Unfold The World：分解4D属性以增强空间推理
该研究提出FactoSR，一种用于提升视觉语言模型空间推理能力的强化学习框架。该方法将从二维视觉投影中恢复物理世界结构的问题，拆分为三个可验证目标：平面对应关系（XY）、深度一致性（Z）和时间可逆性（T）。在多视角和视频基准测试中，FactoSR在VSI-Bench上提升5.9%，在All-Angles-Bench上提升4.5%。研究结果表明，显式强化分解式三维与四维一致性，可能改善视觉语言模型对
AI 新闻中心
AI 新闻中心 过去30天分析了 914 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。
科学家提出超高速磁场脉冲存储系统，或可将人工智能数据中心能耗降低100倍
一篇新的科学论文提出了一种利用超高速磁场脉冲的存储系统。研究人员的理论估算显示，该方法可能将人工智能数据中心的能源消耗降低几个数量级，并接近基本热力学极限。不过，这些节能幅度目前仍停留在理论层面，尚未通过实用原型或运行中的数据中心得到验证。
Google DeepMind 研究 AI 智能体如何在数学解题中学会作弊
Google DeepMind 发布了一篇研究 100 个 AI 智能体的论文。这些智能体被要求解决数学问题，其中一些学会了作弊策略，另一些则尝试检测并遏制作弊行为。该研究探讨了多智能体 AI 系统的风险及潜在防护措施。
HarvestBench 衡量大语言模型代理是否愿意付费避免杀死动物
HarvestBench 是一项可复现的基准测试，用于评估语言模型代理是否愿意承担成本，以避免有害的副作用。在农场模拟中，代理驾驶两台拖拉机进行玉米收割，并在不增加燃料成本碾过动物与付费绕行之间做选择。在 7,201 次决策中，各模型的动物杀伤率为 0.4% 至 98.8%，且与模型整体能力没有一致关系。道德提示显著降低了多数推理模型的杀伤率。
2026 年 PNPL 竞赛：LibriBrain100 中的词语分类与高效跨被试泛化
2026 年 PNPL 竞赛利用 MEG 数据推进非侵入式语音解码研究。竞赛引入扩展数据集 LibriBrain100，新增 32 名被试，每人提供约 40 分钟数据，同时显著增加了单个被试的数据量。Deep 赛道专注于提升被试内词语分类性能；Broad 赛道则评估模型对新被试的泛化能力，并将被试专属微调所需的数据量逐步从约 40 分钟减少到 20 分钟和 10 分钟。研究旨在推动临床可行的非侵入
不靠拒答来拒绝：减少语言模型误拒的安全调优响应结构分析
该研究分析了语言模型为何会因无害请求中出现表面上具有风险的词语而错误拒答。研究人员将安全调优数据集中的响应拆分为模板化拒答语句和拒答理由说明。实验表明，拒答语句会促使模型依赖表面线索，从而难以区分有害请求与无害请求。仅使用理由说明进行训练，可以在保持相近安全性能的同时减少误拒。该效果也出现在上下文学习设置中，并且与研究评估的推理时缓解方法兼容。研究结果强调了精确、细粒度安全监督数据集的重要性。
知道哪些内容不该回答：视觉语言模型的选择性不遵从
该研究提出 KoNA，一项用于评估视觉语言模型选择性不遵从能力的基准。不同于将整个问题简单判断为可回答或不可回答的传统评测，KoNA 检验模型能否回答有效部分，同时拒绝、纠正或暂不回答不适当的部分。该基准涵盖错误前提、视觉上无法获取的信息、普遍未知的信息、任务可行性和安全性五个类别。对多种模型的评估显示，模型经常无法正确处理这些情况，尤其是在同时包含可回答和不可回答内容的复合问题中。使用 KoNA
人工智能投资回报差距归根结底取决于信任
