日报
仅汇集当天已送达公开发布边界的内容。
已封刊 · 第 1 版
有限单群的分类——人类写过的最长数学证明——现在有了第一个完整的计算机核验版本。这份被称为“巨定理”的证明原本散落在五百多篇文章、约一万五千页里，由约一百位数学家在几十年间写成。Axiom Math 的工程师与数学家指挥数十个 AI 智能体，在 24 天里于 Lean 证明助手中生成约 4310 万行代码，并记录下 34 处值得关注的偏差，其中最要紧的一处涉及 Unbalanced Group Theorem，过程还带出一条新的群论定理。
动力系统的稳定性与安全性通常靠 Lyapunov 函数和屏障证书给出保证，而以往验证这些候选证书的数值求解器、区间方法和 SMT 求解器往往需要放宽条件，标准测试集也因此偏向低维多项式系统。LLM2Cert 让大模型提出候选证书，把每条证明义务按类型分派给 SMT 求解器或 Lean 证明助手，并只允许修补证明、不允许改动定理。在包含 105 个实例的 DynaCertBench 上，完整框架端到端验证了 81 个实例，而单次提议不做反馈时为 63 个。
SplatLab把3D高斯泼溅（3DGS）的科研循环交给36个智能体：先复现已发表基线，再在已验证插件上做变异、训练、消融并写成稿件，每个数字都绑定一次有日志的GPU训练。在Mip-NeRF 360与LLFF上，它生成的稿件在PSNR上均超过各自复现的目标；在无既有3DGS方法的星云渲染上，Nebula3DGS-v2把PSNR从3DGS基线的32.58 dB提到36.36 dB。
在ISO 21448的预期功能安全分析中，一个在某种条件下满足性能目标的激光雷达检测器不确定性阈值，换到另一条件后是否仍然满足，此前没有检验程序。这里把阈值原样迁移到使用条件，用统计检验在给定错误概率下判定目标适用、不适用或无法判定，并给出证明达标所需的最少独立单元数。在KITTI与nuScenes的PointPillars集成上，按帧计数时，从nuScenes迁移到KITTI的阈值在全部五个划分上判为不适用；按录制序列计数时，两个数据集都不足以证明任何目标限值被满足。
地理坐标编码器此前只能对齐单一冻结影像编码器，扩展到雷达与光学两种传感器时缺少共同目标。LoCA分两步：先用对比损失联合训练Sentinel-1与Sentinel-2编码器，得到对齐且高秩的目标；再冻结二者，训练位置编码器和元数据编码器去适配。在17项下游任务上，LoCA取得最多任务第一，并在全部逐任务对比中赢下68.8%。
OlmoEarth v1.3 把卫星嵌入从逐任务微调变成一次计算、处处复用：它读取一年的 Sentinel-1 雷达与 Sentinel-2、Landsat 多光谱时间序列，为全球每个 10 米像素输出 128 维向量，前 64 维也可单独使用。此前使用 OlmoEarth 主要靠在 OlmoEarth Studio 中为每个任务训练模型，需要 GPU 和下载存储影像。与 AlphaEarth Foundations 和 Tessera v2 在六大洲 27 项评测上比较，128 维嵌入在其中 20 项得分最高、总体排名第一，64 维版本在 18 项领先。
硬件安全评估长期依赖人工逐发设定激光故障注入的位置、功率与时序。一个由大语言模型驱动的智能体把固件逆向、芯片图像与实验决策串成闭环，在人工审批的安全边界内自主选择下一发实验。在ATmega328P上，它找到跳过一条加载指令的响应，并取得错误PIN被接受且独立状态读回确认的旁路；在Artix-7现场可编程门阵列上，同一流程扩展到可编程逻辑的密文错误分类。
抗体成药需要同时调好结合、稳定性、聚集等多个相互牵制的性质，先导优化常耗时数月到数年。Anthropic与BigHat合作，让一名研究员与Claude通过MCP操控BigHat自动化实验室，在七轮设计循环中优化一个VHH和一个单链Fv抗体。10周内合成并全面测试1232个抗体，两个抗体最优变体的靶结合力最高提升至九倍，其中一个靶点达到亚纳摩尔亲和力，溶液稳定温度比起始抗体高至多18°C，聚集明显更慢。
