新石器完成近4亿美元E轮融资，消息称国家人工智能产业投资基金参与领投
自动驾驶科技公司新石器（Neolix）宣布完成近4亿美元E轮融资。官方称，博裕投资与一家未具名的国家级基金联合领投；据媒体报道，该基金为国家人工智能产业投资基金。新石器计划将资金用于拓展全球主要区域的本地化运营网络，并加大对端到端大模型数据训练闭环的投入，以提升自动驾驶安全性和车辆表现，同时降低车辆全生命周期的运营维护成本。
AI 新闻中心
AI 新闻中心 过去24小时分析了 211 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。
RSIFlow：由持续进化的元代理驱动的自适应自我改进工作流
RSIFlow 是一个面向大语言模型代理的递归自我改进框架。它分析代理的任务执行轨迹和环境反馈，动态选择相应的改进工作流。元代理从执行结果中提炼组件专属技能和跨组件原则，并调整自身的工作流编排，以改进后续流程。研究团队在六项基准测试和两种基础模型上的实验中称，该方法在所有基准测试上的平均表现均达到领先水平。消融研究评估了自适应编排和元框架演进的作用。代码已公开。
CoPE让语言智能体的行动与预测共同演进
CoPE是一种训练方法，通过将成功轨迹中的多步行动序列作为额外监督信号，提升语言智能体强化学习的效率。传统智能体强化学习通常只依赖轨迹结束时的单一标量奖励，因此没有充分利用中间步骤的信息。CoPE训练同一个策略骨干根据此前的历史记录预测未来行动，但在推理时仍然一次执行一个步骤。在ALFWorld、ScienceWorld、WebShop、τ²-bench和AppWorld五个基准测试中，研究团队报
OR-License评估LLM智能体作为现实世界运筹学从业者的能力
OR-License是一项端到端基准测试，包含来自10种工业场景的31个任务，数据源自总额达368万美元的付费运筹学项目。它评估LLM智能体能否根据客户原始材料，产出可行且经过专业验证的解决方案。在对11个模型的测试中，部分模型在结果可行时，目标函数质量超过了专家方案；但没有任何模型达到专家基准的部署调整后质量。表现最强的配置得分为0.87，专家基准为1，严格可行率为88.39%。研究发现，信息收
跨越时空进行视觉推理：面向视频分割的依据驱动方法
论文提出用于视频推理分割的方法Temporal Chain of Video Primitives（TCoVP）。该方法将相关观察整理为按时间排列的推理链，结合实体指代、时间戳和空间证据，帮助模型判断所指实体、事件发生时间以及视频中证据的位置。研究使用监督微调和强化学习数据集进行训练，并在五个基准测试上通过三种模型骨干进行评估。作者表示将公开模型和代码。
DeOverlay：用于移除视频叠加内容的基准与源锚定方法
DeOverlay是一种基于流匹配的方法，用于移除视频中的字幕、标题、标志和贴纸，同时保留周围场景。该方法利用原始视频中的信息重建被遮挡区域，并结合经过可见性归一化的时间聚合、全局上下文和编辑区域嵌入。研究人员还推出了DVTE-Bench，包含来自八类文字叠加内容的1,631组配对视频、经OCR筛选的干净目标、逐帧对齐的像素掩码以及统一的评估协议。在完整基准测试中，DeOverlay在五项重建和感
HarnessPro通过帕累托优化平衡AI智能体的性能与成本
HarnessPro是一种无需标注数据的方法，可迭代改进AI智能体的执行框架（harness），在提升任务表现的同时降低执行成本。专用智能体分析执行轨迹，并利用大语言模型生成的测试来构建候选框架。该方法针对不同部署预算提供成本优先、平衡和性能优先三种选择。在Terminal-Bench 2、SWE-Bench Pro和ProgramBench测试中，使用GPT-5.5与Codex的性能优先模式相比
ScaleNav：面向语言条件局部导航的可扩展互联网视频预训练