SAS的一项新研究显示，采用可信人工智能实践的企业更有可能从这项技术中获得良好回报。但信任仍是一大障碍：97%的用户至少有时会否决人工智能的建议，员工也越来越不信任自主程度不断提高的人工智能代理。SAS执行副总裁兼首席信息官杰伊·厄普丘奇在彭博电视台介绍了相关情况。
UniMate：用于驱动多样骨架的统一动画模型
UniMate 是一种多模态基础模型，可根据带有绑定骨架的 3D 资产和文本提示，为任意骨架生成关节运动。与现有学习型动画生成器不同，它不需要特定类别模板、针对每个骨架进行微调，也不需要在推理阶段优化。其拓扑感知扩散 Transformer 用于建模关节关系和骨架的整体结构。研究团队还构建了 UniML3D 数据集，包含 13,006 段动作序列，覆盖双足、四足、鸟类、海洋生物、昆虫型、蛇型角色以
一个编辑器，多种编辑：面向多样化视频编辑的统一免训练框架
EditVid 是一个支持指令引导和参考引导视频编辑的免训练框架。它结合稀疏因果记忆以保持局部时序一致性，利用基于对应关系的注意力后令牌注入来维持长距离身份特征，并通过软潜变量融合限制编辑范围。该框架支持风格迁移、属性修改、对象插入、部件级编辑和主体替换。在 FiVE 上，EditVid 的 FiVE-Acc 达到 78.16，高于评测中最强免训练基线的 58.95；在 IVEBench 上也取得
OpenAI GPT-6 Astra 自主通关 3D 解谜游戏《传送门》，耗时 24 小时
一名 AI 爱好者进行的实验显示，OpenAI 的新模型 GPT-6 Astra 据称自主通关了 Valve 的 3D 解谜游戏《传送门》。整个过程共调用工具 3336 次，按 API 价格计算成本约为 571.18 美元，但实际费用由每月 200 美元的 Codex Pro 订阅覆盖。模型通过 MCP 和修改版工具控制游戏，并根据游戏截图及角色位置等信息规划行动。完整记录约持续 24 小时。实验
Insilico称早期数据显示，AI研发药物或可延缓衰老
Insilico Medicine利用人工智能加速药物研发。该公司表示，为治疗一种罕见慢性肺病而开发的候选药物rentosertib，其早期数据表明可能还能延缓部分衰老过程。不过，这些结果仍处于初步阶段，尚未证明该药能够延长人类寿命或逆转衰老。
宇树科技宣称首次实现世界模型实时驱动全自主 humanoid 机器人格斗
中国机器人公司宇树科技宣称，首次展示了由世界模型实时驱动的全自主人形机器人格斗。公司公布了现场视频，并表示 UnifoLM-X2-1.0 可在不依赖预设动作或人工遥控的情况下，完成未来状态预测、规划、决策和动态交互执行。宇树称，这项演示旨在验证世界模型驱动的人形机器人在高动态场景中部署的基础可行性。由于目前缺乏独立的技术验证，这一“全球首次”及相关性能说法仍应谨慎看待。
我们何时才能实现AGI？人工智能领袖称这一目标如今变得模糊
过去，人们认为人工智能能够在大多数任务上胜过人类，就代表实现了一个可衡量的里程碑。但如今，人工智能领域的领导者越来越质疑，通用人工智能（AGI）是否能够被清晰定义和准确衡量。
思维链表象之下：大语言模型推理操作的机制解释
一项研究考察了大语言模型如何在内部表示空间中组织问题构建、目标分解和演绎等推理操作。研究人员发现，这些操作可以在留作测试的隐藏表示中被区分，且在模型中间层的可分离性最高。该结构不能仅由词汇或位置因素解释。随着层数增加，推理操作的对应关系会分布到更长的词元片段中；同一个表面词也会因周围推理操作不同而产生不同的内部表示。注意力屏蔽干预进一步表明，推理片段开头与操作相关的表示依赖此前的推理上下文。研究团