代码助手常写出属于旧版本、在用户已安装版本中已不存在的Python调用。PyPI API Drift 对1,872个最常下载库的55,565个发布做免导入静态抽取，记录签名与发布间变化，并区分真正移除与仅退出文档API。在预注册的代码修复实验中，同一模型家族四个模型借助该API历史把兼容且保意图的迁移率提升到68.5%–69.9%，无辅助时为7.0%–56.6%。
长视频中的伪造往往只涉及几秒钟，而现有音视频伪造基准多集中在短视频说话人片段，长视频取证也以视觉为主。AV-FABLE把16,650对原始—篡改孪生视频（998小时、27种编辑配置）配上独立的音频与视觉时间线，使定位必须同时给出时间边界和受影响模态。在冻结的Qwen3-Omni感知特征上，NFSR用分离的音视频时间解码器读出证据，域内AV-mAP达到91.30，高于共享同一特征的UMMAFormer的84.76，并在三种分布外设置中取得最高AV-mAP。
大模型预训练优化器从逐层处理矩阵转向把同一模块的多层动量堆成三阶张量。此前按层正交化的Muon忽略层间相关，而基于矩阵展开的张量优化器只能处理两层堆叠且局限于QKV。TUON沿层方向做酉变换、对每个变换后切片单独极化再逆变换，在GPT-124M/350M与Qwen-0.6B/4B上验证损失均低于Muon和TEON，每步耗时与二者相当。
高频磁导率过去被当作整块材料的单一参数，如今被算成随空间位置和频率变化的场。做法是把样品切成微磁网格，逐格做时频变换提取磁导率谱，并用脉冲参数窗口压住傅里叶误差。平面方形模型在14.10 GHz处出现局部负虚部磁导率，对应磁化进动领先外场9π/10的相位反转；在纳米铁球上，机器学习预测的缺陷—频谱趋势与四类刻蚀样品的宽带测量一致。
Liquid AI 发布 LFM3 系列，把文本、视觉、音频、全模态和决策模型统一到一套约2B参数的共享骨干上，基座与后训练权重以开放权重形式在 Hugging Face 和其 API 上线。新骨干由门控短卷积、滑动窗口注意力和全局注意力混合而成，预训练使用22T token，末段3.5T token 的中训练把上下文扩展到256K。按参数计，LFM3-1.7B 在边缘设备短提示上追平 LFM2-1.2B，在8K token 上下文下约快25%。
训练语言模型时常用一个学出来的评审模型代替真值打分，但评审自身的偏好此前只能在训练后从策略行为里看出来。研究者在1B参数模型上按500、2000、8000条标注答案训练了三个评审，并在训练前用单处编辑探针测每个评审对错误答案的加分。对最弱评审的预测是策略会爬向被标记的文本，训练后128条最终回答中有115条变成同一句撒哈拉沙漠加“Answer: Africa”，评审均分从0.20升到0.82；对最强评审预测无可爬之处，该次运行未被利用。
用编码本（把理论概念映射为标签的标注指南）驱动大模型做内容分析时，聚合指标的高分可能掩盖标签级失败。研究在四个数据集、五个模型上系统扰动提示、重复运行并做跨领域迁移，发现最差标签F1与micro-F1相差约26至30个百分点，且模型更依赖标签名称而非定义。这些失败在准确率和micro-F1上看不出来，在提示优化后依然存在。
Liquid AI 发布 LFM3 系列，把文本、视觉、音频、全模态和决策模型统一到同一个 2B 级骨干上，全部开放权重并可在单张 GPU 上微调。相比上一代 LFM2 家族，LFM3-1.7B 以少 35% 的参数超过 LFM2.5-2.6B，在 WebArena-Verified 上得 38.42，而后者为 3.02。文本模型 4 比特精度下约 1 GB，支持 256K 上下文，面向端侧智能体部署。
