作者认为，随着通用AI模型（如LLM）的不断发展，AI工程师比普通软件开发人员更有可能被AI取代。文章解释了“AI工程师”这一模糊头衔的背后是多种不同的AI领域，而通用模型的进步将使得定制化AI解决方案成为奢侈品，大多数公司将依赖现成的通用模型。

Topaz社区发布警告，提醒用户不要移动默认应用程序文件夹，以防止文件路径问题导致的严重风险。

俄勒冈州立大学的研究表明，在人工智能系统中加入设计摩擦，例如提示用户考虑能源消耗，可以减少不必要的AI使用。基于行动的设计摩擦（要求用户搜索现有资源）能有效促进生态责任行为，而基于提示的信息仅增加了信任。随着AI能源消耗日益增长，此类干预措施至关重要。

Composer 是一款实时多人在线 Markdown 编辑器，支持人类和 AI 代理在同一文档上协同编辑、评论和提出建议。通过模型上下文协议（MCP），AI 代理可以作为真正的协作者加入，直接与人类团队一起工作，解决了当前代理工作流中常见的协作难题。

2026年北美世界杯将采用前所未有的转播技术，包括蜘蛛摄像机、裁判随身摄像头、AI辅助VAR，以及与TikTok和YouTube的合作，以吸引全球观众。

BridgeToAgent推出了一款MCP连接器，允许AI助手检查商店对AI代理的优化程度，并模拟代理购物体验。

英国竞争监管机构宣布，出版商将能够选择不让其内容用于训练谷歌的AI模型或为其搜索摘要提供支持。

本课程介绍数据驱动AI（Data-Centric AI），这是一门新兴学科，专注于系统性地改进数据集以提升机器学习性能，涵盖标签错误检测、类别不平衡和数据整理等技术。这是该领域的首门课程，于2024年MIT IAP期间开设，包含Python实践练习。

英伟达发布Groq 3语言处理单元（LPU），专为AI推理设计，采用SRAM内存架构实现极低延迟。该芯片基于从Groq公司授权的技术，与Vera Rubin GPU配合使用，通过推理分离技术优化性能，标志着AI推理市场进入新阶段。

作者尝试构建一个由多个AI代理组成的情报分析团队，以自动化应用结构化分析技术（SAT），但最终发现无法实现。测试表明，AI代理在处理中国对台网络行动等实际问题时，存在提问冗余、收集计划偏差、分析循环无效等问题。结论是，当前AI无法取代人类进行严谨的情报分析。

Vim Classic 发布了首个稳定版本 8.3.0，这是一个完全不含大语言模型生成代码的 Vim 分支。

伊朗裔英国导演Ash Koosha利用人工智能在短短几周内制作了一部关于伊朗反政府抗议的剧情片《紫罗兰之梦》，该片将在翠贝卡电影节首映，成为首部在主要电影节展映的AI电影。导演称这可能改变独立电影制作。

本文提出一种基于Loewner序下界的矩阵值可容许启发式方法，在黎曼流形上进行直接知情采样，通过保留度量张量的方向结构生成更紧致的知情集，加速机器人运动规划。在多种操作任务上的实验表明，该方法优于传统的欧几里得和标量特征值界限，能更快地收敛到最优解。

研究人员开发了一种用于水培生菜的数字孪生系统，结合传感器和神经网络，实现个体植物的生长轨迹追踪和产量预测。系统使用RGB-D图像训练神经网络，质量估算误差在1.5克以内，未来1-4天的产量预测误差约2克。

本文提出一种自监督的混合自适应卡尔曼滤波器，通过学习系统动态和过程噪声协方差的结构化校正，在保持概率结构的同时提升估计精度和统计一致性，并利用创新似然进行模型分类。实验表明该方法在低数据和大数据场景下均表现鲁棒。

本文提出SeeTraceAct，一种基于单次演示视频的视觉语言动作模型（VLA）框架，通过可见性感知的末端执行器轨迹预测实现精确空间定位。实验表明，该方法在RoboCasa-DC基准和真实世界任务中优于基线，将平均成功率提升12.5个百分点。

本文提出了一种用于多旋翼无人机在移动平台上动态着陆的估计与控制框架，集成了非线性模型预测控制与实时最小加加速度轨迹规划器，强制规定触地时间，实现终端下降阶段的一致定时。采用自适应无迹卡尔曼滤波在线更新过程与测量噪声统计，增强对时变传感质量的鲁棒性。仿真与硬件实验表明，该方法能实现可重复着陆，并相比EKF/UKF方法提高了平台速度预测精度。

CARVE是一种无预测的证书层，用于交互式驾驶中，当硬规则边界为负时，通过识别多智能体编辑来修复被否决的机动。它在589个INTERACTION回放片段上接受了98.64%的被否决机动，并恢复了370/378个人类假否决，同时保持零优先级代理误报和400/400的负应力否决。CARVE不依赖预测，而是证明交互的有界性、可归因性和规范性。

