NVIDIA 在 COMPUTEX 台北 GTC 上发布了 RTX Spark——专为个人智能体打造的新型 Windows PC，并带来一系列更新，将本地智能体扩展至整个 RTX 和 DGX 生态系统。RTX Spark 拥有 1 petaflop AI 算力和 128GB 统一内存，支持安全、私密的本地运行。NVIDIA 与微软合作，通过新的 Windows 安全基元与 OpenShell 运行时，为智能体提供身份、策略和隐私保护。同时，llama.cpp 和 vLLM 等开源项目获得性能优化，推理速度提升最高 2.6 倍。Adobe 也将为 RTX Spark 重新架构 Premiere 和 Photoshop，提供更快的 AI 加速创作体验。

ZAPS-DA是一种新框架，通过解耦执行器与零相位滤波，在不引入相位延迟和后处理的情况下，显著降低强化学习连续控制策略的高频动作抖动，在驾驶模拟器中实现14-21倍的转向抖动减少，且任务成功率几乎不变。

ARISTO手是一种腱驱动机械手，通过主动远端过度伸展和混合指尖传感架构（刚性指甲安装力-扭矩传感器与软电容触觉阵列），将薄物体的拔出力提高了2.76倍，并成功完成SD卡插拔任务。

VLM-GLoc提出一种利用开放词汇视觉语言模型（VLM）作为统一语义观测前端的分层语义蒙特卡洛定位方法。该方法在几何模糊且准静态的环境（如杂货店、办公室等）中，通过提取区分性文本特征、隐式质量过滤和持久性推理实现数据增强，并引入逆语义提议机制。在3500平方英尺杂货店和3700平方英尺实验室的实验中，分别达到70%和74%的全局定位成功率，显著优于传统方法。

CoMo3R-SLAM是首个协作式单目密集RGB SLAM系统，利用学习的前馈三维重建先验实现户外多智能体地图构建。每个智能体运行先验引导的前端进行实时跟踪和局部密集融合，协调器执行密集点云匹配、闭环Sim(3)同步和GPU加速的全局束调整。无需深度传感器或参数化内参，仅凭单目RGB即可生成鲁棒的跨智能体约束和全局一致的度量地图。在Tanks and Temples和Waymo数据集上，CoMo3R-SLAM在四个场景中的三个取得最佳ATE，精度达到或超过最先进的RGB-D方法，同时在线运行速度达8 FPS。

ELAN4D是一个面向机器人操作的训练框架，通过预测未来机器人关键点轨迹为VLA模型提供时空监督，无需额外追踪器或重建。它采用即插即用的辅助分支，在推理时丢弃，仅依靠前向运动学计算。实验表明，该方法在多种扰动下均显著提升基线模型性能。

本文提出了一种结合监督式神经全局规划器和学习型DWA局部规划器的室内移动机器人导航框架。全局规划器通过成本感知的A*专家轨迹训练，局部规划器采用行为克隆初始训练后经PPO强化学习优化。在仿真和真实环境中的实验表明，该方法能够生成可行的全局路径和可靠的局部运动指令，实现安全的避障导航。源代码将公开发布。

本研究通过10个实体机器人的搬运与地图构建任务，发现将全连接通信拓扑改为模块化层次结构可使归一化性能提升47分（0-100分），而将神经网络隐藏层大小加倍最多仅提升9分。嵌套混合效应模型比较显示拓扑结构对模型拟合的改善远大于规模扩展。结果在独立SMAC模拟中得到验证，但异构基准重分析仅提供次要一致性支持。性能在隐藏单元超过1024时出现饱和（基于模拟校准外推）。这表明在所测试的系统和任务中，交互结构可主导性能提升，但更广泛的定量泛化仍需验证。

该论文提出了一种隐私优先的视觉监控流水线，所有推理均在边缘设备上完成。使用YOLOv5n-seg模型在树莓派5上通过Hailo-8L加速器进行实时目标检测，原始像素缓冲区在推理后立即丢弃。状态触发引擎将最小JSON事件载荷发送至本地运行的Phi-3 Mini大语言模型，生成自然语言警报。整个过程无图像数据跨越网络边界，符合GDPR数据最小化原则。