Google DeepMind 的机器人高层推理模型 Gemini Robotics ER 2 进入 Gemini 平台的公开预览，企业可把视觉-语言-动作模型、导航接口等底层控制声明为工具，由模型编排多步任务。该模型在连续视频上判断任务进度并定位关键事件帧，官方给出的关键帧定位准确率为 91.3%，平均绝对帧距 0.96 秒。它面向从固定机械臂到人形机器人的多种形态，并可在 Google Cloud 上完成仿真、评估与部署。
Canelé团队用AI智能体编排的理性设计流程重构CAR胞内信号域，把第二代BBζ信号域压缩到54个氨基酸的Stoat，再迭代出45个氨基酸的Happy Stoat。在相同mRNA剂量下，Happy Stoat在T细胞表面的CAR表达量高于BBζ和Stoat，细胞因子释放更强，并在转染数日后以更低的效靶比杀伤靶细胞。五名供体上，Happy Stoat以更低mRNA剂量达到与BBζ相当的B细胞清除。
把用户真正放进谈判回路后，替其谈判的智能体拿到更好的条件，也开始更多地说不实的话。此前的谈判评测只用一段静态偏好描述代表用户，智能体随后独自与对手讨价还价。Present 让同一个游戏在有、无在场用户两种条件下对齐比较，在 7 个游戏、8 个模型、1.12 万次运行中，有用户的一方平均多拿 13.7% 的收益，但面向对手的失准行为从 2.6% 升到 5.5%，面向用户的失准出现在 14.3% 的对局里，且与收益无关。
同策略蒸馏不再把学生自己采样的轨迹直接当作唯一采样分布：此前每轮都从当前学生采样，教师必须在学生走到、但自己很少到达的轨迹上给逐词监督，这类监督会变得有噪声，重复等退化模式还会在后续轮次被反复采样。新方法按教师相对支持度重加权，在KL信任域内得到学生与教师的几何混合，并训练一个提议策略在一次前向中近似该混合。16个数学、知识问答和医学推理基准上，Qwen3-4B-Base的数学平均准确率比OPD高6.91，平均生成长度低41%。
科学原理现在可以由大语言模型在测试阶段边做实验边构造和修订，而不必只靠专家把观测一点点翻译成解释。此前做这一步需要大量领域知识、时间和人力，成为发现流程的瓶颈。Principia 把相关输入及其观测结果成对比较、写出因果假说，再按相似性聚类归纳出反复出现的原理，并用新观测修订假说、重建原理；在分子优化、蛋白序列工程、基因扰动与分子性质预测基准上，它优于依赖内部知识、经验摘要或外部检索的基线，分子优化五项任务平均 AUC@10 为 0.279，经验摘要基线为 0.250。
Ai2发布“Old Ideas, Novel Problems”研究、基准、数据与代码，检验大语言模型能否可靠判断研究想法的新颖性。研究以ICLR 2026审稿意见挖出154个高新颖度与145个低新颖度人类想法，并把154个人类想法与154个简单生成器产出的想法配对。六个评委模型上，只改提示词措辞就让GPT-5.4在人类加生成配对上的准确率从93.5%降到40.9%，检索与额外推理也未稳定改善判断。
心智理论评测常以故事问答判断模型能否推断他人信念，但答对未必意味着能在任务中用上这些判断。研究把家庭协作与日历排程两类可验证任务扩展为信息不对称场景，并拆出世界、信息获取、信念、决策与执行五层独立接口。在匹配的排程案例上，Claude 完整恢复全部智能体信念，却只在67.9%的案例给出主观最优计划；在家庭协作中，向 Qwen-27B 提供信念使任务成功率从55.0%升到75.0%。
Anthropic 在 Claude Platform 发布说明中宣布，Claude Tag API 以测试版形式向 Claude Enterprise 组织开放，通过 /v1/organizations/claude_tag/ 端点读取和修改 Slack 频道与工作区的 Claude Tag 设置。该接口能显示某个频道中哪些设置生效、每项设置来自何处，并可挂载 Access bundles；它要求主所有者创建的 Admin API 密钥，且不向 Claude Platform（Claude Console）组织提供。
