LeCun 在 ECCV 2026 主旨演讲中主张：仅靠语言和 token 训练难以达到人类水平智能；像素级预测本质不可能，应转向 JEPA，在编码器输出的抽象表征空间做预测，并用 SIGReg 等方法防止表征坍塌。材料还称 V-JEPA 2.1 仅靠单目视频训练即自行学会深度估计。
值得关注：这是对当前生成式模型与语言中心主义路线的一次明确挑战：LeCun 不认为仅靠语言和 token 就能达到人类水平智能。 它提出了一个可讨论的技术替代方向：JEPA、联合嵌入、世界模型、SIGReg 防坍塌。 V-JEP…
NVIDIA NVLink 6 的核心增量不是单纯提高规模扩展带宽，而是把 AI 工厂网络做成一套覆盖物理层、链路层、系统控制面和软件/应用层的无损韧性栈，通过检测、隔离和快速恢复瞬态错误、链路退化与节点中断，维持持续训练/推理产出。
值得关注：大规模 AI 训练和推理是紧耦合集合通信负载，一次丢包、一次链路退化或控制面故障都可能级联成全局停顿。传统以太网 scale-up 替代方案常用 PFC/ECN 等反应式机制近似无损，但可能引入队头阻塞、PFC 风暴和…
2026 年 10 月 26 日，GXO Logistics 与 Agility Robotics 宣布扩大合作，计划于 2027 年初将 Digit 人形机器人部署至 GXO 位于北卡罗来纳州 Statesville 和田纳西州 Lebanon 的站点，用于电商履约中的高重复性物料搬运任务。
值得关注：对产业：这是人形机器人在合同物流场景中从试点走向多站点商业部署的又一案例，且建立在已有真实运营数据（100,000+ 周转箱、65,000+ 小时）之上，而非仅凭意向协议。 对公司：GXO 作为全球最大纯合同物流提供商…
材料称，上海AI实验室在浦江创新论坛发布并开源多模态大模型“书生-S2”，其通用能力位列开源第一梯队，并在生命科学与材料结构类科学任务上大幅领先现有开闭源旗舰模型；其关键设计是可插拔的 Memory Decoder 专业记忆，不改主模型参数即可接入领域知识。
值得关注：本条属于 AI 产业动态中的“科学大模型 + 开源竞争 + 领域知识插件化”信号。它强调的不是单一榜单成绩，而是开源模型在科学任务上对标闭源旗舰、以及用可插拔记忆降低领域适配门槛的产品化思路。与已有 NIST、Epoc…
Agility Robotics 于 2026 年 9 月 15 日发布 Digit 5，称其为公司首款为“规模化协作安全作业”而设计的通用人形机器人，可减少对传统物理安全围栏的依赖，并计划以 2027 年上半年早期访问、2027 年底全面上市推进制造、仓储和物流场景。
值得关注：人形机器人商业化的核心障碍之一不是演示能力，而是安全、邻近人员协作、监管和规模化部署。Digit 5 的增量集中在安全架构、独立安全控制器、标准制定和生态合作。 硬件指标直接对齐工业任务：50 lb 反复搬运、10:1…
Agility Robotics 于 2026 年 10 月 22 日宣布，Digit 5 的量产版将统一采用 NVIDIA IGX Thor 模块作为车载计算平台，NVIDIA 由此成为其独家车载计算供应商，合作范围从 Halos 安全平台延伸至计算架构层面。
值得关注：这是对既有 Digit 5 脉络的增量更新：在 2026 年 9 月产品发布、10 月初投资者日披露订单、10 月中旬 Nyobolt 电池合作之后，本条补上了“计算与安全底座”这一环——Digit 5 的规模化路径不…
Accelerating Dropless MoE Training in JAX with NVIDIA Transformer Engine
上海交大、清华等30多位研究者发布的75页综述《人类构建的最后一个AI》认为，训练成本与人力标注天花板正迫使AI转向递归自我改进（RSI），并提出B0至L5自主度框架与HCI指数；当前系统多具备L1/L2，L3/L4依赖领域且多在仿真，L5仅见于有界原型，且更高自主度未必带来更好改进。
值得关注：RSI是AI能力评估、安全治理和产业路线争论中的关键概念；该综述尝试把模糊的“自我改进”拆成可比较的自主层级。 HCI指数若可用，可能帮助判断不同能力域距离更高自主度还有多少空间。 核心纠偏是“自主度不等于改进质量”，…
材料显示，智谱拟通过配售新H股和发行201.4亿元零息可转债，合计预计净募约393亿港元，其中约60%（约235亿港元）投向下一代GLM基础模型与“完全自训练”体系，核心表述为数据自产、环境自造、基础设施自我优化的递归式自我改进闭环。
值得关注：这是 AI 基础模型公司以大规模股权和可转债融资押注下一代模型与自我改进体系的产业案例。 与已有相关卡片的关系：既有卡片涉及 NIST AI RMF、Epoch AI 研究趋势、OpenRouter 博客归档；本条不重…
据腾讯研究院 AI 速递 20260915 条目，Suno 将 v2 至 v5.5 旧模型全量下架、底层统一换为 v6 家族，并在 Simple 模式接入 Chat/对话 Agent 能力，使音乐生成进一步走向自然语言与多模态调度。
值得关注：这是“Agent/对话能力进入垂直创作工具”的案例：不只生成音频，还尝试用自然语言调度功能和多模态输入组织音乐创作流程。 与既有卡片关注的 3D 世界代理、编码代理、UI 设计代理相比，本条增量在于音乐生成与音频编辑场…
