LARC 在连续空间实现统一多模态模型的潜在推理
LARC 将统一多模态模型的推理从离散 token 空间转向连续隐状态，缓解 token 级瓶颈并支持测试时扩展。训练分为课程式 SFT 和信息增益 RL 两阶段，后者无需真实标签监督即可自演化潜在推理。
推荐理由：论文将推理置于连续隐状态以缓解 token 级瓶颈，并给出两阶段训练方法和 GenEval 对比，便于评估多模态推理的扩展表现。
全部 AI 动态
HF Daily Papers精选AI 评分4040 Hacker News精选AI 评分4646 Claude 辅助设计食物过敏 IgE 干扰剂的预印本
该预印本介绍利用 Claude 辅助抗体设计食物过敏 IgE 干扰剂的研究。当前材料仅提供论文 PDF（https://divergencelabs.com/publications/ige-preprint.pdf）和 Hacker News 讨论入口，未展示方法、实验数据或结论。
推荐理由：该预印本把 Claude 用于食物过敏 IgE 干扰抗体设计，为关注 AI 辅助生物设计的读者提供核对原始研究方法的入口。
OpenAI News精选AI 评分4545 OpenAI 如何用分层监控检测前沿模型对齐偏差与智能体未授权行为
OpenAI 使用分层监控检测前沿模型对齐偏差和智能体未授权行为，以便响应人员在事故升级前介入干预。当前摘要未披露具体监控层级或实现细节。
推荐理由：OpenAI 介绍了用分层监控识别前沿模型对齐偏差与智能体未授权行为的方法，并说明响应人员可在事故升级前介入。
Hacker News精选AI 评分6868 Trakkr Research 追踪五款 AI 助手的统计数字引用，40% 到达表述相同的原始研究
Trakkr Research 检查 ChatGPT、Perplexity、Gemini、Claude 和 Google AI Overviews 的统计引用，40% 的链路到达表述相同的原始研究。
推荐理由：逐层追踪引用并人工复核的实验，给出了检查 AI 统计数字能否落到原始研究及关键语境是否改变的具体方法。
HF Daily Papers精选AI 评分3939 扩散 Transformer 加速机制研究：残差门重塑与更广泛通道参与
这项研究发现，REPA 等扩散 Transformer 训练加速方法会显著重组 AdaLN-Zero 残差门 α，加速模型对 α 的扰动也更敏感。研究提出归一化参与率 nPR 来刻画门在通道维度上的组织方式，并据此设计无需教师模型、基于特征范数正则化的径向目标。
推荐理由：论文将扩散训练加速与可测量的残差门重组织联系起来，并给出无需教师模型的径向目标，便于对照现有加速方法分析机制差异。
HF Daily Papers精选AI 评分4747 视觉基础模型空间状态表征的探查
研究团队用冻结特征探针评估十种视觉基础模型表示，发现可见场景的准确读出并不保证物体持久性、未来特征检索或目标导向行动的有效性。实验基于静态室内环境的流式第一人称观测，覆盖空间结构、物体持久性、预测更新和行动性四个层面，匹配控制区分了读出准确性与对视觉历史、运动的依赖。
推荐理由：十种表示的能力对比显示，可见场景读出准确并不等于能维持物体持久性、完成预测更新或支持目标导向行动。
Hacker News精选AI 评分3333 作者用 AI 伪造科学论文并记录后续结果
IEEE Spectrum 文章作者用 AI 伪造了一篇科学论文，并记录后续发生的情况。当前材料未包含文章正文，因此无法确认具体过程和结果。
推荐理由：文章以一次用 AI 伪造科学论文的尝试为线索，记录后续发生的事情，可作为讨论 AI 与科研诚信关系的具体案例。
36氪精选AI 评分5454 36氪研究院发布《2026年中国自动驾驶行业发展研究报告》
36氪研究院发布《2026年中国自动驾驶行业发展研究报告》，系统梳理中国自动驾驶从示范应用迈向规模化商业落地的产业进展与结构性约束。报告称，2025年中国自动驾驶市场规模为4502亿元，预计2026年达5293亿元，2026年以来乘用车L2级及以上渗透率升至70.5%。