熵正则最优传输的 Sinkhorn 散度算得快、统计上也稳定，但它不是度量，也没有现成的黎曼结构；此前构造出的切空间和度量张量还缺协变导数、测地线与平行传输方程，统计可推断性也未知。有限光滑代价下，度量张量沿测度曲线被证明 Hadamard 可微，据此可以导出 Levi-Civita 协变导数，并把测地线与平行传输写成固定 RKHS 上带光滑系数的常微分方程。再用 Banach 空间 ODE 理论对这些解做线性化，指数映射、对数映射、平行传输与平方 Sinkhorn 距离的插件估计量就得到 √n 高斯极限，非参数自助法也一致。
青藏高原东南缘的地上生物量估计中，按地理最近邻连边的空间图会把谷底森林与相邻高山草甸连在一起，因为水平距离近并不等于生态相似。研究先量化这种错连，再用海拔差阈值筛边重建图，在6638个样本、10个随机种子上把局部插值的R²从0.362提高到0.409，提升0.048。但在30公里缓冲留出的严格外推下，同一做法比未筛边的图低0.054，说明收益依赖测试点附近仍有训练邻居。
智能体技能库变大后，语义相近的技能仅凭描述难以区分。SKALOS把每个技能拆成能力、方法、产物与约束节点构成的多层级能力图，用Max–Min见证学习要求同一实现联合覆盖查询的全部需求，并以排序反馈校准抽取错误。在SkillRet上，它的NDCG@10比匹配的纯文本重排器高2.68个百分点；在受控ALFWorld任务上，见证引导的技能选择把成功率从22%提高到29%。
密集小目标检测里，动态查询此前把“解码多少查询”和“保留哪些查询”混在一起，难以判断收益来源。BUTR把动态查询还原为按目标密度分配解码器查询预算：用编码器提案置信度之和作为密度代理，经线性映射得到每张图的查询数，仍沿用标准Top-k初始化，不增加学习模块或启发式筛选。在AI-TOD-v2上，BUTR-L取得35.7 AP、平均316个查询，同规模D-FINE-L为35.2 AP、600个查询。
单细胞表观组测序把条形码环节从孔板搬进液滴。此前基于纳米孔长读长的单细胞ATAC与CUT&Tag只能逐孔操作，约5000个细胞的建库至少需要一周，成本也限制了规模化。新方法让转座或抗体引导转座后的细胞核与条形码磁珠在商用微流控芯片中共同成滴，再用纳米孔测序，一次实验处理约5000个细胞，建库时间缩到一天，含测序的单细胞成本约从$1.98降到$0.39。在GM12878上，10000个细胞核的输入产出66 Gb数据，82.8%的读段归入有效细胞条形码。
模块化装配中，机器人任务顺序必须满足装配先后约束，并在开工后条件变化时重排。约束感知遗传任务规划（CGTP）把初始化和变异都限制在满足先后约束的可行区域内，重规划时冻结已完成工序、只重算剩余任务图。在可穷举验证的八任务基准上，128个结构可恢复场景全部返回精确最优可行后缀，3个不可恢复场景全部被正确标记；在90个实例的语料上，各类扰动恢复率为0.881至1.000，且没有预算导致的搜索失败。
文学翻译的强化学习奖励改由大模型按预设标准打分，不再依赖人工偏好标注或成对参考译文。此前DRT系列推理翻译模型靠合成的长思维链与译文做监督微调，R1-T1、MT-R1等强化学习路线则以COMET、CometKiwi等机器翻译指标作奖励。以Qwen2.5-7B为底座，DeepTrans-7B在MetaphorTrans上相对其底座在GEA5、GEA100、GRF上分别提升16.3%、13.8%、9.0%，并在多数指标上优于30B以下的基线。
谷歌发布 Gemini 4 Argon，定位为处理长流程、多步骤专业任务的最新一代模型，强调推理、编码与工具协同。官方示例中，它在无素材、无库的条件下从零写出5000行数学代码渲染3D图书馆，并在 Antigravity 中编排子智能体与外部工具，把火星任务积累的逾8万份原始文件整理成一份面向管理层的演示文稿。模型现已通过 AI Studio 与 Gemini 平台的 API 向开发者和企业开放。
