一个视频展示了Fugee，这是一款旨在帮助流离失所者和寻求庇护者适应新环境的AI助手。

加州上诉法院维持了对一家南加州律师事务所律师的6000美元制裁，原因是他们提交的摘要中存在生成式AI错误，初审法官称这是“我担任法官以来见过的律师 misconduct 最严重的例子”。

一篇引人深思的文章探讨了使用AI完成学校作业是否构成作弊的问题，深入分析了教育系统的双重目标——择优筛选与形成性发展，并考察了学生在高压竞争环境中求助于AI的原因。

MiMo Code是一款具有显式长期记忆架构的编码代理，旨在提升开发效率。

研究者提出一种可靠性感知的扩散规划器，通过蒸馏视觉-语言模型生成场景级可靠性热图，引导无人机在3D导航中避免不可靠区域（如玻璃、镜子），将障碍违规率从40.3%降至9.6%，平均可靠性从0.588提升至0.925。

AnyGoal是一种无需训练的多机器人导航架构，利用视觉语言模型（VLM）驱动边界探索，通过共享的2D高斯贝叶斯价值图（BVM）协调智能体，在GOAT-Bench上达到52.4%子任务成功率，比Modular GOAT提升27.5个百分点。

ContactWorld基准测试覆盖12项接触丰富的操作任务，发现空间结构化且时间连续的表示（如点云）能显著提升规划成功率至32.1%。触觉传感的有效性取决于跨模态表示兼容性，结合点云与触觉力场表示可达最佳性能36.1%。触觉在长周期规划中愈发重要。

研究发现，在单GPU上微调视觉-语言-动作模型（VLA-JEPA）时，存在“种子彩票”问题：相同代码不同随机种子导致一个种子模型性能从91-94%骤降至65.2%，且无任何警告。原因在于输出坍塌——动作预测器输出几乎与输入无关。传统权重级正则化（如L2、EWC）无法检测此问题，而输出级正则化（VICReg、Dropout、半学习率）可完全消除灾难性种子。最简单方法是修改优化器配置中的一个数字。

本文提出了一种基于核表示的高效领域自适应策略学习算法。通过可微分的随机傅里叶特征核近似建模未知扰动，离线训练仅需50秒即可优化控制策略，在线部署时通过最小二乘估计实时更新核参数，实现非平稳环境下的快速适应。在Crazyflie四旋翼上的仿真和硬件实验验证了该方法在复杂气动效应、风扰、地面效应和载荷变化下的有效性。

这篇综述论文探讨了自动驾驶从单一车辆智能向多智能体具身系统的转变，重点介绍了共享世界模型（SWMs）作为跨车辆的预测性表示。文章回顾了超过380篇出版物，涵盖V2X通信、协作感知、智能体间认知、协同规划、端到端协同驾驶以及闭环验证的仿真引擎。研究发现当前评估集中在仿真和离线协议，基于基础模型的协调缺乏实时安全保证，并提出了可验证的共享状态维护、鲁棒的意图与计划对齐以及安全协调行动等关键研究优先方向。

FlowMo-WM 是一种端到端可训练的视觉世界模型，专为机器人学习设计，能够从图像和动作历史中推断物体中心的运动状态以及与隐藏漂移相关的长历史上下文，无需流场直接监督。通过将历史分解为短历史潜在状态和长历史上下文，并采用零上下文残差过渡，该模型在模拟的水面车辆环境中显著提升了长时程预测的准确性。

本文介绍μ₀，一种基于3D轨迹的可扩展世界模型，通过预测物体、工具、手等交互点的平滑3D轨迹，避免了像素重建和动作标签依赖。该系统利用TraceExtract自动从视频中提取3D监督信号，结合视觉-语言骨干网络和轨迹专家模块进行预训练。实验表明，μ₀在2D和3D轨迹预测上优于基线方法，且冻结后的μ₀可与动作专家结合用于下游机器人任务，性能媲美使用动作监督的VLA模型。

一种基于被动分布式声波导的触觉传感新范式，利用深亚波长声波导实现灵敏度、鲁棒性与柔韧性的兼得，在宏观弯曲下保持声传输不变，通过稀疏麦克风阵列实现实时定位与波形重建。

本文提出一种基于占据感知的层次化3D场景图（3DSG）流程，通过将房间节点锚定到从占据分解中提取的自由空间区域，为每个房间提供明确的凸多边形足迹。该方法在12个Matterport3D场景上评估，与现有方法相比能恢复更多房间实例，但精度较低，且墙面精确的房间边界仍是开放问题。

Avatar V是一种生产级框架，通过视频参考条件身份建模，生成不仅视觉相似而且行为可识别的虚拟形象视频。它引入稀疏参考注意力、运动表示流和身份感知超分辨率，使用超过1亿训练片段和五阶段训练流程，实现1080p无限时长视频生成，在跨场景基准测试中优于Seedance 2.0、Kling O3 Pro等系统。

视觉语言模型可在无图像时正确回答图像问题，虚增基准分数。研究将其分为文本偏见和虚假图像两类，并提出幻象探针框架和PHI指数区分它们。

针对生成式视频推理中单次生成的瓶颈，研究者提出时间回溯搜索（TBS），通过在时间轴上迭代生成-验证-重启循环，显著提升了视频模型在测试时的推理能力。实验表明，TBS在算法、导航和机器人领域均优于同等预算的最佳N采样，尤其在分布外场景下，成功率从0.7%提升至22.7%。