推荐理由：报告以六维框架横向比较七类商业模式，并串联政策、技术、资本与盈利约束，为理解自动驾驶商业化路径提供结构化视角。
量子位精选AI 评分8181 PSI称AI辅助解决5道量子信息开放问题，并公开论文与验证代码
Physical Superintelligence（PSI）称，其自研 AI 科研系统 Emmy 辅助解决了开放量子问题目录中的 5 道长期开放问题，并公开论文、Lean 形式化证明和验证代码供审查。
推荐理由：文章给出了 AI 生成假设、Lean 形式化证明与代码验证的分层流程，并附论文和代码供审查，便于读者理解科研自动化的验证路径。
Hacker News精选AI 评分6666 仅用逻辑漏洞打造 Microsoft Edge 全链利用
austinallegro 详解其在 Pwn2Own Berlin 2026 构建的 Microsoft Edge 全链利用，攻击链由五个漏洞和两项 Windows 功能组成，全程未使用 AI。
推荐理由：文章逐步拆解 Microsoft Edge 从无源导航、UXSS 到任意文件写入和代码执行的串联过程，呈现纯逻辑浏览器漏洞的研究路径。
量子位精选AI 评分6868 分子之心发布 MMDesign 技术报告：19 个设计项目成功 18 个，6 个 GPCR 靶点全部命中
分子之心发布 MMDesign 技术报告，19 个 AI 蛋白质从头设计项目中有 18 个获得实验确认的结合分子，6 个受测 GPCR 靶点全部命中。每个项目仅测试 9-50 个候选分子，项目成功率为 94.7%，全部 453 个受测候选中 139 个确认结合，候选命中率为 30.7%。
推荐理由：报告提供跨靶点、多模态的湿实验数据，并对比 MMFold 与 AlphaFold 3 的基准表现，便于评估设计工作流的可复用性。
量子位精选AI 评分5959 威卡移动控制发布具身智能赋能工程机械高质量数据集
威卡移动控制于10月19日发布“具身智能赋能工程机械高质量数据集”，并已上线 Hugging Face 等数据仓库。数据集第一阶段规模达到3600万帧，覆盖12类典型作业场景及多型号挖掘机作业数据，通过统一时间戳同步视觉、激光、位姿、力馈和手柄输入五类数据。真实数据采集约每小时5000元，训练一套可用模型大致需要10万小时量级数据，仿真采集成本约为真机采集的十分之一。
推荐理由：文章公开了挖掘机作业数据的五维同步方法、真机采集成本及仿真成本比例，为评估工程机械具身智能数据方案提供了具体参照。
Hacker News精选AI 评分4545 新加坡国立大学将电子纤维织入袖套，开发可机洗织物触摸屏
新加坡国立大学（NUS）研究人员将电子纤维直接织入袖套，开发出可显示图像和视频、响应触摸并无线连接设备的可机洗织物触摸屏。原型由54根像素纤维组成，形成96×54像素、168×105毫米、30帧/秒的显示屏，并支持8-bit色深。在包含洗涤剂的50次机洗和半径5毫米的1,000次弯折后，显示与触控性能仍接近不变；团队后续计划提升分辨率、集成更多传感功能并探索端侧AI。
推荐理由：研究给出了电子纤维的互连架构与样机参数，展示了在保持织物透气性和柔韧性的同时实现可机洗交互界面的具体路径。
Hacker News精选AI 评分5454 Cartesia Research 报告改进版 H-Nets 的规模化与多模态实验结果
Cartesia Research 报告 H-Nets 在字节级语言、DNA 与图像上的训练结果与算力效率。
推荐理由：文章以匹配数据和算力的方式比较 BPE Transformer 与 H-Nets，并说明不同压缩策略下对齐口径的难点，为解读效率结果提供清晰边界。
Latent SpaceAI 评分4747 Elorian 的 DecoyCount 评测显示，前沿模型计数准确率均低于 50%
