UniProbe：面向大型视觉语言模型的可学习令牌级幻觉检测器
UniProbe是一种轻量级检测器，旨在以令牌为单位识别大型视觉语言模型生成的幻觉。它无需对整个模型进行高成本微调，而是通过一次前向传播分析模型的内部计算轨迹，包括图像块、查询令牌、生成令牌及其注意力关系。该方法结合图神经网络、Vision Transformer和GRU，整合关系、空间与序列信息。流式版本可在生成过程中检测并重新采样产生幻觉的令牌。作者称，在多种LVLM骨干模型上，UniProb
AI 新闻中心
AI 新闻中心 过去7天分析了 930 篇文章，发现了 0 条重要报道 (分数 ≥ 5.5)
获取从可信来源聚合的最新 AI 新闻。
宇树科技发布“超人”人形机器人：原地跳高2米，最高速度12.66米/秒
宇树科技发布新款人形机器人“超人”。公司称，该机器人腿长0.85米，可原地跳高2米，最高速度达到12.66米/秒。宇树科技表示，这些数据超过了人类原地垂直跳跃和奔跑速度纪录，但相关结果目前主要来自公司公布的测试。该整机仅用3个多月完成开发，未来几个月仍将进行大幅改进。今年4月，宇树科技曾称其H1机器人达到10米/秒。公司还于8月12日宣布，旗下双足人形机器人累计产量约1.8万台，不包括其他类人形机
348万澳元报告被ChatGPT“润色”：澳大利亚社交媒体禁令依据曝出虚假引用
澳大利亚耗资348万澳元委托进行的年龄验证技术测试报告陷入争议。负责测试的英国机构ACCS最初否认使用人工智能，但《卫报》在报告链接中发现ChatGPT元数据后，该机构承认曾用AI改写部分段落。调查发现，仅报告中关于新兴技术的章节就有至少6处参考文献错误，包括DOI指向不存在或不相关的论文，以及作者、期刊和年份与已知研究不符。ACCS随后提交的纠错清单也存在问题。这份报告原本旨在为澳大利亚禁止16
韶音 OpenFit 2 AI 耳机开启预售：搭载千问模型，续航最长 48 小时
韶音已在中国开启 OpenFit 2 AI 开放式耳机预售，首发价为 1398 元。耳机基于千问 AI 模型，支持语音录音、转写、翻译和自动生成总结。用户可通过耳机、充电盒或应用发起录音，最长记录 8 小时。系统支持 30 种语言、19 种方言以及四种翻译模式。耳机还配备 IP55 防护、蓝牙 5.4、双设备同时连接和四麦克风通话降噪功能。单只耳机音乐续航最长 11 小时，搭配充电盒后总续航可达
人工智能时代需要更灵活的领导者，哈佛大学琳达·希尔表示
哈佛商学院教授琳达·希尔表示，下一代首席执行官需要投入更多时间建设灵活的组织。随着人工智能快速部署，企业开展业务和运营的方式正在发生变化。
时间序列基础模型出现预测崩溃
一项研究发现，时间序列基础模型在预测1,000只美国股票的小时收益率时会出现“预测崩溃”：预测结果近乎扁平，股票排名表现也很差。相比之下，在相同条件下预测交易量时，该现象大幅减弱。研究人员认为，原因包括目标变量的可预测性较低，以及按单个序列优化的目标函数无法识别序列之间的结构。最小化平方误差会导致扁平预测，而直接优化横截面相关性虽能改善排名，却可能使预测幅度放大一个数量级以上。研究提出CalibR
Qwen 3.8 27B 展现 17GB 开放权重模型的长上下文与工具调用能力
阿里巴巴旗下 Qwen 研究团队发布了 Qwen 3.8 27B。这是一款采用 Apache 2.0 许可证、具备视觉能力的 270 亿参数语言模型。Simon Willison 表示，这款 17GB 的开放权重模型支持长上下文、有效的工具调用、较强的视觉能力以及合格的代码生成。
Second Thought：LLM智能体行动与观察期间的并行推理