研究人员提出了一种名为GCSER-UNet的新型深度学习网络，用于从多模态MRI中精确分割脑肿瘤。该网络融合了空间和通道注意力机制，在TCGA LGG和BraTS 2020数据集上分别达到94%和95%/92%/90%的Dice分数，超越了现有最先进方法。

本研究提出了一种面向北极的超高分辨率遥感基础模型，通过多样性感知的区域图像筛选和掩码自编码器（MAE）自监督预训练，在Vision Transformer（ViT）上取得了显著改进。模型在四个北极数据集上相比ImageNet基线提升了5-8%的F1分数，并超越了通用地球观测基础模型Prithvi-EO-2.0，凸显了领域特定预训练的重要性。

Dex2HOI是一种统一的扩散模型，能够从文本生成单对象和双对象的人-物交互（HOI）动作。它采用双流扩散方法，通过双向交叉注意力协调双手操作两个物体，并引入运动融合网络和手部相对物体表示，实现实时生成任意长度序列，推理速度相比先前最先进方法提升540倍。

本文提出了一种后处理框架，用于融合原始图像与生成式AI增强图像，在保留感知增强的同时强制结构保真度，有效抑制空间错位、纹理扭曲和内容幻觉。实验表明，该方法在保持像素级结构一致性和输入分辨率的同时，更好地保留了美学质量。

本文提出DTG-Restore，一种无需训练的视频超分辨率框架，通过解耦时间引导（DTG）来利用视频扩散模型先验，增强扭曲和低分辨率视频。该方法在更干净的扩散时间步评估无条件分支，提供前瞻先验，保留几何结构同时抑制扭曲内容的复制。与任何现成的恢复模块即插即用，提升了感知连贯性和结构合理性。同时发布了包含4400个扭曲480p视频的GenWarp480基准测试，专注于生成式退化如扭曲面部、身体错位等。实验表明，该方法在不需重新训练的情况下显著提高了结构保真度和时间稳定性。

SANA-Streaming是一个系统-算法协同设计的框架，用于在消费级GPU上进行高分辨率实时流式视频编辑。它采用混合扩散变压器架构、循环反向正则化训练策略和高效系统协同设计，在RTX 5090上实现1280x704分辨率24 FPS的实时编辑。实验表明，该方法在时间一致性和系统吞吐量上显著优于现有技术。

本文提出SURGE框架，通过对比InfoNCE损失在共享嵌入空间中迁移教师检测器的关系几何知识，实现轻量级SAR舰船检测。该架构无关的方法在SSDD和HRSID基准上使两级检测器提升6.2 mAP和8.0 AP75，甚至超越教师性能。

本文介绍了CanLegalRAGBench，一个基于真实查询和专家注释的加拿大法律QA基准，用于评估检索增强生成系统。研究表明，检索性能对设计选择敏感，开源嵌入模型与闭源模型竞争力相当，但自动评估存在局限性，生成答案常出现幻觉或偏离正确答案。该基准旨在推动法律RAG系统的改进。

本研究探讨大型语言模型（LLM）在跨语言知识接口中的文化偏差问题，提出了“全球叙事主导”概念，并通过孟加拉语数据集CulturalNB的测试，发现英语提问会系统性地增加全球替代和制度框架，减少本地视角覆盖。本地证据能改善事实一致性，但无法消除语言引发的认知偏移。这一发现表明，LLM的文化失败不仅是知识缺失，更是根基缺失和叙事优先级的问题。该研究为开发更具文化包容性的AI系统提供了重要理论基础。

一项最新研究首次系统评估了多模态语音识别中的偏见问题。研究发现，当不同面孔与相同音频配对时，模型的转录准确率出现显著差异，尤其是涉及性别和种族交叉时，词错误率最高可差4.05个百分点。这表明，增加模态并非一定提升性能，反而可能引入新的偏见。

