模型09:46
FactorJEPA：将整体未来分解为布局-智能体-交互通道研究拥挤混乱街景的世界模型，发布了新模型和115k数据集，比传统JEPA更擅长处理遮挡和异构交通。
arXiv cs.AI原文
全部动态
AI 相关资讯全量信息流
模型09:36
WAM-Diff2：分层蒸馏实现高效自动驾驶VLA模型它把慢吞吞的自回归VLA模型变成并行扩散模型，性能不掉，推理快2.8倍，还能跑自动驾驶多任务。
arXiv cs.AI原文
模型09:33
Stress-Relief Annealing：自动化仓库布局优化的多项式时间免仿真方法仓库布局优化不用再跑几千次模拟了，SRA 用十九分钟就能搞定，还能让机器人数量翻一倍，值得看看。
arXiv cs.AI原文
模型10:24
TraceViT：用轨迹监督提升视觉抽象推理TraceViT在ARC上刷到67.8%，思路是让每步推理都有中间状态监督，代码还会开源，想搞视觉推理的可以盯一下。
arXiv cs.AI原文
模型09:21
SESA：让技能记忆参与自博弈进化的搜索智能体SESA让AI自己出题自己练，把失败经验存下来反复用，问答准确率比SSP高1到3个点，代码已经开源了。
arXiv cs.AI原文
模型12:26
APO：无监督原子策略优化，用于原子系统 3D 结构预测想搞材料或药物结构预测的可以看看：APO 不用实验标签，纯无监督也能超过全监督的 FlowDPO。
arXiv cs.LG原文
模型11:36
Qwen-UI-Agent技术报告：面向真实世界的下一代GUI智能体Qwen 团队发了 UI-Agent，一个模型统一手机、电脑、网页操作，移动端跑分超 Opus 4.8，还能插命令行，挺能打。
模型11:28
HARGO：异构感知奖励引导优化用于LLM的HPC任务后训练HARGO给HPC任务的RL后训练提了个新思路，不用标签就能按难度加权，四个任务上全面超过GRPO。
arXiv cs.LG原文
模型11:23
TopoFormer：拓扑与注意力结合的图学习图学习想换新思路可以看这个：TopoFormer用扫描把拓扑结构变成token，喂给Transformer就行，比传统持久同调快还准。
arXiv cs.LG原文
模型12:12
SciFigQual-Bench：面向科学图像质量评估的全文本基准评估论文图表质量？SciFigQual-Bench这个新基准让GPT-5.6-Sol驱动的SFQ-Agent打分，误差比直问模型低43%，更靠谱。
arXiv cs.AI原文
想看看AI到底能不能做会计？新出的APEX-Accounting基准拿160道真实会计题考了九个模型，最强Claude Fable-5才56%，离实际干活还差得远。
模型11:14
DLAM：带时间约束的分布性潜在动作模型DLAM用对角高斯分布建模潜动作，解决了时间一致性差和误差累积问题，在多个机器人基准上提升了策略性能。
arXiv cs.AI原文
模型11:04
MMAC：一个大规模多维度音频字幕基准想评估音频大模型的信息还原能力？MMAC有五千多段音频和十五个细粒度维度，比只看生成质量更靠谱。
arXiv cs.AI原文
模型10:53
SciFigAlign: 通过微调对齐视觉与手稿证据评估科学图表想自动给论文图表打分？SciFigAlign比顶级大模型裁判准59%，还能区分同论文哪张图更好——审稿人能省大事。
arXiv cs.AI原文
模型10:38
Setoka：评估个性化智能体层次化用户理解的新基准如果你想了解现有AI智能体到底能多深地理解用户，这个新基准Setoka用心理学理论和方法测出了它们的短板——不只是翻聊天记录，还要推断行为和性格。
arXiv cs.AI原文
模型10:32
Belief-Guided架构：减少围棋AI对MCTS依赖的新方法这篇论文提出一个新架构，让围棋AI不用大量搜索也能在普通电脑上达到专业水平，比AlphaZero更省资源。
arXiv cs.AI原文
模型10:16
Pegasus：将人类视频转化为机器人可学习数据的低资源框架Pegasus用图结构把人类视频变成机器人能学的数据，不用砸钱搞硬件采集了，跨形态效果不错。
arXiv cs.AI原文
Pictura让自动驾驶策略直接从相机图像自对弈学，跑完3500万公里，性能逼近用真实位置速度的版本，值得AI研究员看看。
模型11:50
PRISM-AH：面向视频级矛盾与犹豫识别的知识引导多模态推理PRISM-AH在视频级矛盾识别上把macro F1从0.28翻到0.61，比直接看零样本强多了，适合研究多模态情感分析的人看看。
arXiv cs.AI原文
模型11:34
SAM与Muon结合的谱范数鲁棒性优化这个研究把SAM的内扰动改成矩阵谱范数，再用Muon做外更新，在ImageNet的ViT和ResNet上准确率都最高。
arXiv cs.LG原文
模型11:17
MODUS: 仅解码器的任意到任意多模态建模MODUS用一个解码器统一处理各种模态的输入输出，省去多个专用组件，性能不输专家模型，还开源了。