Elorian 与 AI 数据公司 Mercor 联合发布 DecoyCount 视觉推理基准，用于测试语言模型能否真正计数，而非依赖视觉捷径与替代启发式。配套论文显示，前沿模型准确率均低于 50%，最高为 GPT-6 Astra 的 43.17%，Glimpse 未列入论文。
MIT Technology Review精选AI 评分4747 用企业上下文创造 AI 价值：MIT Technology Review Insights 调查报告
MIT Technology Review Insights 的调查显示，所有受访组织都在不同程度使用 AI，但仅 16% 从部署中获得转型性价值。40% 的受访者看到特定任务或团队的适度收益，21% 报告有意义的收益，23% 的回报很少或没有。
推荐理由：报告用企业调查呈现 AI 回报分布，并将收益不足与企业上下文层缺失联系起来，为理解智能体落地瓶颈提供参考。
Hacker News精选AI 评分3939 蜘蛛如何将“丝液”纺成自然界最坚韧的材料
Gregory Holland 团队借助 NMR 光谱、AlphaFold 和分子动力学模拟，揭示液态蛛丝蛋白在磷酸触发下先形成凝聚态，再重组成坚韧纤维。精氨酸和酪氨酸侧基的弱相互作用会排开水分，像“分子胶带”一样引导无序蛋白形成凝聚态并最终进入纤维结构。研究使用天然黑寡妇蜘蛛丝完成实验，为实验室仿制高强且柔韧的蛛丝材料提供了分子层面的路线。
推荐理由：文章梳理了磷酸触发蛋白凝聚、继而形成蛛丝纤维的分子路径，并呈现 NMR 与计算模拟的验证思路，为仿生材料研究提供机制参考。
HF Daily Papers精选AI 评分5252 用单一算法训练基础模型
该论文提出 unified training，将基础模型的预训练、中期训练、SFT 和 RL 统一到一个基于似然的算法中。研究把 RL 目标推导为对模型生成目标分布的最大似然拟合，并在同一训练器中混合静态数据与 RL 生成数据。受控实验和真实世界实验显示，该方法改善了准确率与计算量权衡和任务覆盖，同时保留更广泛的能力，并为持续学习提供更强的起点。
推荐理由：论文把预训练、中期训练、SFT 与 RL 放进同一似然框架，并给出统一训练器与实验结果，便于对照分阶段训练方案理解取舍。
HF Daily Papers精选AI 评分5353 Wizard：通过智能体控制实现任意世界的实时操控
Wizard 提出一种面向世界模型的智能体控制方法，将角色动画、场景操控和玩法逻辑与视觉生成解耦。该方法通过结构化视觉代理控制角色骨架和场景几何，并以显式世界状态支持自适应 Boss 行为和符合机制的战斗。训练数据包含 50.3 小时代理—视频对，覆盖 750 个场景和 178 个角色，配合少步蒸馏实现 24 FPS 交互，并可零样本泛化到未见场景、角色和动作，代码即将推出。
推荐理由：Wizard 将角色动画、场景操控和玩法逻辑与视觉生成解耦，并以 24 FPS 实时交互展示了扩展世界模型动作控制的方法。
HF Daily Papers精选AI 评分4848 论文提出 AIR 有效学习率调度用于权重归一化训练
研究作者提出 AIR（Affine Inverse-square-Root decay）调度，将理论推导的 1/t 衰减与仿射调整结合，以满足有限训练周期内指定的峰值和终端 LR。
推荐理由：论文将调度对象从名义 LR 转向有效学习率，并用 128 B-token MoE 预训练对比展示 AIR 对训练损失、下游表现和超参数鲁棒性的影响。
HF Daily Papers精选AI 评分4747 规划与 UI 定位智能体通过在线稠密强化学习导航实际运行的 iOS 应用
一项研究提出在线稠密强化学习框架，直接在实际运行的 iOS 应用上训练由规划智能体与 UI 定位模型组成的 UI 导航智能体。该框架用 LLM-as-a-Judge 融合步骤级反馈与任务完成终止奖励，通过 PPO、步级优势估计和 GiGPPO 优化智能体，并编排数百台并发虚拟 iOS 设备。