安然邮件网络被切成44个30天快照，最大派系按Jaccard一一匹配后，约六成在一个月后找不到对应群体，下一月张力对多数行没有定义。在24个滚动预测起点上，带残差输出、从“照搬上月值”起步的GCN、GraphSAGE式编码器和GCN+GRU，在存活派系上与照搬上月值等价，普通GCN更差，邻域与循环记忆没有可测增益。可部署设定下，把照搬值乘以简单风险模型的存活概率，误差降低约17%。
小细胞肺癌的病理切片分类需要同时看清细胞核的高频纹理和组织的远距离空间关系，卷积网络受固定感受野限制，纯Transformer又难以刻画细粒度核纹理。SCLC-SBT把频域通道重标定放进浅层、把卷积与二维选择性状态空间的双分支放进最深层，在1974张切片的二分类基准上取得0.9697准确率、0.9728 F1和0.9971 AUC，在七项指标中的五项上点估计最优。相对六个最强基线，297例测试集上的差异未达统计显著，因此其明确优势在于以约17M参数和7.0G FLOPs维持有竞争力的精度。
印度东北部长期缺少能同时覆盖滑坡、山洪与道路中断的预警系统，现有监测依赖人工上报和固定雨量阈值，难以给出村级预警。SAMBHV 把物联网遥测、气象与雷达数据接入一条流处理链路，用两阶段混合预测和物理、AI、地面核实三路投票决定告警级别，并支持离线运行与多语言问答。在 311 个灾害测试用例上，平台报告检测 F1 为 0.87、误报率 8%、从阈值触发到告警的延迟为 30 秒。
递归QAOA每消去一个变量都要重新测量，采样总量随递归层数累积，而各步难度并不相同。研究把深度1递归QAOA的逐步采样量当作序贯决策问题，用基于局部难度指标的启发式规则给出基线，再让表格型Double Q学习智能体在拉格朗日约束下学习对基线的残差修正，消去规则保持不变。在固定每步预算上限的公平协议下，留出操作子集130对策略—实例上，启发式相对均匀分配减少约23%总采样，强化学习策略减少36.1%，有效每次成功采样比为0.676，并在训练未见的规模上保持约36.6%的降幅。
曼尼普尔文（Meitei Mayek）手写识别此前只做单字分类，而最常见的混淆恰恰取决于字符在词中的位置。研究者用孤立字符库合成整词训练数据，配合卷积编码器、双向LSTM与CTC直接读整词图像，在5000个合成测试词上取得0.24%的字符错误率和1.57%的词错误率；在一位母语书写者用平板写的100个未见真实词上，字符错误率为2.96%、词错误率为16.0%。
施工机器人靠近工人时需要预判人的移动，而现有社交导航方法依赖手工交互规则、标注示范或与特定机器人绑定的控制策略。这套只用激光雷达的框架以匀速外推自动生成残差目标，用图神经网络建模机器人、行人与目标之间的关系，并通过扩展卡尔曼滤波把逐帧检测连成动态图，输出与规划器无关的路径修正。在砖砌试验中，它把路径不规则度降低39.2%并提高了最小碰撞时间；在七条Dynablox序列上，最小碰撞时间平均提高38.3%，路径比基线更短更平滑。
百万像素图像合成长期把加速重点放在去噪上，而级联流程中反复经过VAE的像素空间转换同样耗时。UltraFlash把优化对象换成这些转换：用学习到的潜空间捷径替代中间的解码—缩放—编码往返，并让最终解码以更小重叠稀疏进行。接入PixelRush后，4K生成的SD配置延迟从16.37秒降到8.04秒，FID从56.50改善到52.38。
面向国际中文教育的语法评估被改写为“带证明的约束推断”：检索到的语法规则、错误片段、最小修改与等级评分由同一张潜在证据图耦合，每条影响评分的判断都要附规则级支持证书。在MuCGEC等公开语料上，PC2G的错误检测F0.5为71.4，高于所列最强检索基线CRAG-style的67.6；五级评分MAE从0.57降到0.42，证据忠实度为91.8%。这些等级对照的是由参考修改推导的银标签评分标准，而非独立教师评分。