Chain-of-Self-Questioning（CoSQ）是一种 prompt-only 框架：让大语言模型在承诺回答前，先显式评估“回答问题所需的信息是否足够”，再决定回答或弃答；材料显示，它在 TruthfulQA 多选题和 Natural Questions 短答案评估中支持可调的选择性风险控制。
值得关注：它把可靠性控制放在推理时的提示与弃答策略上，而不是只追求回答率或已答准确率。 它提供了一种可调机制：通过变体与阈值调节覆盖率、错误承诺率与已答准确率之间的权衡。 与既有卡片的关系：已有卡片分别关注参数微调中的超级权重、…
剪枝会先破坏智能家居工具调用中的“接地具体性”，再影响模式级意图；密集模型的安全剪枝区间较窄且随后急剧退化，MoE 模型可承受明显更多剪枝，激进剪枝密集模型还可能引发系统性过度拒答。
值得关注：该研究把“模型压缩”与“智能体工具调用可靠性”连接起来，补充了工具使用评测中常被忽略的剪枝退化维度。 与已有 VAKRA 卡片关注跨 API 与检索的多跳推理不同，本条聚焦剪枝后智能家居工具调用的退化结构；增量信息是：…
论文提出 Fuse——一个多智能体模拟框架，用于在“用户向 LLM 助手咨询并推断他人隐藏动机”的场景中构造可验证的社会推理真值；对 12 个 LLM 的分析显示，用户中介、偏见框架、所需细节量和对话长度都会系统性影响模型表现，但具体模型清单、开源地址与数据细节待核实。
值得关注：日常社交咨询中，用户往往带着主观框架转述情境，而“对方意图”又难以验证。如果 LLM 助手易受用户偏见框架影响，或在信息需求上与人类不一致，可能影响建议质量与用户决策。该工作把社会推理评估从不可验证的主观判断，转为可构…
一篇 arXiv 论文提出三阶段遮挡鲁棒多目标跟踪框架：以 YOLOv11n 检测、Kalman Filter 运动预测和遮挡感知外观 Re-ID 维持身份与轨迹连续性，并在 OVIS 与自建军事数据集上相对 OccluTrack 报告 MOTA/IDF1 提升。
值得关注：全遮挡和长期遮挡是 MOT 的典型失效点；该工作把问题从“检测不到”推进到“身份与轨迹连续性如何维持”。 方法层面体现系统集成思路：用 Kalman Filter 处理遮挡期间运动状态，用外观 Re-ID 在目标重现后…
论文提出用结构化文本表示替代表格图像中心路线的表格理解方案：DELTA 将表格解析为 OTSL，TARQA 基于 OTSL 序列微调 LLM，在表格结构识别、表格问答与表格视觉问答上报告了增益，并发布 Hindi 基准 TORQUE 及代码、模型、基准。
值得关注：路线变化：从“表格图像 + VLM”转向“表格结构化文本 + LLM”，可能降低对视觉编码器的依赖。 表示统一：OTSL 同时编码单元格排列和文本内容，把结构识别与后续问答连接在同一表示上。 多语言价值：材料以 Hin…
论文提出把语义伪标签和传感器可见性信息作为额外输入，以最小架构改动提升现有 LiDAR 语义场景补全（SSC）模型；在 SemanticKITTI 上使旧模型与 SOTA 竞争，并在 SSCBench-nuScenes 的 32 线稀疏传感器上显示可迁移性。
值得关注：对 SSC 研究路线提出反思：与其不断加重模型和联合训练分支，不如测试简单、可能带噪的先验输入能否释放已有模型潜力。 若“SSC 训练一次、后接任意分割器”成立，可减少因分割器更新而重训 SSC 的成本，具有模块化价值…
摘要称，SlotDiT 把文本引导 Diffusion Transformer（DiT）放在基于 slot 的物体中心潜在空间中，以参考图像和语言指令为条件自回归去噪未来 slot 轨迹；在四个机器人数据集上，它取得有竞争力的视频生成质量并持续提升任务完成率，同时以更紧凑表示提供计算效率优势。
值得关注：它把“潜在空间设计”提升为 DiT 的关键研究变量，而不仅是去噪架构或规模问题。 对机器人场景，对象中心结构可能把感知中的实体概念带入生成/预测过程，连接视频生成、动态建模与任务完成。 与已收录的 PointDiT 卡…
ScienceBuddy 是一个交互式科研工作空间，提出“递归中的递归自我改进”（recursive-in-recursive self-improvement）：内层在固定模型下改进 harness，外层在改进后的 harness 下训练模型，并把研究者请求、反馈和执行证据转化为持续学习的任务与评估 rubric；具体效果、任务细节与可复现性待核实。
值得关注：与既有脉络的关系：已有相关卡片（如 AI4AI-Bench、PAST-Bench、AI 中的递归自我改进调查）分别从基准评测和分类法角度讨论递归自我改进；本条的增量是把 RSI 推向交互式科研产品与工作流，并提出 in…
作者将 125M GPT-2 模型 MéTRON-FR 提交至 BabyLM 2026 Strict track，并报告其在法语原生语法基准 QFrBLiMP 上达到 85.97% ± 0.17%，在 BabyLM-weighted leaderboard 上达到 62.80%；同时强调儿童规模模型评测中分词器与模板伪影会显著影响零样本打分，需引入原生语言…
值得关注：该工作把“评估工具是否匹配任务”推到前台：法语单语小模型需要原生语言基准，而非仅依赖翻译后的 GLUE 类任务。 它指出儿童规模模型评测中的方法学风险：分词器与模板可能主导 zero-shot 分数，影响结论可靠性。 …