推荐理由：论文将规划与 UI 定位拆成专用组件，并给出 GiGPPO 价值估计与多基准评测，便于对照在线强化学习的效果。
HF Daily Papers精选AI 评分4545 WorldBridge 融合视频预测与动作监督提升机器人任务泛化
WorldBridge 将视频预测与稀疏动作监督结合，用分离的视频专家和动作专家提升机器人在新任务中的泛化能力。在 RoboTwin 2.0 的分布外任务上，仅使用同分布视频-动作监督的成功率为 25.07%，加入无动作标签的视频后升至 55.90%，每个任务再增加 1 条动作标注示范后达到 70.70%。
推荐理由：通过对照视频与动作监督的组合，论文量化了两类监督对机器人任务迁移的贡献，并给出多基准结果，便于理解 WorldBridge 的设计依据。
HF Daily Papers精选AI 评分7171 用 JEPA 证明并改进柏拉图表示假说
论文用 JEPA 将柏拉图表示假说转化为定理，证明使用同一场景良好视图的不同模态模型可学到相差至多一次旋转的共享表示。研究把下一 token 预测视为使用不良视图的 JEPA，并以 145k 条 caption 到 940M 张网页图像文本的数据验证对齐缩放规律，良好视图达到同等对齐所需训练样本少 42 倍。
推荐理由：论文将 PRH 转化为表示定理，并比较 JEPA 与下一 token 预测在跨模态对齐上的样本效率差异。
HF Daily Papers精选AI 评分4848 EditAgent：重新思考智能体图像编辑的动作与观察空间
EditAgent 将每个编辑步骤路由至通用编辑器和专用方法，并为候选结果附加验证记录，以扩展智能体图像编辑的动作空间与观察空间。专家标注基准显示，通用编辑器在超过 40% 的案例中没有可用结果，且没有评审器能在各类编辑上保持可靠。
推荐理由：论文把智能体图像编辑的问题归纳为动作空间与观察空间限制，并通过路由编辑器和记录式评审提升可靠性与效率。
HF Daily Papers精选AI 评分4343 论文探讨迈向 AGI 的规模化是否取决于 System-1 让 System-2 执行哪些交互
研究团队有条件地肯定这一方向：在预测、筛选、执行、更新的闭环中，轻量级 System-1 评估候选交互，资源密集型 System-2 只执行获准交互，可降低计算开销。
推荐理由：论文将有用交互密度 ρ_u 与执行成本和选择遗憾关联，给出推理规模化效率的可测量坐标与理论边界。
HF Daily Papers精选AI 评分7070 EmbeddingGemma 2 论文提出统一高效的多模态表征方案
EmbeddingGemma 2 论文提出一个原生统一文本、图像、音频、视频及其组合表征的开源多模态嵌入模型。模型采用简化逐层嵌入与包含模态和目标递进的多阶段课程，并在覆盖各模态的综合嵌入基准中超过专用模型及规模大 2 至 12 倍的模型。设计支持选择性加载模态编码器、调整视觉 token 预算、截断嵌入维度和量化权重，论文地址为 https://arxiv.org/abs/2610.37364。
推荐理由：论文在统一多模态表征之外，还报告了相对专用模型和规模大 2 至 12 倍模型的性能对比。
Hacker News精选AI 评分4747 可执行考古（Executable Archaeology）研究：重新激活 Heuristic Compiler（1961）与 KBEmacs（1984）
研究团队运行原始代码，重新激活 Herbert Simon 的 Heuristic Compiler（1961）与 MIT Programmer's Apprentice 项目的 KBEmacs（1984），以比较两种编程理论。
推荐理由：论文以运行原始代码的可执行考古方法复现两套历史程序的关键输出，并比较问题求解与模式组合两种编程观。
Hacker News精选AI 评分5858 DAYJOB: Tax 评测 50 项专业税务任务，Claude Sonnet 5.5 领先
