GreenWAM 提出一个跨 20 种机器人形态的共用关节动作空间，通过联合训练让同一模型同时承担世界模型和策略两个角色。它在 WorldArena 1.0 轨迹、深度和 3D 预测上领先，在 RoboTwin 2.0 进入前列，并在 LIBERO-plus 取得对比方法中最高的零样本成功率；适配到真实人形机器人后表现优于基于 π₀.₅ 和 Cosmos 3 Edge 的策略。
推荐理由：论文给出统一世界模型在20种机器人形态上的联合训练和评测结果，便于对比它与专用策略在不同任务上的差距。
阶跃终端发布首款Agent手机STEPX Neo，定价3999元，搭载系统级智能体阶跃Amoo和原生操作系统Step AOS。该机在系统层面支持循环执行与Tool Call，借助Skill、MCP和H2A2A等协议打通第三方服务；配套的Step Studio开发环境允许创客编写SKILL.MD，直接将Agent与外部能力组合。
推荐理由：文章基于样机实测，对比了STEPX Neo将Agent写进系统底层与传统手机依赖GUI模拟点击的路线差异，并梳理了软硬模一体化的产品思路。
OpenAI发布分析报告指出，智能体类AI在欧盟企业与小型商户中的应用持续增长，涵盖不同规模组织。报告同时梳理了当前采用趋势与潜在机会，认为加大应用深度有望释放更大价值。
WAVE-0 提出一个用 257M 轻量潜在世界模型桥接 VLA 策略与世界动作模型（WAM）的框架，把 VLM 生成的潜在动作计划转译为未来预测表示，并据此直接指导动作生成。
推荐理由：原文在不依赖像素重建和大规模视频预训练的前提下，把未来预测接入动作生成，给出了多个机器人基准的对比结果。
FlashVSR+ 在架构上引入混合注意力、在训练上提出 Ry-DMD 奖励分布匹配蒸馏，实现更高效的偏好对齐视频超分。架构侧相对 DiT 最高提速 2×、峰值显存降低 45%，单张 24GB RTX 4090 即可完成无空间分块的 4K 视频超分；训练侧通过奖励加权教师 rollout 将黑盒奖励引入分布匹配，无需经过奖励模型反向传播，且方法可迁移到 T2I 生成。
推荐理由：在 DiT 基线之上获得最高 2× 提速与 45% 显存下降，并提出把黑盒奖励引入分布匹配蒸馏的 Ry-DMD 方案。
Tev 论文提出长程智能体训练数据集 Tev-Gym（含 1170 个跨 7 领域任务）和进度-势能奖励塑形方法 PPRS，并据此训练 Tev-27B。该模型在 ALE-CM 上 Pass@5 与 GPT-6 Astra、Claude Opus 5 持平，并泛化到 Terminal-Bench 3.0/4.0，超过 GLM 5.2 和 Gemini 3.7 Flash。
推荐理由：原文同时给出长程智能体训练数据集 Tev-Gym 和稠密奖励塑形方法 PPRS，可作为同类智能体训练流程的参考方案。
Open-o3-Video-v2 将视频推理建模为统一的智能体证据获取流程，先识别缺失信息、获取额外观察，再把支持推理的时空对象定位写入轨迹后继续作答。
推荐理由：原文提出把视频推理拆为可验证证据获取的智能体流程，并给出具体基准结果，读者可据此评估该范式在长视频任务上的实际收益。
ReTerm 提出让终端智能体从自身失败中学习恢复的自改进方法，基于 Qwen3.5-9B 的 ReTerm-9B 在 Terminal-Bench 2.0 上达到 34.8% Pass@1，较基模型提升 14.6 点。
推荐理由：论文提出让终端智能体从失败状态自我恢复的在线强化学习方法，为提升长任务可靠性提供了可复用的训练范式。
Cepheid 提出一种跨几何族稠密运动补全方法，通过学习无量纲先验并从可观测值估计振幅，将残差结构与物理尺度解耦。统一模型在所有评估族上均优于无参数调和扩展，包括未见的布料与四足动物，且无需骨架、配准或跨网格对应。同一先验无需重新训练即可应用于点追踪动物视频与机器人抓取软体任务。
Agent-Reflex 是一个面向语言智能体的通用反思训练框架，包含环境反思技能发现（RSD）、反思监督微调（ReSFT）和反思策略优化（ORPO）三个阶段。
铭芯启睿（MemSilicon）宣布完成国际首款基于1T4R结构、采用28nm CMOS工艺的高密度大容量RRAM芯片"泰山一号（MountTai 2026）"流片，单芯片容量1Gb，密度达30Mb/mm²，访问延时小于20ns，并集成片上硬件纠错电路。