本文针对远程光电容积描记法（rPPG）Transformer模型的可解释性不足，提出了一套定量化评估工具。作者将四种归因方法适配到RhythmFormer的双层路由注意力机制，引入了皮肤覆盖度指标，并将忠实度系数从分类任务扩展到rPPG回归。实验发现稀疏top-k路由下的多跳泄漏效应，而Beyond Intuition方法通过值投影加权和梯度掩码有效缓解，在UBFC-rPPG数据集上取得最高皮肤覆盖度（0.83）和忠实度（F=0.92）。研究推动了rPPG XAI向可审计的数值证据发展。

研究提出了i2L（图像到LoRA）框架，将风格LoRA训练摊销为单次前向传播，无需针对每种风格单独优化。通过图像编码器、可学习LoRA查询和压缩解码头预测LoRA权重，在Z-Image、FLUX.2和Hidream-O1上提升了风格保真度、提示对齐和感知质量。

CineOrchestra是一种统一的视频扩散模型，能够同时控制主体、事件、摄像机和镜头切换，通过实体中心条件原语和两种无参数的有序旋转嵌入实现。在两项新基准测试中，它优于六种单轴专业模型。

本文提出了一种改进卷积神经网络（CNN）的新方法：在滤波器对之间引入可学习的连接参数。传统的CNN依赖于逐点激活函数，而该方法允许网络在不同层实现不同的连接，从而更好地适应任务。实验表明，这种可学习的连接提高了模型准确性。

IoU是目标检测中衡量候选框与真实框匹配程度的关键指标，但存在不敏感区域，导致不同几何重叠的样本获得相似IoU分数。本文提出一组形态相似度度量（面积、形状、长宽比），通过均值聚合辅助匹配分数，重塑响应分布，提升正样本分配精度。基于YOLOv9的实验在NEUDET和GC10-DET数据集上取得一致性能提升，且无需额外推理开销。

一项新研究探讨了后训练（如监督微调和强化学习）如何显著提升生成式大语言模型在ICD编码任务上的表现，挑战了仅通过提示词评估得出的“LLM不擅长医疗编码”的结论。

DLawBench是一个新的诊断基准，用于评估大语言模型在多轮法律咨询中的表现。它包含461个来自中美法律的案例，将咨询互动分为合作型、依赖型、退缩型和对抗型四类。实验表明，最佳模型GPT-5.5在咨询导向的法律推理上仅得0.562，揭示了谄媚现象和客户越需要指导时模型表现越差的悖论。

本文提出SANA（搜索代理导航消融框架），一种诊断性消融框架，用于分解数据湖中探索性问答（EQA）任务的失败原因。通过将EQA任务转化为包含黄金源序列、清洗后子问题和执行记录的运行时配置文件，SANA构建理想化的搜索、规划和数据分析工具，对各组件进行消融，从而诊断策略失败。实验表明，数据分析是持续瓶颈，搜索在大型数据湖中限制显著，而规划问题相对较小。

神经主题模型虽能实现可扩展的语义发现，但其与量子硬件的结合尚未得到充分探索。本文提出了一种概念验证的混合经典-量子变分自编码器（VAE），在VAE的推理网络中嵌入参数化量子电路，同时保留经典的主题-词解码器。为解决量子硬件资源受限的问题，提出了一种改进的高斯Softmax后验分布，将潜在空间维度与待提取主题数量解耦，使得模型能够在仅有10个量子比特的低资源量子设备上运行。在AgNews数据集上，该混合VAE在主题一致性（C_v为0.71）和点互信息（NPMI为0.20）上均超越了现有最先进的神经主题模型，同时保持了高主题多样性。作为对比，全经典变体也在同一数据集上超越现有模型，并在潜在空间中展现出清晰的类别分离。这些结果表明，即使在NISQ时代的设备上，混合VAE在计算上也是可行的，为量子增强主题建模指明了有前景的方向。

该研究提出一个验证框架，评估基于大语言模型（LLM）的城市模拟器生成的人类移动模式是否真实。通过对巴黎大区和上海的数据集测试AgentSociety和CitySim，发现这些模拟器虽能生成看似合理的叙事，但未能复现真实的时空约束，如行程长度分布、起止点流量、停留时间和转换动态。研究还指出，移动多样性对提示配置敏感，需要显式的个体画像初始化。作者提供了可扩展的开源工具，用于地图生成、模拟增强、移动指标计算和交通模拟。

当前文化对齐方法主要关注推理时干预，但模型可能缺乏足够的文化知识。研究提出“文化漏斗”概念，指出在后训练阶段文化信号显著减少，而地理集中、任务专业化的数据占主导。多语言虽能增强地理多样性，但不能保证平衡。发布含560万样本的文化标记数据集，提升下游文化基准性能。

本文概述了QIAS 2026共享任务，该任务旨在评估大语言模型在伊斯兰继承领域的复杂推理能力。任务基于MAWARITH基准数据集（12,500个阿拉伯语继承案例），共有16个团队参与，采用了提示、检索增强生成和微调等方法。结果表明，当前模型在法律解释和结构化数值推理方面仍面临巨大挑战。

本研究介绍了PSL团队在2026年QIAS阿拉伯伊斯兰继承推理共享任务中的参与情况。该任务评估大型语言模型解决涉及法律解释、多步推理和精确数值计算的继承案件的能力。结果显示，商业模型（如Gemini 2.5 Flash）在识别合格继承人、应用排除规则和保持推理一致性方面表现更佳，而开源模型在依赖法律决策和分数份额调整的情况下稳定性较差。