采用ReAct范式的LLM智能体会在推理、行动和观察之间交替进行，但在等待环境响应时，推理会暂停。Second Thought利用这段空闲时间，在每次Thought阶段结束后立即并行启动四个辅助推理分支，并在下一次环境观察到达时合并结果。在三个智能体基准和三个推理模型上，该方法在全部九个模型与基准组合中都降低了平均交互轮数。在其中六个组合中，主线程的顺序解码量最多减少43%，第七个组合基本不变。P
潜在在线策略自蒸馏
该研究提出潜在在线策略自蒸馏（LOPD），旨在帮助 AI 智能体将经验直接融入自身策略。LOPD 不依赖设计者预先制定的特权信息，而是端到端学习这类上下文：系统检索相关经验，并将其组合为连续潜在 token，用于调节自教师模型。学生模型根据任务和交互历史生成轨迹，并在每个访问过的前缀位置获得密集的 token 级监督。研究还引入特权边际目标，以提升训练稳定性。在智能体工具使用和代码生成实验中，LO
AI视频生成平台Higgsfield获高盛、英特尔等4亿美元融资，估值达54亿美元
据英国《金融时报》报道，AI视频生成平台Higgsfield已从DST Global、高盛、Liberty Global、英特尔等投资者手中筹集4亿美元，估值升至54亿美元。这家成立仅两年的初创公司计划利用资金拓展企业订阅业务，加强安全能力并 확보算力资源。Higgsfield称，其年化收入在今年8月达到7亿美元，约一年前仅为2000万美元；平台目前在238个国家和地区拥有超过3000万用户。公司
MobileMem：从一年的移动体验中学习
MobileMem 是一个用于研究设备端 AI 智能体长期记忆的基准和框架。它基于为期一年的移动体验数据，并通过知识驱动的合成流程，从用户与应用的交互会话中构建连贯且具有时间一致性的长期轨迹。该基准涵盖文本和多模态场景，评估多跳推理与时间推理、知识更新以及隐式偏好推断。MobileMem 不仅关注对孤立事实的检索，还评估智能体能否记住过去、理解现在，并随着时间推移适应用户。
PRM-as-a-Judge 1.5：机器人流程评估工具包
PRM-as-a-Judge 1.5是一套用于精细评估机器人操作流程的工具包。它将执行视频转换为密集的进度曲线，并提供衡量失败过程进展、性能下滑后恢复能力以及成功执行质量的多项指标。项目还推出RoboPulse++，用于测试流程奖励模型的可靠性。该套件包含基准测试、指标实现和可视化工具，支持对具身模型进行透明且可复现的评估。
支持澳大利亚青少年社交媒体禁令的报告存在多处引用错误，机构承认曾用 ChatGPT 编辑
一份旨在评估年龄验证技术、协助澳大利亚执行未满16岁用户社交媒体禁令的报告，被发现至少存在6处引用错误。负责测试的英国机构 Age Check Certification Scheme（ACCS）承认，曾使用 ChatGPT 改写部分段落以使表述更简洁，此前该机构一度否认使用人工智能。ACCS称，AI没有用于生成研究、报告或参考文献，所有链接都经过人工核查。但《卫报》发现，部分 DOI 不存在或指
研究显示，仍具活性的成人脑组织可控制机械手弹奏音符
法国研究团队称，他们将取自已故成年人的活性脑组织接入了由电极、麦克风和机械手组成的闭环系统。这些被称为 OPAB 的脑组织外植体接受训练，将三个音符与三根机械手指的动作建立关联。在 16 个样本中，平均模仿准确率从第一天的 31.2% 提升至训练三天后的 58.5%。其中 62.5% 的样本至少学会了两个音符，部分关联在 17 天后仍然保留。研究人员认为，这种能力源于脑组织内部神经连接的变化，而不
将生成作为辅助监督，在不增加推理开销的情况下提升视觉理解
该研究提出GAS，一种面向多模态大语言模型的训练框架，将视觉生成重新定义为表征学习的辅助监督。GAS在解耦的Mixture-of-Transformers架构中采用下一嵌入预测，通过生成任务增强共享视觉路径，同时避免生成梯度直接干扰上层理解模块。训练完成后，生成分支会被移除，因此推理阶段无需额外计算。实验表明，GAS能够提升多模态理解能力，其中在视觉感知和空间理解方面的收益最为稳定。