优于单层（扁平）JEPA，并在 Visual AntMaze 上把成功率从 18% 提升到 73%，同时使用更少的规划器计算。上述数字与结论均待核实（未能抓取正文）。

题目为 **H-JEPA: End-to-End Learning of Hierarchical World Models for Visual Planning**（arXiv:2610.06805v1，Track: academic，Topics: foundation-model）。该工作针对的问题是：长时程规划需要在多个时间尺度与多个抽象层级上推…

arXiv 论文

根据候选摘要，该工作研究纯玻色子高斯态的不可知层析：给定任意 \(n\) 模玻色子态 \(\rho\) 的多个副本，目标是输出一个纯高斯态，使其与 \(\rho\) 的 infidelity 不超过 \(\mathrm{opt}+\varepsilon\)；材料称作者给出了高低保真度情形下的高效协议，并证明非高斯测量对达到强不可知保证是必要的，且 \(\m…

论文标题：**Finding Gaussian Structure in Bosonic States**。 研究问题：纯玻色子高斯态的不可知层析（agnostic tomography）。给定任意 \(n\) 模玻色子态 \(\rho\) 的副本，输出一个纯高斯态，使其与 \(\rho\) 的 infidelity 至多 \(\mathrm{opt}+\…

arXiv 论文

针对在反向过程中构造高斯倾斜中间分布的扩散后验采样器，论文提出把这些目标拉回条件更弱的干净空间后验，再通过高斯桥解析地映射到噪声空间目标，从而直接在中途时间初始化 MCGDiff，以牺牲渐近一致性为代价提升有限粒子下的采样性能。

该论文关注扩散后验采样中的序贯蒙特卡洛（SMC）方法，尤其是 MCGDiff。研究问题是：能否利用高斯倾斜中间分布与干净空间后验之间的结构关系，避免从反向过程早期开始运行完整 SMC，从而在有限粒子预算下改善采样质量与模式覆盖。论文作者为 Gregory D. Bellchambers，发布在 arXiv，类别为 stat.ML 和 cs.LG。

arXiv 论文

SeqSmoother 是一个基于 transformer 的时序校正器，可仅用腕部加速度计估计睡眠心率，在全折外预测上取得参与者宏平均 MAE 1.60 bpm；其结果显示学习式时序建模与质量门控信号处理之间存在“精度—可用性”权衡，并支持用物理启发的子谐波特征识别谐波锁频失败。

大型纵向队列常包含腕部加速度计数据，却不配备光学心率传感，因此作者提出的研究问题是：能否从睡眠期间已经采集的运动信号中恢复心脏信息。为此，论文提出 SeqSmoother，用于从腕部加速度计估计睡眠心率（HR），并与官方 Nightbeat 实现进行对比评估。

arXiv 论文

CLIFT: Conformal Self-Verification for Web Agent Training and Test-Time Scaling

arXiv 论文

该工作提出在介入式因果表示学习（interventional CRL）中放宽介入假设，从而得到因果变量的“块解耦”（block disentanglement），并把这一框架用于具身视觉状态估计——在没有标注数据的情况下，直接从图像/视频中恢复机器人系统的潜在物理变量；但论文正文未抓取，具体实验与量化结论待核实。

因果表示学习（CRL）的目标是从高维观测中恢复与因果相关的潜在变量，其作为无标签推断方法，适合数据标注不可得或不现实的场景。 既有 CRL 可识别性保证往往依赖高度理想化的假设，限制了向真实问题的直接迁移。 该论文针对介入式 CRL 提出双重目标： 1. 在显著更弱的介入假设下建立可识别性保证，使因果变量实现“块解耦”，且块结构取决于现实中可获得的介入机制…

arXiv 论文

BiasFlow 试图把“模型是否依赖虚假特征”的评估，从单次 WGA 扩展到冻结骨干的类-属性质心几何与抗偏置头重训能力，并提出可组合的 BiasFlow Regularization（BFR）；在所报告的小规模基准和 CelebA-Std 压力测试中，BFR 可改善或保持 WGA，但属性信息仍可恢复、跨任务结果混合，结论限于特定测试协议。

论文英文标题：BiasFlow: Geometric Monitoring and Backbone Regularization for Spurious Feature Reliance。 arXiv ID：2610.06846v1；作者：Haojin Deng, Zhiping Lin, Yimin Yang；发布时间/更新：2026-10-05T1…

arXiv 论文

论文摘要称，基础模型在数学与编码任务上的推理表现，可被响应开头的特定 token 线索大幅改变；这些线索与训练数据中的文档类型及安全行为相关，RL 会提高其出现概率。

论文英文标题为 **Base Models Can Reason By Taking a Cue From Training Data**，作者为 Sophie L. Wang、Amil Dravid、Rulin Shao、Kevin Farhat、Sewon Min、Alexei A. Efros，发布在 arXiv：2610.06851v1，时间为 2…

arXiv 论文

待核实：若候选摘要准确，该论文提出 BTTF（Back-to-the-Future）框架，尝试把芯片后仿真验证中的非结构化仿真数据、波形调试与 RTL 版本信息整合进多智能体系统，以补齐 LLM 在 EDA 中偏重静态 RTL 生成、较少覆盖后仿真验证的基础设施缺口。

英文标题：Back to the Future: Rethinking EDA Infrastructure for Agentic Systems in Chip Design Verification 原始来源：https://arxiv.org/abs/2610.06790v1 Track：academic Topics：foundation-mod…

arXiv 论文

该论文提出一种解剖感知多模态框架，将器官级CT上下文与放射报告融合为统一表示，用于喉咽癌T分期预测；摘要声称在T分期上取得优于对比方法的性能，但具体实验细节与临床效用待核实。

研究背景：精准T分期对指导喉咽癌个体化治疗策略很重要；当前临床实践依赖侵入性活检；仅基于CT的分期因肿瘤侵犯模式复杂而具有挑战性。 既有计算机辅助方法的两类问题： 1. 结构关系建模不足：要么处理整个CT体积，缺少肿瘤相关解剖约束；要么依赖劳动密集的肿瘤分割。 2. 细粒度跨模态对齐不足：放射报告包含器官特异性侵犯细节，但全局特征融合难以把各个解剖结构与对…

arXiv 论文

据候选摘要，该工作把线性响应理论变成一套可校准、按模式分解的“探针”，用来检验机器学习模拟器不仅统计得像、而且对强迫的**响应**也对；结果显示统计保真度与响应保真度可以双向脱钩。由于正文未抓取，以下内容均据元数据与候选摘要整理，细节待核实。

混沌与随机系统的机器学习模拟器（emulator）通常只用两类指标验收：短期预报技巧，以及长期统计量。摘要指出，这两者都**不能证明**模拟器对强迫（forcing）的响应是正确的，而投影（projection）与归因（attribution）研究恰恰依赖这一性质。论文提出的问题是：能否构造一种校准过的、可逐项判定的检验，用来检测学习型代理模型是否具备正确…

arXiv 论文