ScaleNav利用互联网上的第一人称视角视频，帮助机器人前往由语言指定的目标。其三阶段训练流程先从视频中学习面向目标的视觉变化，再借助带动作标注的仿真数据将其对齐到可执行的动作序列，最后联合微调各个组件。在两项基准测试中，ScaleNav的成功率分别达到86.5%和94.9%，超过受测基线方法。在真实四足机器人上的测试也为其迁移至现实环境导航的能力提供了证据。
尹同跃：奇瑞是一家“披着车企外衣的 AI 科技公司”
在奇瑞全球创新大会上，董事长尹同跃表示，奇瑞将用 AI 推动企业变革。他称，AI 会改变生产方式和商业模式，但不能取代人的责任与判断。大会未公布具体的新 AI 系统或应用。奇瑞称，过去五年研发投入超过 1.1 万亿元。尹同跃还表示，未来汽车可以成为能源载体，让用户参与能源交易。
通过区分场景结构提升自监督深度学习的可扩展性
自监督单目深度估计可以利用大量未标注数据，但现有方法在多样化场景中往往表现下降。研究指出，模型容易学习数据集特有的结构偏差，难以迁移到其他领域。MaSS框架将结构表征路径与上下文特征分离，并通过新的场景结构判别目标进行训练。在四个多样化数据集上，MaSS优于以往的自监督方法，并且能够稳定受益于跨领域混合训练。在另外八个数据集上的零样本评估也显示，该方法能够泛化到未见场景。源代码已公开。
通过 Harness 与策略优化实现自我进化的编程智能体
Self-HPO 是一种交替优化 harness（负责调节智能体与环境交互的机制）和训练策略的框架。每轮中，当前策略会分析自身失败并提出 harness 候选方案，随后在选定的 harness 下通过强化学习更新策略。在三个编程基准测试中，Qwen3.5-35B-A3B 的平均解决率从 57.8% 提升至 64.8%，在分布外任务上也有所改善。使用更强的外部模型提出 harness 候选方案，还能
世界模型的可解释性：从解码表征到理解潜在世界
这篇观点文章探讨，随着联合嵌入预测架构（JEPA）使用潜在表征进行预测、规划和控制，可解释性研究应如何发展。研究不应仅解码表征编码了什么，还应分析潜在变量如何相互作用、演变，以及如何因果性地驱动预测。作者提出一个包含四个阶段的研究议程：Ground、Structure、Verify 和 Act。现有研究为 Ground 阶段提供了初步证据，但对潜在结构的系统分析、因果验证和干预仍鲜有探索。
Fréchet Forcing：利用短视频训练长时程流式世界模型
流式世界模型逐步生成未来，但在长时间推演中可能逐渐偏离。Fréchet Forcing 将世界模型与多步采样器一同训练，无需外部教师模型或长视频。三项约束使生成结果以真实数据为基础、保持场景一致性并具备视觉真实性。研究使用最多 36 个 GPU 小时，以 381 帧视频微调此前用 253 帧视频预训练的 MiniWorld-1B。模型在超过 4,000 帧的推演中仍保持稳定，并在机器人操作和摄像头
RoAR-VAE通过稳健预测提升潜在表示对扩散模型的适用性
有效的视觉分词器需要保留图像细节，同时生成便于扩散模型学习的潜在表示。RoAR-VAE采用稳健预测方法，确保即使潜在表示受到扰动，生成所需的信息仍可恢复。该方法结合预训练语义特征预测与原始图像重建。在相同训练预算下，其生成基准平均得分比最强的对照分词器高2.19分；小字重建准确率则比FLUX.1-VAE高16.93个百分点。
英伟达黄仁勋：AI发展不能急踩刹车，但必须系好“安全带”
英伟达首席执行官黄仁勋在伦敦表示，他反对突然放慢AI发展或施加过度严厉的监管，主张建立更完善的安全标准、监测机制和事故预防措施。他将AI比作关键基础设施，并提出英国可作为国际AI安全对话的中立平台。英伟达承诺在未来五年向英国AI安全研究投入2.5亿美元。对于数据中心建设延期、AI公司上市推迟等情况，黄仁勋称这是行业快速扩张中的成长阵痛。