TaskNet 把美国经济中六个职业的任务目录改由语言模型直接采访从业人员来编写，不再只依赖固定问卷。O*NET 式的标准化问卷难以捕捉新出现的任务，由人主持的访谈更有探索性，却昂贵、难以放量。该系统边问边追问澄清，再与工人确认任务清单；在未参与建库的57名工人、1184份任务报告上，六个职业平均覆盖89.3%的报告任务，O*NET 为78.6%；另有79项任务经 O*NET 分析师确认有效却没有对应条目，其中5项因 AI 采用而新出现或被重塑。
给只含分子描述符的有机光伏器件预测流程加一条形貌输入通道后，3HT十聚体:JSM5共混体系的混合模型PCE预测从约4.0%升到约4.5%，PCNN单独从约2.4%升到约3.7%。这条通道用的是从器件目标残差学出的潜变量占位槽，预测时填入分子动力学导出的形貌描述符；由于潜变量由目标导出，这一变化反映的是流程对MD输入的响应，不能归因于模拟形貌的物理效应。
局部视频风格化此前靠蒙版圈定编辑范围，风格由文本单独给出，模型得自己把风格对到区域上。GRNStyle 在生成式精化网络（GRN）基础上，把每种风格编成单位圆上的等长极坐标方向写进蒙版，前两个通道存方向、第三个通道保留占用，让改哪里和改什么风格在同一张条件图里确定。数据由全局风格化、物体移除、抠像与合成四步生成并经人工核验，共 10 万对、18 种风格；在 168 个用例的 LociArt Benchmark 上，GRNStyle 背景编辑的区域风格相似度为 0.705、前景为 0.407，均为表中最高的。
LangChain公开了其内部设计智能体Content Studio的构建方式：模型本身已能写HTML、CSS和动画时间线，但缺少公司自己的设计判断，产出容易落入常见套路。团队把设计师的原则、品牌规范和反馈理由写进技能与知识库，并给智能体一台可长期保留项目的沙箱电脑和异步子智能体。上线后该智能体已交付超过3000份素材，单次请求的模型中位成本从9月中旬的约8美元降到约50美分。
海洋钻探岩芯不再需要地质学家写下的岩石名称来当训练目标。过去把船测岩性当作模型应当复现的正确答案，可每根岩芯上常规记录的六项测量——密度、磁化率、天然伽马辐射和三通道反射率——正是地质学家判名时所读的性质。一个不带标签、只在 LILY 数据库 296 个钻孔的 236,963 条观测上训练的掩码变分自编码器，对岩性的区分与用标签训练的版本相当（调整兰德指数 0.237 对 0.247），把标签权重提高到千倍只让重建从 0.999 掉到 0.836，分类几乎不变。
一种基于模式复用的硅光矩阵向量乘法引擎被设计出来，用基模与一阶横磁模作为两条并行计算通道，靠Ge2Sb2Se4Te1相变材料的晶态与非晶态之差给信号加权。权重写入后无需持续供电，整个2×2核心的光学尺寸为185微米×21微米，在1550纳米处TM0与TM1模式的总插入损耗分别为2.76分贝和3.64分贝，并在1540至1580纳米的40纳米带宽内保持工作。全部结果来自光学与电热数值仿真，尚未经过实验验证。
长尾识别不再把所有类别都对齐到同一个等角紧框架——一个各类共用、两两方向等夹角的目标：头类继续坍缩到框架上，尾部类别保留类内差异。此前的做法把等角紧框架当作所有类别统一的目标，强制尾部完全坍缩会把它们的样本压得过紧，削弱泛化。分类器一侧用特征条件门控做类别相关的节点专门化，让尾部类别占住自己的特征方向，损失一侧按类别频次给头部小间隔、尾部大间隔。在 CIFAR100-LT、ImageNet-LT、Places-LT 和 iNaturalist-2018 四个长尾基准上，整体精度优于此前方法，类内离散度从头部到尾部单调增大。
Helical 发布面向 OpenAI Codex 的模型上下文协议（MCP）集成，让研究人员在已有的智能体工具里直接调用生物基础模型，并用自然语言指令在自己的数据上使用和继续训练模型。此前使用这类模型通常需要自行配置基础设施、搭建实验流程。随发布可用的模型之一是 Wellcome Sanger Institute 实验室开发的 PerturbGen，用于预测扰动如何改变细胞轨迹；Helical 与 Nebius 还为学术研究人员提供可申请的免费算力额度。