Surge AI 推出 DAYJOB: Tax，以 50 个专业税务环境评测 AI 智能体识别遗漏事项、处理冲突证据并完成交付物的能力。任务覆盖八类税务工作，要求产出报税表、工作底稿、技术复核或客户建议，工作区共含 1,789 个文件。
推荐理由：该评测以 50 个专业税务工作流检验智能体能否主动发现客户遗漏的关键问题，其低通过率可用于观察模型专业判断与任务交付之间的差距。
Hacker News精选AI 评分6161 Gitee 扫描 7.25M 个公共仓库发现 26,400 个有效凭证
MongoDB 技术博客报告，对 Gitee 的 7.25M 个公共仓库扫描后发现 26,400 个有效凭证。原文：https://www.mongodb.com/company/blog/technical/scanning-7-point-25-million-public-repositories-chinas-largest-git-platform-for-secrets
推荐理由：这项对 7.25M 个公开仓库的扫描量化了有效凭证暴露规模，可为评估代码托管平台的凭证泄露风险提供参照。
The Decoder精选AI 评分6666 Artificial Analysis 更新 Intelligence Index，开放模型与榜首差距扩大至 12 分
Artificial Analysis 更新 Intelligence Index，开放模型与榜首差距由 3 分扩大到 12 分，Kimi K3.1 Pro 从第 4 位降至第 9 位。
推荐理由：新指数的私有测试集占比达到 60%，以减少针对已知测试题训练造成的排名虚高，并重新衡量开放模型与榜首差距。
HF Daily Papers精选AI 评分5353 离散视觉 token 能否成为视觉信号的语义无损表示？
这项研究表明，因子化向量量化可让离散视觉 token 在多模态理解上追平连续视觉表示，更大的量化误差也可能对应更好的理解表现。研究将有效 bit 预算识别为下游性能的关键因素，其模型在九项指标均值上较 UniAR 和 Emu3-Chat 分别领先 22.8% 和 59.2%，并在细粒度 OCR 任务上具备与 Qwen3-VL 等连续表示模型竞争的能力。
推荐理由：论文以量化误差与语义保真度的关系为切入点，对比连续与离散视觉表示，并给出可扩展的并行码本量化方案。
HF Daily Papers精选AI 评分5454 论文提出 EvidenceConnect，以合成证据连接数据提升 Zooming without Zooming v2 的多模态感知泛化能力
论文提出 EvidenceConnect，通过同一图像相关区域的缩放视图合成问题，并用 RLVR 训练出 Zooming without Zooming v2（ZwZ2）。框架仅保留多个独立 VLM 达成一致的参考答案，并通过区域消融剔除移除相关区域后答案仍成立的问题。ZwZ2 改善了细粒度与空间感知，并在具身空间推理、多模态长上下文理解、多模态智能体任务和通用视觉推理上获得进一步提升。
推荐理由：论文把证据连接抽象为可合成能力，并用独立 VLM 一致性与区域消融筛选训练数据，给出可复用的多模态训练流程。
Hacker NewsAI 评分6868 Artificial Analysis 发布 Intelligence Index v5 与 Progress Index v1
Artificial Analysis 发布 Intelligence Index v5 与 Progress Index v1，60% 的指数基于私有测试集或保留答案的评测。
HF Daily Papers精选AI 评分4949 VibeVideoBench：评测多模态智能体的代码驱动视频生成能力