本研究提出一个基于知识图谱的零样本多标签主题分类框架，系统比较了八种方法（四种基础变体及其图增强版本）在十五个大语言模型和八个数据集上的表现。结果表明，关键词增强分类（AK）是最佳基础方法；图增强对小型模型有正面影响，但对大型模型效果不佳，说明大型模型已从预训练中获得足够的关系信息。自一致性解码未提升性能，但计算成本增加约五倍。

该研究探索了多语言大模型中比喻语言生成的内部信号是否跨语言可复用。通过激活引导，从一种语言的比喻-字面激活差异中估计方向并应用于生成。实验证明这些方向在同语言内可靠引导，且可跨语言迁移，其中德语最易接受。多语言组合的方向可匹敌或超越目标语言自身方向。

一项新研究通过历史宇宙学对照实验，探究了领域适应如何重塑语言模型的解释行为。研究分为两个阶段：第一阶段从头训练小型模型于前哥白尼语料库；第二阶段使用QLoRA微调大型预训练模型。结果发现，领域适应主要改变了模型的解释框架（前现代与现代），而非直接调整宇宙观立场。这表明，立场的变化是框架转变的副产品。

大型语言模型在通用任务上表现出色，但难以适应专业领域。本文提出自主代理数据工程任务，让LLM作为自主数据工程师，通过端到端数据策划驱动模型专业化。实验表明，GPT-5.2通过迭代代理驱动的数据适应，将学生模型性能提升57.29%。

本文提出了一种评估ChatGPT生成疾病相关生物医学关联能力的协议。该协议概述了如何生成关联、利用生物医学本体验证生物实体以及通过文献验证关联。协议包含跨ChatGPT模型的自一致性策略以评估生成可靠性，并通过检索增强生成（RAG）结合开源大语言模型实现语义验证，从而揭示幻觉现象。

本文正式定义了标签排序中的校准概念，开发了涵盖全排序、子排序和top-k排序的层次结构，证明全排序校准蕴含其他但反之不成立，且子排序和top-k校准不可比。实验发现流行标签排序模型校准不佳，且校准与RLHF奖励模型的基准准确性强相关但不完美，揭示了超越top-1准确性的重要质量维度。

现有基准测试大多评估孤立或短期的交互任务，未能测试智能体在长时间跨度内追踪不断变化的分析上下文的能力。为此，研究者提出了LongDS基准，包含68个源自真实Kaggle笔记本的任务，涵盖2255轮交互，涉及六大领域。评估发现，最佳模型平均准确率仅为48.45%，从早期到后期性能下降近47个百分点，长期错误占失败原因的52%-69%。额外步骤不一定提升性能，关键瓶颈在于维持正确的分析状态。

本文提出NumLeak框架，用于检测基础模型对公共数值基准的记忆。顶级LLM能够高精度回忆训练数据中的精确数值，造成虚假的准确性印象。实验表明模型对金融经济数据的相关性高达0.99，但在近期发布的数据上表现骤降。白盒logprob分析比开放式生成更能检测记忆，简单系统提示防御可阻止大多数攻击。

本论文提出了一种名为海事异常检测质量指数（MADQI）的新复合指标，用于无需标记数据即可评估无监督学习模型在海事自动识别系统（AIS）数据中的异常检测性能。该框架整合了四个指标：异常率一致性（ARC）、物理合理性分数（PPS）、分数分布分离度（SDS）和极端案例证据（ECE），并通过多块评估和自适应缩放进行自动归一化。实验显示MADQI得分80.37%，其中ECE和ARC分别达到0.907和1.000，表明该框架在检测极端异常和保持异常率一致性方面表现出色。

提出了一种名为双频谱流匹配（DSFM）的新型fMRI生成框架，通过级联离散小波变换和离散余弦变换捕捉BOLD信号的多尺度瞬态变化和低频能量压缩，再通过频谱流匹配生成类条件余弦频率表示，经逆变换重建生理上可信的时间序列，显著提升了脑网络分类性能。该工作已被ICLR 2026接收，代码已开源。

本文介绍了一种基于径向基函数（RBF）网络的新型大语言模型架构，该架构无需深度神经网络，通过闭式解一次性找到损失函数的全局最优解，消除了繁琐的训练步骤，提高了可解释性和准确性。