arXiv cs.AI原文
模型09:25
DynaBridge：动态摘要引导的跨任务多模态DASS-21心理评估新框架DynaBridge用多模态数据和语义摘要预测抑郁焦虑压力，在AdoDAS上F1达0.5，比基线强。
arXiv cs.LG原文
模型09:22
MemSFT：用外部参数化内存缓解对齐惩罚你想微调模型干专业活又怕它变傻？MemSFT加个记忆模块，领域知识涨了，通用能力不掉，比全参数微调靠谱。
arXiv cs.LG原文
模型09:20
物理信息宽学习系统PI-BLS：无需反向传播的高效PDE求解框架PI-BLS用伪逆一步求解PDE，比传统PINNs快得多，参数更少，效果还不差，适合做物理模拟的朋友试试。
arXiv cs.LG原文
模型12:30
ClinFusion: 面向整体医学理解的视觉中心多模态LLM系统ClinFusion用新架构统一2D/3D医学图像，在20/24基准上碾压Hulu-Med、Lingshu，甚至超GPT-5.2。医生盲评说它报告最好，值得关注。
arXiv cs.AI原文
模型12:19
APS-RAG：面向科学设施的纠正性代理混合RAG与运行评估APS团队搞了个能检索几十年知识库的RAG系统，把BM25的63.8%准确率提到了70.3%。交叉编码器是关键，去掉掉32.8%得分。科学设施运维AI神助攻，代码和基准都开源了。
arXiv cs.AI原文
这篇论文发布了一个综合框架，让你看到当前LLM在社会智能上的短板（最高才72%），并提出Zing训练和Actio推理搭配，能显著提升表现。想了解模型怎么更懂社交规矩的可以看看。
罕见病诊断难？RareLens利用多个大模型的差异推理，在各阶段都超越GPT-5等顶尖模型，准确率还高。
arXiv: DeepSeek原文
模型11:49
MMOE：用高效专家设计现代化扩散Transformer这篇论文把LLM里高效扩展的思路用到了扩散Transformer上，MMOE在单机8卡H100就跑出了更低的FID，比加参数更实用。
Kimi 开源了2.8T参数的K3模型，激活104B参数，能处理百万token上下文，视觉能力也不弱，性能直逼Claude和GPT-5.6，适合用来部署或研究。
模型10:37
DualityCert：量子场论中破损对偶声明的验证器门控语言模型修复用验证器帮语言模型修量子场论对偶声明，效果不错，deepseek-chat提升8个百分点，qwen-plus提升7个百分点，值得关注。
arXiv cs.AI原文
模型12:13
学习用Transformer模型制备分子基态这个框架能自动设计量子化学电路，比传统ADAPT-VQE快10倍，还在真实量子计算机上跑了实验。搞量子计算化学的可以看看。
arXiv cs.AI原文
模型10:58
TRACE-ROUTER：面向智能体AI的任务一致自适应在线路由框架这篇论文给出了一个很实用的思路：用任务级反馈来动态路由LLM，不用每次调用都做独立决策。在多个基准上同时提升了准确率和速度。
arXiv cs.LG原文
模型10:57
CausalForge：基于Lean的因果推理自动化研究框架CausalForge用Lean做因果推理自动研究，能验证证明并审计陈述，比纯LLM评审靠谱。
arXiv cs.LG原文
模型10:57
LunarFM：月球表面的多模态基础模型LunarFM把三个月球任务的六种仪器数据整合成一个模型，能直接做资源识别和地质分类，开源数据集和代码。
arXiv cs.LG原文
模型10:56
κ-LoRA：条件数决定哪些 LoRA 矩阵值得更新如果觉得 LoRA 微调大模型太费钱，κ-LoRA 只挑条件数大的矩阵来更新，参数量砍半，速度提升 16%，精度不降，值得试试。
arXiv cs.LG原文
模型12:22
GraphVid: 交互式图控制视频生成模型想精确控制视频里多个物体的互动？GraphVid用交互图代替画轨迹，效果比Motion-I2V好很多，FID降了40%。
arXiv cs.AI原文
模型12:10
OpenForgeRL：端到端训练 Harness 原生智能体的开源框架想用强化学习训练自己的 Claude Code 智能体？OpenForgeRL 让你在真实 harness 和环境中端到端训练，ClawEval 和 GUI 基准上表现不错，而且开源可用。
arXiv cs.AI原文
模型12:07
Expanding Flow Maps：变长生成新框架想要生成可变长输出的流模型？这篇提出了EFlows和EFMs，把扩张和去噪打包成一个可学操作，还能处理图和序列，挺新鲜。
arXiv cs.LG原文
模型12:00
EnsembleEGNN：环肽分子构象集成图学习模型做分子性质预测的朋友看过来：新模型EnsembleEGNN把多个构象编码成一个嵌入，在环肽任务上比纯序列模型效果好，R²提升到0.538。
arXiv cs.LG原文