推荐理由：给出了1T4R结构1Gb RRAM芯片的关键参数与面向AI推理场景的定位，为评估新型非易失存储在端侧大模型部署中的可行性提供参照。
STEPX（阶跃终端）10月13日在上海发布首款大模型原生智能体手机 STEPX Neo 先行版，全栈价 3,999 元，搭载智能体原生操作系统 Step AOS 1.0 与个人智能体阶跃 Amoo，主打模型、软件、硬件三位一体。
同一件事，精选收录的是《阶跃终端首款Agent手机STEPX Neo正式发布，创客先行》
AI综艺正成为新的视频内容形态。AI视频生产平台LibTV与抖音未来导演扶持计划达成合作，为AI综艺创作者提供算力、创作工具和流量支持。抖音创作者@十万个挑战（AI版MrBeast）凭极限挑战类AI综艺单条视频获189万赞、账号吸粉超200万；@重塑计（AI版《变形计》）四期视频平均每期点赞超20万。据介绍，一集约5分钟的AI综艺制作成本约2000—5000元，制作周期约一周。
推荐理由：文章给出AI综艺具体制作成本与平台扶持机制，为读者判断AI对综艺生产模式的冲击提供了量化参考。
一辆领克10 EM-P提车8天后在四川泸州山区失控冲出公路，坠落近百米山崖后车辆报废，车主仅受轻微擦伤和胸椎轻微骨裂，并准备再购同款。事故中乘员舱结构完整、A/B/C柱无变形，安全气囊及时弹出，动力电池未起火，紧急救援系统自动呼叫救援。领克长期在智能化领域追赶头部，此次却凭借CMA Evo架构与2000MPa A柱等安全技术意外出圈。
EgoExplorer是一个100小时的人类移动操作穿戴式观测集，将第一人称视频、重建全身动作、手指精细关节和触觉观测对齐，并配有步骤级描述。
推荐理由：论文给出100小时穿戴式多模态数据集与Calibrate-Complete-Constrain重建流程，可作为具身智能与仿真重定向的数据与方法参考。
VideoJev 提出将视频理解与交互统一为结构化决策任务的 System One 模型族，把预训练多模态大语言模型的自回归解码替换为对时间区间与文本选项打分的共享头，从而同时覆盖时序定位和多选视频问答。
推荐理由：原文给出了统一决策接口在时序定位和视频问答上的精度增益与实测加速比，便于评估其在长视频智能体工作流中的可复用程度。
AesCode 论文提出以设计图为表示、用参考图像做美学引导的视觉化代码生成框架，结合确定性验证器与 VLM 评判的解耦跨模态奖励，通过带逐通道归一化的强化学习联合优化布局、美学与可验证正确性。
推荐理由：原文给出设计图驱动的解耦跨模态奖励方案及相对 Qwen3-VL 的具体提升幅度，可作为视觉化代码生成方向的方法参考。
本文系统研究 VLM GUI 智能体中记忆模态的选择问题，发现最优记忆表示随交互步骤强烈变化；据此提出 SwitchMem 路由框架，每步动态在文本与视觉记忆之间切换，在三个 GUI 基准上优于使用静态记忆的记忆增强基线。代码与项目页见 https://txxnrd.github.io/switchmem。
推荐理由：通过系统研究指出 GUI 智能体的最优记忆模态随交互步骤变化，并提出动态切换框架在三个基准上优于静态基线。
Urbex 是一个面向城市级3D场景的智能体视觉-语言框架，将空间定位重构为主动空间搜索，让 VLM 智能体在多视图环境中查询地标、放大局部并提交 bounding box。
APUS AI（麒麟合盛）10月13日宣布开源个人 Agent 产品 Reflex Agent，基于自研决策模型 Reflex 与 Continuum 记忆引擎。
推荐理由：APUS AI 公开了用决策模型驱动 Harness 的 Agent 架构与记忆引擎实现，开源后可与现有代码驱动方案对比 Loop Working 的工程取舍。
商汤大装置联合上海市规划资源局升级"云宇星空大模型"，并首批落地"禹智河洛""大略之眼""详规小工单"三款政务智能体。"禹智河洛"在苏州河流域防汛场景落地后，空间智算、动态模拟与智能调度效率分别提升65%、70%、80%。该模型以OLA框架整合"三料联动"数据，已积累1.3万对高质量问答与15亿Token语料。