VibeVideoBench 提出一个评测多模态智能体代码驱动视频生成能力的基准，包含239项中英文自包含任务和12个类别。每项任务要求智能体在无图像或视频生成模型的沙箱内用代码产出带声音的 MP4，并在1小时内完成；评估结合交付规范程序检查、约13k项任务量规和3个VLM评审组。
推荐理由：该基准覆盖239项中英文任务，并用分层量规与人类偏好对照，揭示智能体常因时间管理影响最终视频交付。
钛媒体AI 评分7272 微软 MAI-DxO 医疗会诊研究发表于《科学》，疑难病例诊断准确率约83%
微软 MAI-DxO 研究登上《科学》，该五角色 AI 会诊系统在304个《新英格兰医学杂志》疑难病例中的诊断准确率约为83%。同一测试中，不能查资料的医生组约22%，允许查资料后约36%；普通GPT-5为78.9%，加入MAI-DxO后升至83.2%。五个角色由同一模型扮演，分别负责诊断、检查选择、质疑、控费和复核；预算约束配置下准确率为80.9%，平均费用为2241美元。
HF Daily Papers精选AI 评分3838 PDRVLA：融合物理动力学表征的视觉语言动作模型
PDRVLA 将轻量物理动态模块引入视觉语言动作模型，通过预测未来视觉特征改善机器人动作生成，并避免在线视频生成延迟。该模块直接预测未来的 RGB、深度和光流特征，并用冻结的预训练视频世界模型进行辅助监督。
推荐理由：论文将轻量物理动态预测接入视觉语言动作模型，并通过消融实验分析世界模型监督、子任务条件化与 ECoT 训练对动作成功率的影响。
HF Daily Papers精选AI 评分4747 Prox：MoE 解码的通道选择无需校准数据
Prox 用 top-k 通道选择替代依赖离线校准数据的阈值筛选，并提出完全由模型权重构建的 reader，以加速 MoE 推理。在 13% 和 18% 读取预算下的 43 组比较中，top-k 版本有 40 组匹配或超过阈值版本，其中 23 项生成任务比较均达到或更优，并避免 Gemma 4 上阈值筛选导致的重复循环崩溃。
推荐理由：论文以 top-k 替代校准阈值，并在 3 个后训练 MoE 模型上对比读取比例、准确率与推理速度。
HF Daily Papers精选AI 评分5050 CodeCap-Bench 论文提出以代码作为视频字幕的评测基准
CodeCap-Bench 论文提出以可执行代码作为视频内容的补充表示，并推出评测多模态模型代码字幕生成能力的基准。该基准包含323个视频、五类结构化2D内容、细粒度标注和多层级评测框架。实验显示，代码字幕在问答推理准确率和视频重建保真度上优于自然语言字幕，但领先专有模型仍难以忠实呈现复杂时序，开源模型明显落后。
推荐理由：论文用323个视频和五类结构化2D内容构建基准，并同时比较问答与视频重建结果，便于比较模型在复杂时序描述上的差异。
HF Daily Papers精选AI 评分5555 Hy-Nomas：面向自由形式交互式世界生成的视频世界模型
Hy-Nomas 提出一种采用 8B 扩散骨干的视频世界模型，可依据多轮自由文本指令和连续镜头控制生成可变长度片段。模型结合结构化视频描述与动作感知因果注意力，在保留交互历史和动作后果的同时限制动作的作用窗口；视觉语言 Prompt Enhancer（PE）会将用户请求和多模态交互历史转换为下一片段的结构化条件。论文还公开模型权重、代码、基准和轻量适配流程，人工评测显示其表现优于现有世界模型。
推荐理由：论文将多轮指令、历史缓存和动作时间窗约束整合进 8B 扩散骨干的视频世界模型，并公开代码与基准，为复现交互式生成研究提供技术路径。
HF Daily Papers精选AI 评分4040 ThinkWorld 通过世界想象强化链式动力学推理
ThinkWorld 提出 Vision-Language-Action（VLA）学习框架，将动作推理置于世界动力学中，并通过世界想象强化学习利用无动作标注的人类视频。
推荐理由：ThinkWorld 用动作标注初始化 CoD，再以世界想象强化学习利用无动作标注的人类视频，为机器人跨本体迁移提供可复用方法。