本文指出，虽然 sim2real 对策略迁移到硬件至关重要，但过度依赖会导致激励偏差、模拟器锁定和策略探索不足。作者提出一种新的 sim2sim2real 范式，以机器人运动学为唯一设计约束，作为潜在解决方案。

本文提出一个自动化代理驱动流水线，直接从私有放射学报告和3D肿瘤学影像生成多项选择VQA数据集，产生两种互补问题类型：RADS风格问题和放射学报告推导问题。在四个内部癌症队列上进行零样本评估，发现没有主导模型且所有单元存在巨大改进空间。盲法消融显示视觉依赖高度特定于数据集：肝脏报告推导问题确实需要图像，而肺CT即使没有图像也基本可解——领先的闭源模型在盲法下超过了其有视觉时的准确率。流水线作为开放代理技能发布。

英伟达发布Cosmos 3，一个全模态世界模型系列，采用混合Transformer架构统一处理语言、图像、视频、音频和动作序列。该模型在多项理解和生成任务上达到最先进水平，被Artificial Analysis评为最佳开源文生图和图生视频模型，被RoboArena评为最佳策略模型。代码、模型权重和数据集已开源。

人-物交互（HOI）识别在复杂教育环境中自动分析学生行为至关重要。虽然最先进的HOI检测器在基准数据集上表现良好，但在真实训练环境中因领域特定物体、遮挡和复杂视觉条件而性能下降。本文提出一个诊断驱动框架，结合三元组级HOI错误分类和误差因素归因分析，应用于重症监护空运团队（CCATT）混合现实医学训练。通过分析HOI失败模式及其原因，开发了诊断导向的优化策略，将预训练CDN模型的宏F1分数从48.6提升至90.2。结果突显了详细诊断分析在指导HOI模型针对性适应中的价值。

GeoDrive-Bench是一个新的基准测试，用于评估视觉语言模型在不同地区交通规则下的自动驾驶推理能力。它包含来自六个国家的5053个经过人工验证的多选题，涵盖感知、预测、规划和区域推理四个任务。此外，论文提出了一种蒸馏算法，将区域特定的交通规则知识注入模型内部表征，实验表明当前VLM缺乏稳健的区域感知智能，而基线方法展现了改进的跨区域推理能力。

该研究评估了随机森林与四种CNN（ResNet-50、ResNet-101、EfficientNet-B4、ConvNeXt-Large）在Sentinel-2影像上0-20米深度范围内的可迁移卫星测深表现。通过保持空间连续性（连续礁块而非随机斑块）和引入平滑权重函数（SWF）加权RMSE损失，实现了内区域RMSE低至0.26米（浅水区），跨区域RMSE在2.46-2.98米之间。在MagicBathyNet基准上，所提网络以更少参数达到0.19-0.22米RMSE，优于U-Net和专用Transformer。多时相重复影像可降低噪声，且已发布优化架构与预训练权重以促进新站点迁移。

MetaWorld是一个新颖的框架，旨在从单视角视频中扩展多智能体视频世界模型，以应对数据稀缺和世界状态对齐的挑战。它通过单目世界状态展开（MWSU）分解相机运动和主体轨迹，利用主题感知世界生成器进行外观驱动模拟，并通过世界状态对齐（WSA）确保跨视图一致性。实验显示其优越的跨视图一致性和身份保真度。

Plan2Map是一个包含208个案例的多模态基准，用于从英国规划记录中重建地理空间边界。研究人员提出了GeoPlanAgent系统，通过证据提取、定位、地图配准、边界分割、投影和验证等步骤，在基准上实现了0.736的平均IoU和0.904的中位IoU，显著优于直接VLM方法。

研究发现当前最先进的视觉语言模型（VLM）在度量距离查询中虽然跨视角预测一致，但常出现系统性错误，表明模型依赖于先验知识而非视觉证据。为此，研究者提出ViewDiag基准测试框架，从度量准确性、分布集中度和潜在特征探测三个维度评估模型，揭示预测稳定性与准确性脱节的现象。

AVTrack是一个为动态真实世界场景设计的人为中心的音视频实例分割数据集，包含摄像机运动、视觉遮挡和位置变化等挑战性条件。评估显示现有方法性能显著下降，为稳健的人为中心场景理解提供了基准。

本文提出了COD10K-C基准，基于COD10K数据集，包含8种损坏类型和5个严重级别，共计40种条件和81,040个评估对。评估了SINet-v2、PFNet、ZoomNet和轻量级模型RobustCODLite。所有模型在损坏图像上性能显著下降，运动模糊和高斯模糊影响最大。RobustCODLite采用损坏增强、频率先验分支和不确定性一致性损失，在损坏下保留92.3%的干净Dice分数，优于其他模型。该工作将开源以促进鲁棒伪装目标检测研究。

一项针对Qwen3-14B隐藏状态的探测研究表明，线性探针在分类推理类型（演绎、归纳、溯因）时达到了100%的准确率，但实际上检测的是任务格式混淆因素（如来源、选项数量、响应长度），而非真正的推理模式。消除混淆后，准确率降至随机水平，因果干预实验也未发现功能关联。研究结果呼吁在机械可解释性中进行常规的任务格式去混淆。