破晓智能联合天珑移动发布全身全模态数据采集系统SeePhys Hub，由四目头环、双腕手环、三个腰腿动作追踪器与可选触觉手套组成，用于补足Ego数据中缺失的全身姿态与触觉信号。设备多路同步精度不超过0.5毫秒，头环重量不超过220克，单个腕部手环不超过75克。创始人杨朔1998年出生，现任哈工大（深圳）长聘教授，团队计划2027年推出全模态世界模型。
推荐理由：原文给出了采集设备的工程取舍与团队的世界模型路线，便于读者理解具身数据从Ego走向全身全模态的过渡逻辑。
NVIDIA 与 K2K、Akila、ThinkDeep、Galene.AI、Milestone、Younite AI、Honeywell 等软件伙伴在英国、法国、意大利、比利时、瑞典等城市部署基于 Cosmos、Nemotron、Omniverse 与 Metropolis VSS 蓝图的城市运营 AI 智能体与数字孪生，应用覆盖交通、能源、城市规划、危险品协调与公共服务。
推荐理由：横跨多国的部署案例展示了 NVIDIA Cosmos 与 Nemotron 在城市级 AI 智能体中的接入方式与本地化 AI 工厂组合。
NVIDIA 宣布在英国初创生态的多项新投资，并承诺五年内投入 2.5 亿美元算力支持 AI 智能体安全研究。本轮投资对象包括 Boltz、Foresight、Hiverge、Prima Mente 与 Riverlane 五家公司，NVIDIA 同时成为 Earthshot Prize 全球联盟创始合作伙伴。
推荐理由：文章一次性给出 NVIDIA 在英国从 AI 智能体、量子到金融的落地合作，可以用来对照大厂在区域市场的整体打法。
DeltaTTG 提出用 Token-to-Go（TTG，剩余待生成 token 数）作为进度信号训练多轮智能体，通过冻结的共享进度计在 RLVR 训练中将回合级优势重新分配到各步，不改变回报的符号与 token 平均尺度。
推荐理由：原文给出了用剩余 token 数作为进度信号的训练方法及多基准对比结果，读者可以据此判断它对多轮智能体 RLVR 的迁移价值。
Google DeepMind 与新加坡 GovTech 合作推出基于 Gemma 微调的端侧反诈检测模型，运行在新加坡常见智能手机上，所有对话分析在用户设备本地完成以兼顾隐私。
推荐理由：原文展示了端侧 AI 与政府协作的反诈落地样本，读者可对照其中的隐私治理与两级流水线设计来评估类似方案的可迁移性。
面壁智能与OpenBMB正式开源多模态模型MiniCPM-V 4.7，包含35B-A3B（MoE，总参数35B、激活3B）与1B两个版本，其中35B-A3B在iPhone 17 Pro Max上仅占约3G内存，断网状态下解码速度可达每秒13个token以上。
推荐理由：原文给出了35B MoE模型仅用3G内存就能在手机上运行的前瞻专家调度与量化方案，可作为端侧部署的工程参考。
Google DeepMind 开始广泛推送 Gemini 4 Argon 大模型，并详细阐述其安全开发方法。该模型在 12 个端到端网络攻击模拟场景中全部解决（上一代为 5 个），在 Gray Swan 的间接提示词注入基准上，15 次自适应攻击成功率降至 0.7%，编码基准上作弊尝试降至 2%。
推荐理由：原文系统说明了滥用防护、对齐监控和提示词注入防御的具体机制与测试结果，可供同类模型在安全设计上参考。
Amazon Bedrock AgentCore payments 与 Anchor Browser 集成，让 AI 智能体在遇到 HTTP 402 Payment Required 时自动通过 x402 协议完成付费，无需人工介入。
推荐理由：文章给出了智能体自动处理 x402 付费请求的架构拆解与代码示例，对需要让智能体独立访问付费资源的开发者有可直接迁移的参考价值。
GAFU 提出一种后训练框架，将统一多模态模型的生成侧视觉表征压缩为紧凑的 G tokens，再由理解路径按任务条件检索，以提升细粒度视觉理解。论文发现，生成侧表征对细粒度语义变化更敏感，并能捕获理解侧表征遗漏的任务相关变化。
推荐理由：GAFU 的生成侧表征压缩与任务条件检索机制清晰，且与同数据 SFT 基线进行了跨任务、跨架构比较。