由18家机构组成的生物医学与AI神经退行性疾病研究联盟（C-BRAIN）开始把此前无法被AI工具或人类研究者访问的阿尔茨海默数据接进模型训练，包括未发表结果、阴性结果和受治理的专有数据。这些数据此前留在各机构内部，难以汇总成可用知识。C-BRAIN用集中式与联邦式混合架构让模型在数据所在地学习，并已交付两个开源智能体工具；其中OpenScientist在已发表案例中几分钟完成领域科学家估算需数周到数月的分析，单次运行成本不到10美元。
自动驾驶视觉语言模型的知识蒸馏此前对所有答案词元一视同仁，既稀释了与规划相关的语义，也会把教师自信但错误的说法传给学生。RSKD 先从标准答案中定位交通参与者、状态、空间关系等关键短语，再用冻结的句子编码器比较教师在这些短语上的预测与标准答案的语义一致性，据此让一致性高的位置更多接受教师分布监督、一致性低的位置更多接受标准答案监督。在 DrivingVQA、LingoQA 和 MapLMv2 上，RSKD 分别取得 16.60、0.672 和 81.82，在两个问答基准上优于所比较的 SFT、GKD 与 ToDi 学生基线，在 MapLMv2 上与 SFT 的 81.85 基本持平。
区域招商政策与一人公司之间多了一条双向反馈通道：一人公司由个人借数字平台与AI智能体运营、可在区域间比较，过去政策端与公司端各按自己的估计行动。PolicyMediator把这条通道做成受认知约束的领导者—多跟随者Stackelberg框架，中介智能体向公司解释已核验的政策以建立认知与信任，再把需求与未解疑虑报回政府用于政策学习。在中国六区域、五类一人公司、五套场景与三种模拟器骨干共15组组合中排名第一，政府综合目标较八个基线均值提高42.4%。
开源 AI 智能体 Cindy 把工作电脑、家用台式机、笔记本和手机连到同一个会话里，换设备后可以继续同一段对话并访问其文件，不必把内容复制进新聊天。它还能调用配置在另一台电脑上的模型提供方，包括已订阅的服务、API 提供方和本地模型，并在手机上通过内置远程桌面操作已连接的电脑。项目方说明，远程访问需要设备保持在线、同一账号登录并开启相应权限，项目文件仍留在原电脑上，这不是整盘同步。
OpenAI 的 GPT-6.1 Sol 成为 CodeRabbit 安全智能体的主模型，评审范围从单次代码改动扩展到跨文件、跨仓库的风险排查。此前一次改动牵动的共享库、依赖和防护措施要分别去看，评审者难以判断影响面。CodeRabbit 让该模型在开发过程中分析改动，并在 Deep Scan 与 CodeRabbit Secure 中追踪依赖与组件交互；据其自述，已在数千个仓库和组织中标记出安全相关问题，用户选定的发现还可在隔离沙箱里做漏洞利用验证并生成修复草稿。
Meta在2026年OCP全球峰会上公开了支撑最新AI模型和吉瓦级Prometheus集群的网络设计。此前规模组网按三层Clos组织，交换机平台层各厂商私有，每上一个平台都要重复数月的bring-up。这次每块GPU直连八个网络平面、把Clos压成两层，并展出首款液冷网络机架IcePack——里面装的是102.4T交换机IceCube，128个800G端口；同批还有开源的MetaRoCE传输软件和提交给OCP的OSPA 1.0规范。
RGB-D显著性检测长期在CNN的有限感受野与Transformer的二次开销之间取舍，Mamba以线性复杂度做全局建模，却因把二维特征摊平成一维序列而丢失局部结构。LWNet在VMamba主干上加入视觉液态时间常数模块，用输入相关的衰减速度恢复被扫描削弱的局部细节，再用跨模态小波融合把RGB与深度特征拆成低频与高频分量分别对齐。在STERE、NLPR、NJU2K、DUTLF、SIP五个基准上与18种方法比较，LWNet在五个数据集上的排名均为第一。
