⌘ K
… 读取采集状态 同步中...
雷

全部动态

今日 12 条
9月13日周日
  1. 机器之心75

    PyroDash 论文：小模型生成中决定何时求助大模型，推理成本降 96% 且性能反超

    PyroDash 是一种成本感知的大小模型协同推理范式，让小模型在生成过程中通过可训练的交接信号决定何时将任务移交大模型。论文使用 Qwen3.5-4B 作为小模型、GLM-5.2-FP8 作为大模型，在五个数学推理基准上验证：侧重低成本时总成本从 49.36 美元降至 1.78 美元；侧重准确度时平均准确率达 64.04%，超过纯大模型的 57.68%。

    推荐理由：原文提出小模型在生成过程中通过强化学习决定何时调用大模型的协同范式，并给出了成本降低九成且精度反超的实验数据。

9月12日周六
  1. X：Greg Brockman (@gdb)1

    早期基准显示 GPT-6 Astra 空间推理出现台阶式提升

    机器人基准 StationeryBench 在 200 次试验中对比 GPT-6 Astra 与 Ai2 MolmoAct2 控制同样的双臂 YAM 机器人完成五类桌面物体任务，Astra 完整完成 100 项任务中的 7 项、中位进展分 46，MolmoAct2 均为 0 和 12。

  2. 人工智能学家48

    基于认知架构理论的世界模型统一视角综述：感知、记忆与元认知的功能审视

    2026年4月17日发表于 arXiv 的综述《Human Cognition in Machines: A Unified Perspective of World Models》以认知架构理论为框架，系统比较视频、具身与知识型世界模型。该研究基于感知、记忆、语言、推理、想象、动机与元认知七项功能，指出当前模型在内在动机与元认知方面明显不足。 (80-160 字，最多 3 句)

  3. 人工智能学家39

    论文《Intelligence from Learnable Novelty》提出智能源于对可学习新奇性的追寻

    2026年7月20日发表于arXiv的论文《Intelligence from Learnable Novelty》提出，智能的共同动力在于追寻“可学习的新奇”。该原则通过Epiplexity度量，在元胞自动机中重现通用计算规则110，在图像编码器中无标签实现89%分类准确率，并作为强化学习智能体的内在奖励，在十个环境中的九个表现优于基线，统一了解释复杂计算、抽象表征与主动探索。

  4. 量子位73

    浙大ZJU-REAL团队开源可插拔Agent评测底座ageval

    浙江大学ZJU-REAL团队开源了Agent评测框架ageval，实现了Agent与运行环境的插件化解耦，支持本地复盘到云端协作的全链路工作流。框架提供CLI与配套Skills，允许编码Agent自主编写benchmark、迁移测试集并执行评测，并配套公开Leaderboard与Agent/Models市场以实现资产复用与模型横向比对。

    推荐理由：展示了基于插件契约解耦环境与时序运行的框架，支持从本地到云端的自动化评估工作流。

  7. AI科技评论42

    斯坦福吴佳俊在 ECCV 2026 演讲：机器需要怎样的「世界表示」，才能真正开始行动？

    斯坦福大学吴佳俊在 ECCV 2026 Physical AI Workshop 演讲中，提出通过组合式抽象将长任务拆分为可验证的原子技能，以解决机器人在动态物理世界中的行动难题。他介绍了 Neural Kinematics 方法，旨在无演示情况下推断陌生物体的交互方式，并探讨了利用视频生成模型作为“现成演示”来辅助机器人学习的可行性。

9月11日周五
  1. Datawhale70

    Google Research 与 DeepMind 联合发布多智能体系统架构选型研究

    Google Research、DeepMind 和 MIT 联合发布了多智能体系统研究，通过 260 个受控配置分析显示多智能体效果取决于任务结构而非模型先进性。研究提出三条判据和一个约束，表明当单智能体基线低于 45% 且任务可并行分解时多智能体才有收益，且智能体数量存在最优值，增加数量会导致协调成本超线性增长。

  4. 人工智能学家41

    Anthropic 经济学团队发布研究：构建统一模型预测 AI 对经济的三种路径

    Anthropic 于 9 月 9 日发布研究《Economic Scenarios for Transformative AI》，提出统一模型量化 AI 技术路径对宏观经济的影响。模型将 AI 变量转化为可比较指标，基于 10,980 名美国成年人调查数据校准参数。研究描绘了 2030 年温和、显著与极端三种情景，其中极端情景下 GDP 增幅达 32%，认知失业率升至 17.9%。