Interlock 提出用于长程智能体任务合成的类型化完成图框架，通过跨组件约束、智能体验证和自训练改善任务完成表现。完成图会被编译为可重置工作区、公开请求与评估量表，系统保留被判定满足全部强制要求的执行轨迹。
推荐理由：Interlock以类型化完成图表示长程任务，并结合智能体验证与自训练，在三项外部任务基准上均取得提升。
CommerceGen-Studio 提出一个面向电商 SKU 主图生成的端到端三阶段框架，结合 PERL-Agent 元数据蒸馏、Layout Thinker Optimization（布局优化）与 SKU-DiT 多条件扩散模型，在日处理百万张图像的生产规模下同时维持主体一致性、商标完整性与字符级文本准确性。
推荐理由：原文提出了可在日处理百万张图像规模下运行的电商主图生成三阶段框架，并公开了配套的硬例评测基准。
BizBench 是一项多轮长链路业务 Agent 评测基准，基于一家头部支付公司的真实流程构建，包含 789 份知识文档和 601 个可发现工具，共 50 个任务，覆盖资源约束、时间依赖、过往承诺与冲突或过期指引等场景。
推荐理由：BizBench对比前沿模型在真实业务流程中的严格合规执行表现，揭示仅看最终结果会掩盖中间过程的违规。
PrismaCoder 论文提出基于分解式评分标准的数据合成流水线 PrismaForge，并据此训练发布了 PrismaCoder-9B 与 PrismaCoder-35B 两个开源模型，在多模态代码任务上领先开源 SOTA 并接近闭源系统表现。
推荐理由：原文提出了基于评分标准的多模态代码数据合成与强化学习流程，并开源了模型与数据集，可作为其他视觉编程任务的数据构建参考。
研究团队提出面向多模态生成模型的四层能力层级，并发布包含 320 个案例、横跨 8 个类别的 WorldCast 基准，用以评估模型从多模态观察与多样化参考中预测连续未来世界状态的能力。
推荐理由：在统一基准上量化了闭源前沿与开源模型在多步世界状态预测上的差距，方便读者对比当前能力阶段。
研究提出一种扩散模型校正步骤，让校正器以基础模型预测和同一真值目标进行训练，并在每个去噪步骤迭代修正干净样本预测。该方法在 DiT、SiT 和 JiT 上改善了无引导及无条件生成的 FID，表现与 CFG 相当；与 CFG 结合还能提升多样性并减少过度饱和。研究还把校正后的预测蒸馏回基础扩散模型，以保留质量收益并消除额外推理开销。
推荐理由：论文把校正器训练与推理迭代结合起来，并给出蒸馏降开销路径，便于比较无引导生成质量与推理成本。
DeltaStreamer 是一个面向流式视频理解的开源智能体，可持续观察视频并在问题到达时按需回溯画面，代码与交互 demo 已在 GitHub 开源。它结合三项能力：对比相邻帧记录场景变化与描述、将视觉证据组织为带索引的结构化记忆、按需检索并重访原始帧。
推荐理由：原文给出了面向持续视频流的代理框架，强调可按需回溯画面与结构化记忆，并附有开源代码与可交互 demo。
RoTA-Bench 通过交互式 3D-2D 投影对齐任务，评估视觉语言模型把 2D 观察转化为精确 3D 旋转控制的能力，自动构建了 674 道题和分层 100 题测试集，并利用可逆初始化确保可解性。
推荐理由：基准显示 GPT-5.6-Sol 仅有 17% 通过率，与人类 100% 表现存在显著差距，揭示了 2D 视觉到 3D 旋转控制的难点。
该论文提出函数空间策略优化（FSPO）单策略框架，将当前特权适配与函数空间时序整合，显著优于近期自蒸馏策略方法 SDPO。FSPO 把稀疏历史 next-token 分布存为固定时序目标，在不维持持久教师模型的情况下实现时序分离。
FLOMSS 将流匹配用于四源全频带立体声音乐分离，比较预测目标、流路径、单源与多源建模及混合一致性约束。研究在 MUSDB18-HQ 上结合信号级指标、嵌入指标和听测进行评估，模型在客观与主观测试中均表现出有竞争力的性能。arXiv：https://arxiv.org/abs/2610.17821，演示：https://ik4sumii.github.io/FLOMSS/
推荐理由：论文系统比较流匹配在四源全频带立体声分离中的预测目标、流路径与一致性约束，并结合信号指标、嵌入指标和听测提供评估基准。