搜索
人通过观摩、尝试和指点学习，机器人也能如此。可可矩阵（COCO Matrix）发布机器人模型 CO01（读作/kuːl/），让机器人也能从这些经验中学习。
各大AI框架都错了！
LLM智能体如何在部署过程中，通过自身执行持续进化？
语义搜索能够帮用户找到最相关的内容，但有时候，相关性高，并不代表结果就应该被优先展示。
机器人动手前，能不能先看一看不同选择会带来什么后果？ParallelWorld 将多步预演引入具身智能体的高层规划，将任务成功率从 56% 提升至 83%。
训练大模型，能不能不用反向传播？
自从电影《牛来》现象级爆火，那只造型粗糙、通体发黄的小牛，就成了不少人提起三维建模时的第一反应。
JEPA 能不能真正理解观测背后的生成机制？
从课堂演示到科普创作。
RSI（Recursive Self-Improvement，递归自我改进）关注系统能否不断发现自身短板、获取新经验，并用新经验提升下一轮表现。然而，当前的具身系统仍高度依赖真机试错和人工决策。
在电子产品装配线上，将连接器插到主板上，看似简单，却要求在有限的生产节拍内准确、稳定地完成。面对零点几毫米的接口间隙，细微偏差就可能让连接器卡住，造成装配失败或零件损伤。
当任务的终点是决策，模型是否应该从决策本身出发？
家人们，上次我写摄像头体感交互应用，评论区有位家人问：“测试视频怎么是个男的？”
深度学习中最基础、使用最广泛的两个函数，竟然藏着两个隐蔽的 Bug。
视频生成模型的视觉质量不断提升，但当前主流视频扩散模型仍面临两项根本局限。第一是物理规律约束不足：模型从像素中学习世界的视觉表象，却缺少物理方程的显式约束，画面看似合理，实际却不符合物理规律。
AI 写文章，往往黑话连篇、充满防御性。你费尽心思才让 AI “说人话”，可一旦新开一个对话，先前调好的语言风格就如奶油般化开，熟悉的 AI 味又卷土重来了。
世界模型希望让机器理解环境如何变化，并预测干预后的结果，支持智能体学习、仿真与内容创作。这要求视频模型在场景变化时仍保持物理关系的一致性。光照是其中关键的一环：当光源移动，人物、物体与阴影应协同响应。可控重光照由此成为探索视频模型物理表达能力的切入点。
机器人操作的「考卷」，需要为灵巧手重新出一份了。
拿到一张没有标签的表格，能不能直接找出其中的群体，还知道模型对 “分几组” 有多大把握？TabClustPFN 尝试用预训练后的单次前向推断，缩短从数据到分组结果的距离。
机器人领域已经轰轰烈烈地 Scaling 了好几年。
王琰在 TraceForge 技术报告中提出用同族模型合成原生思维链，在 Qwen3.5-9B-Base 实验中超过直接蒸馏 Claude Fable 5 思维链的方案，动摇闭源模型以隐藏思维链构筑的能力护城河。
智谱唐杰团队发布并开源无标签递归自我改进框架HarnessPro，在SWE-Bench Pro等基准提升通过率的同时，将单任务平均成本降低53.0%。
复旦大学可信具身智能研究院团队提出具身自进化框架RoboSkill，通过触觉反馈确认物理状态并积累、复用含代码的Skill，减少机器人Agent重复探索与推理，缩短任务执行时间。
Adobe Research与UCLA提出Tev，构建含1170个环境、覆盖7个领域的Tev-Gym并提出进度势能奖励塑形（PPRS），训练出的Tev-27B在ALE-CM的Pass@5达0.28，与GPT-6 Astra、Claude Opus 5持平。
港科广新基准UI2App以600张静态截图评测模型推断并实现应用交互的能力，Gemini 3.1 Pro Preview以73.2分获视觉还原第一，但Claude Sonnet 4.6以36.8分居交互推断首位，跨页面状态仍是参评模型共同难点。
至知创新研究院公开IQuest-Q1完整技术报告，披露其采用320B总参数、15B激活参数的稀疏MoE架构，以29T Tokens和超100万个可执行任务训练，并通过三层机制防止奖励作弊，架构规模化效率达1.93倍。
Bo Liu课题组在NeurIPS 2026论文中发现，多Agent通信并非信息越充分越好，Qwen3-Next-80B-A3B向Qwen3.5-9B发送消息使ContextBench准确率提高14.2个百分点，却令ToolSandbox下降23.6个百分点，并提出无需重训模型的按需通信策略。
阿里千问联合俄亥俄州立大学提出TRACE，以Rollout侧FP4量化结果引导训练侧舍入，在四个Qwen MoE模型上保持接近BF16的性能，并使128K输出解码吞吐最高提升5.4倍。
EchoChat将共情语音对话拆分为感知、心智理论推理和回复生成，并通过Acoustic-Anchored Attention与Step-Decomposed Credit Assignment统一优化，在三项评测中取得领先表现。
弗吉尼亚理工大学与Meta团队提出ReGDiff，通过RAS整理潜空间并用SRR短程排斥引导扩散采样，在MetaTruss和MetaShell上较最强基线平均提升几何合理性8.9%、新颖性46.4%和多样性128.6%。