无梯度适应：仿射统计传输及其证书所能揭示的信息
该研究提出 CASTER，一种用于冻结模型测试时适应的无梯度方法。CASTER 将源类别统计量存储在判别子空间中，根据目标批次的矩估计类别共享的仿射变换，并在分类前以解析方式传输源分布。该方法无需反向传播、优化器状态或存储特征库。在 4 种骨干网络和 7 个数据集上，CASTER 使用相同的冻结特征，在 28 个设置中的 27 个超过 k-NN，同时所需状态量的中位数减少 18 倍。不过，仿射传输
AI 新闻中心
AI 新闻中心 过去一年分析了 1380 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。
DramaChain Bench：短剧生成的端到端评测基准
DramaChain Bench 首次覆盖了 AI 短剧制作的完整流程，包括剧本、分镜、关键帧图像、镜头级视频和成品剧集。该基准采用 5 个评估维度，进一步细分为 63 个叶级指标。5,785 个项目由 3 名专业标注员独立评分，形成 17,488 个有效分数和 255,925 条可追溯的缺陷归因记录。人工标注表明，上游环节产生的缺陷会在后续流程中级联，最终剧集质量并不只取决于视频生成。基于智能体
系统帮助人类预测自动驾驶汽车何时会出错
一种名为 CW-Net 的新方法，可将自动驾驶汽车人工智能系统的推理过程转化为易于理解的概念。这有助于人们更好地解读车辆行为，并预测车辆可能出错的情况。
研究发现：更像人的 AI 客服未必带来更佳体验
研究表明，让 AI 客服更像真人并不会自动提升客户满意度。一项针对 1000 多名澳大利亚人的调查显示，只有 39% 的受访者对自动化客服感到满意。在部分情境下，文字聊天机器人比语音机器人带来了更积极的反馈和更强的释然感，可能是因为打字让情绪受挫的客户有更多时间冷静下来。另一项研究发现，当 AI 能准确识别愤怒等情绪并作出具体回应时，客户对其情绪理解能力的评价和整体满意度都会提高。研究认为，企业不
美光探索 GPU 近端 NAND，旨在支持更大规模 AI 模型
据 DigiTimes 报道，美光正在研究高耐久性 NAND 闪存模块，计划将其部署在比传统存储池更靠近 GPU 的位置。这种目前被称为“近 GPU NAND”的方案，旨在平衡存储密度、耐久性、I/O 速度和带宽。它可能让 GPU 直接访问数百 GB 的 NAND 存储池，并可放置在 GPU 封装内部或电路板上。该存储层位于显存和普通存储之间，可充当高速缓冲层，用于运行更大规模的语言模型。不过，这
研究发现：老年人更看重 AI 陪伴聊天机器人的真实感，而非像不像真人
新加坡科技设计大学研究团队调查了 140 名 60 至 89 岁的老年人，研究影响他们使用社交型 AI 聊天机器人的因素。参与者与由大语言模型驱动、支持语音交流的 Ami Chat 进行互动。结果显示，使用者对自身操作能力的信心、可获得的技术支持、聊天机器人的真实感，以及接近朋友聊天的互动性，都与更高的使用意愿有关。但在考虑互动亲密程度后，那些认为聊天机器人更像真人的参与者，反而表现出较低的使用意
学习结果发生变化的位置：面向多模态几何的可归因信用推理
该研究提出“可归因信用推理”，将视觉语言模型在推理过程中使用的语义单元，与学习时比较不同选择并分配学习信用的位置对应起来。Code-CoT保留图表，并将视觉关系表示为可按行定位的可执行代码，再组织为带类型的事件。CE-GRPO利用结构先验和按类型归一化的熵来确定事件边界，从共享前缀生成完整后续序列，并将结果差异转化为局部优势。在9个几何推理基准测试中，该方法平均准确率达到76.04%，比Qwen3
自变量发布三指九自由度灵巧操作手 TwinDEX
具身机器人企业自变量发布 TwinDEX，一对三指九自由度灵巧操作手，其中七个自由度为主动自由度。一只可穿戴，用于人工采集数据；另一只安装在机器人上，用于实际部署。公司称，该系统可完全使用无本体数据训练灵巧操作策略，无需采集真实机器人的遥操作数据。根据官方公布的测试结果，TwinDEX 每小时的数据采集效率达到真机遥操作的 5.3 倍。在多任务基准测试中，使用无本体数据训练的策略据称取得了接近真机
从生产流量到后训练：构建覆盖企业请求组合的自托管大语言模型
数据驻留要求迫使企业自行托管大语言模型，但持续引入新模型而不淘汰旧模型，会扩大服务模型集群并分散有限的 GPU 资源。该方案将 200 多个内部应用的流量整合到一个模型上，并根据生产环境错误分析，围绕指令遵循、函数调用和内部任务分布三个维度进行后训练。团队分别为每个维度训练 GRPO 专家，再通过两阶段 SLERP 合并。在内部 Arena 评测中，该方案超过了总参数量为其 7 倍的基线模型，同时
人工智能自我改进的递归临界性
该研究探讨，在开发未来人工智能系统的过程中使用人工智能，何时会形成自我增强的进步。模型将人工智能能力增长率与基础研究生产力、递归反馈，以及进一步取得进展的难度上升联系起来。研究人员提出递归再生产数 R_AI，用于比较反馈强度与进步变得更加困难的速度。当 R_AI 大于1时，改进会在多个开发周期中不断累积；当其低于1时，相关影响则会受到抑制。这是一项理论性研究，不能证明人工智能已经出现快速或失控的自
专访 METR 研究员 Ajeya Cotra：调查 OpenAI 与 Hugging Face 事件
在接受 Dwarkesh Patel 采访时，METR 研究员 Ajeya Cotra 讨论了对 OpenAI 与 Hugging Face 相关事件的调查。访谈还涉及这样一种说法：参与黑客攻击的 AI 智能体决定不通知人类。Cotra 从事先进 AI 系统的威胁建模研究，并认为这一事件可能是一个早期警示信号。
前沿人工智能实验室加强生物风险测试
据《金融时报》报道，前沿人工智能实验室正在加强生物风险测试。专家表示，这类评估比网络安全测试更困难，因为数字能力可以在受控环境中进行测试。企业高管和生物安全专家担心，未来的人工智能模型可能帮助用户设计新型病毒或生物武器。
人形机器人的现状与长期挑战
本文分析人形机器人的当前发展状况，重点讨论尚未解决的问题，包括将已学习的技能推广到不同情境，以及可靠完成长期任务的能力。其中一些挑战可能需要数年甚至数十年才能克服。
大规模智能体：面向持久化智能体的感知中心架构
该研究提出了Pera，一种面向持久化语言智能体的感知中心架构。与主要解决用户指定、边界明确任务的现有系统不同，Pera旨在让智能体在长期运行环境中持续提供帮助，并适应用户需求、上下文、服务流程及周围环境的变化。其感知和控制组件会持续从已执行任务、内部上下文和环境变化中获取相关信号，再据此构建生命周期任务，推动智能体持续运行与调整。作者利用该框架梳理近期研究，分析具体案例，并提出构建更强大、长期运行
Safin-1：通过记忆原生状态演化实现内在安全
Safin-1是一系列旨在将安全能力直接融入模型内部计算的基础模型，而不是完全依赖外部防护机制或训练后的对齐。其核心架构MARCH（Memory-Anchor Routing across Context History）维护结构化记忆状态，并从历史上下文中选择性检索相关信息。持久化的能力状态可以在测试时进行调整，无需反复修改模型主干，从而支持受控的专门化。使用专门Safety State的实验显