  6. 新智元60

    第一篇AI4AI综述：AI改进AI的研究现状与核心挑战

    这篇AI4AI（AI改进AI）综述论文梳理了数百项相关研究，发现AI已能在明确目标和评价规则下承担部分研发工作，但单项能力提升不能保证完整研发流程的可靠性。论文提出“组合鸿沟”概念，指出AI在长流程任务中容易在步骤交接处丢失关键信息或状态。文章强调评估AI自我改进能力时，需区分模型规划能力、外部Harness工具框架的配合，以及改进结果是否能在后续迭代中保留和迁移。

  10. X：Greg Brockman (@gdb)1

    Anthropic 发布迄今最详细的威胁情报报告

    Anthropic 发布迄今最详细的威胁情报报告，涵盖针对网络攻击、影响行动、监控、生物学和武器制造的 Claude 滥用企图及发现与处置过程。报告中所有行动均已被 Anthropic 阻断，相关经验用于加强防护，并在适当时与当局和其他 AI 公司共享。报告地址：https://www.anthropic.com/threat-intelligence-report-september-2026

9月10日周四
  1. AI科技评论67

    生数双线破局背后：朱军团队正在为世界模型立「通用语法」

    文章对比李飞飞世界模型功能分类法与朱军团队通用世界模型（GWM）框架，指出前者描述输出能力、后者定义理解想象行动内部机制。生数科技基于GWM五级路线图，从Vidu视频生成、Vidu S1实时交互、Motubrain机器人控制，到预告Motus2自进化模型，展现数字与物理世界双线并行的技术演进，并分析数据架构算力三大工程壁垒。

    推荐理由：将李飞飞功能分类与朱军通用世界模型对照，厘清世界模型从生成到因果闭环的进化路径。

  2. AI科技评论45

    NUS Show Lab 寿政教授：Show-o 统一自回归与离散扩散，推动具身智能进化

    NUS Show Lab 寿政教授团队推出 Show-o 架构，在单一 Transformer 中融合自回归与离散扩散，支持多模态理解与生成。Show-2 通过 3D Tokenizer 和时空双向注意力实现连续视频生成，采用双路径设计兼顾语义理解与像素细节。该架构延伸至具身智能，云端模型决策延迟 8-20 秒，端侧微调模型实现低延迟控制。

  5. 新智元52

    StudentSim：用真实数据训练60个数字学生提升AI教师

    研究团队发布StudentSim，利用60名真实学生的国际象棋、写作和数学记录训练个性化学生模拟器。该模拟器在行为保真度（F）和指导响应性（R）上优于GPT-5.4和Maia2基线。进一步将StudentSim作为强化学习奖励源训练国际象棋AI教师，盲评结果显示其在准确性、指导质量和个性化维度均排名第一。

  7. CVer38

    ECCV 2026 Oral | 王利民团队提出MIMaFlow：端到端生成新范式

    南京大学王利民团队联合阿里巴巴与上海人工智能实验室提出MIMFlow，将掩码图像建模与归一化流结合实现端到端图像生成。该模型在ImageNet 256×256类别条件生成任务中取得FID 2.50，较同规模SimFlow-L降低32.8%。MIMFlow使用128个可学习查询token构建紧凑潜空间，使训练显存下降28%，单图采样时间减少约45%。

9月9日周三
  1. X：Greg Brockman (@gdb)1

    微软发布 FrogNano 报告：用在线任务合成训练 4B 编码智能体

    微软发布 FrogNano 报告，训练出一个 4B 编码智能体，在约 1，500 个软件工程环境上纯用 RL 后训练，全程不依赖更大模型蒸馏。关键是在线任务合成流水线，按当前 checkpoint 的可学习性前沿生成任务，作者认为校准而非合成数据量是成效所在。

  8. 深度学习与NLP35

    LSTM在LLM时代的复兴：122种创新思路与CLM模型最新进展

    作者提出基于LSTM的CLM模型，通过调整数据顺序在药物分子优化任务中实现分子活性提升20倍。相比Transformer，LSTM具有结构简单、鲁棒性高及资源需求低等优势，在医学和金融领域应用显著。文中梳理了122种LSTM创新思路，涵盖内部结构优化、LSTM与Transformer结合及新兴架构应用，并汇总了相关论文与源码。