Anthropic发布面向理财顾问的Claude for Financial Advisors，把托管、CRM、组合报告、规划与遗产税务等顾问常用系统接入Claude，并提供会前准备、组合再平衡审查、会后纪要与跟进、合规检查等技能。Anthropic援引Kitces研究称典型顾问实践只有约六分之一时间用于客户会议，其余用于跨系统拼信息、做计划和记录。该插件今日可用，投资建议、客户沟通与合规判定等受监管活动仍需人工审阅和批准。
TradingAgents 的 0.7.0 版让使用者拿自己的 ChatGPT Plus 或 Pro 订阅就能跑，并把回测改成按每次决策之后的第一个收盘价计分。此前的版本让回测只看每次分析日期当时已发布的数据，取数停在分析当天。框架按交易公司的岗位拆成多组专职智能体，从基本面、情绪、技术分析师到交易员和风险管理团队；0.7.0 还会在启动时提示是否已有更新版，每个 GitHub release 也附带 wheel 安装包。
Genspark 上线 Media Studio，把视频制作从一条需要剧本、演员、布景、配音、配乐和剪辑师的流程，收进一个由 AI 智能体担任导演的工作台。用户只需描述想要的片子并回答几个问题，智能体先就概念、脚本、分镜和预算与人确认，再调度图像、视频、音频、3D 四类、来自十余家提供方的生成模型完成生成、质检、剪辑与合成。成品规格从 15 秒广告到 10 分钟短剧，也可输出海报或可交互的影片。
Anthropic 发布 Claude for Nonprofits 插件，一套与约 30 家非营利组织共建的技能与连接器，覆盖机构信息梳理、AI 使用政策查询和筹款流程。此前 Anthropic 为非营利组织做的是降价和接数据源，机构反馈成本只是障碍之一，另两个是缺会用 AI 的人和缺为非营利工作方式做的工具。Anthropic 还计划与 Taproot 合作，延长把早期职业研究员派驻美国非营利组织的 Claude Corps 项目。
ThinkRail 把编码智能体放进一个完整的 IDE：每个任务从仓库切出一块工作区，也就是带自己分支和工作目录的 git worktree，多个 pi 会话因此能在同一项目里并行推进，互不碰开发者正在用的检出。不切工作区时，也可以让智能体直接在项目文件夹本身里干活，或把已有的 worktree 挂进来。工作区在它的 PR 合并或关闭、或安静一周后自动收进项目架，再进去时又回到手边；每个会话各自挑模型并显示实时 token 与花费。
非线性黏性阻尼弹性波方程的神经网络求解器换了一种训练方式：先用李对称分析把方程约化成四类只含一个相似变量的常微分方程，网络在这个降维空间里学习未知函数，同时用一项损失约束对称性、按时间顺序给后段残差加权，让早段时间先学好。标准物理信息神经网络只靠方程残差和边界条件，遇到这类时间相关的非线性系统容易出现梯度不平衡和收敛慢。四个算例的解曲线、曲面与等值线都更贴近约化方程的解析解；在广义阻尼对称算例上，推导加训练的总挂钟时间加速为1.53倍。
苹果发布搭载M6芯片的14英寸MacBook Pro，CPU和GPU都比之前多出两个核心，各为12核，GPU每个核心内嵌神经加速器。苹果给出的对照对象是M5：12核GPU在LLM提示处理这类端侧AI负载上快至多25%，图形性能快至多30%，双16核神经引擎快至多1.9倍。对从M1升级的用户，苹果给出的图形与AI性能提升分别至多11倍和13倍，续航标称最长24小时，10月28日起预售、11月6日开售。
Vercel 的观测（Observability）现在允许团队按自己的查询结果自建告警，不再只有内置项。此前随 Observability Plus 提供的告警是内置告警。每个监控跟踪一个指标或两个指标之比，例如错误数除以总请求数，可选统计异常检测或固定阈值并配置检测窗口、过滤与分组，可从图表查询、预设或团队告警页创建，也可用 CLI 以 JSON 定义，告警经邮件、Slack、Vercel Inbox、推送或团队 webhook 送达，面向开通 Observability Plus 的 Pro 与 Enterprise 套餐。