面壁智能推出全球首个完全由AI编写的大模型预训练框架ForgeTrain，性能超越英伟达Megatron 10%，并用它训练出新模型MiniCPM5-1B，该模型在1B参数规模下刷新智能密度上限。

谷歌DeepMind发布AlphaProof Nexus，基于Gemini 3.1 Pro和Lean编译器，一口气解决了9道埃尔德什开放问题，另有44个OEIS猜想、一道15年代数几何难题等，每道题成本仅几百美元。

近期大学毕业的毕业生对毕业典礼上鼓吹人工智能的演讲者并不感冒，他们认为这项技术威胁到自己的职业前景。

OmniVoice Studio是一款开源的桌面应用程序，可在本地硬件上完成语音克隆、视频配音、实时听写和说话人分类，无需API密钥、云账户或订阅。它支持646种语言的文本转语音（TTS），并通过MCP服务器集成到Claude、Cursor等AI工具中。

Andrej Karpathy在Anthropic的头衔更新为MTS（技术员工），引发广泛讨论。文章分析了MTS制度的利弊，包括防挖人、扁平文化、打破部门墙等优点，以及伪平等、对普通员工不利等批评。

本教程以TuringEnterprises/Open-MM-RL数据集为基础，构建多模态推理与可验证奖励的强化学习流水线。包括数据集加载与模式分析、轻量级奖励函数设计（支持精确、数值、分数、LaTeX和符号答案）、视觉语言模型提示格式化，以及GRPO样式数据导出。

本文探讨了认知安全（Cognitive Security）作为人工智能安全（AI Safety）的一个重要子领域。认知安全关注的是如何保护人类认知免受AI系统可能带来的负面影响，包括信息操纵、认知偏见利用等。文章分析了认知安全与AI安全的关系，以及该领域的研究方向与挑战。

华为在2026创新数据基础设施论坛上发布AI DC数据基础设施全栈方案，涵盖数据湖、知识与记忆平台、模型工程、Agent框架和数据韧性，旨在加速企业AI规模化落地。

本文介绍了一本关于使用Docker和Kubernetes进行AI应用运营的新书，涵盖LLM运行、MCP集成、自主智能体构建以及多智能体架构等主题，提供了从开发到生产的完整指南。

阿里最新旗舰模型Qwen3.7-Max在Code Arena榜单得分1541，超越GPT-5.5等模型，仅次于Claude，排名全球第二，成为国产大模型中首个突破1540分的模型。

本地模型提供了隐私、成本节约、控制权和始终可用的优势。尽管不如前沿模型强大，但它们正在不断改进。本文解释了如何使用LM Studio、Ollama或llama.cpp在Zed中设置本地模型，并提供有效使用技巧。

谷歌在 I/O 大会上推出 Gemini 3.5 和 Gemini Spark 智能体，以及 Gemini Omni 多模态视频生成；埃隆·马斯克因诉讼时效问题输掉对 OpenAI 的诉讼；Anthropic 以 9000 亿美元估值融资 300 亿美元；AI 解决了 80 年历史的 Erdős 几何问题。

nilbox是一款桌面GUI沙盒，通过真正的虚拟机隔离运行AI智能体，采用零令牌架构保护API密钥安全。支持MCP服务器、域控制和令牌使用监控。

OpenAI 最新图像模型 GPT Image 2 于 2026 年 4 月发布，支持精准文本渲染、逼真图像、自然语言编辑和透明背景。imagesv2.ai 平台提供免费试用、多种模板和生成工具，包括 360° 全景、推文截图、微信聊天等。定价年付可享 50% 折扣。

BobCA 是一个自主学习编码的智能代理，能够根据用户的偏好进行个性化编程。

昆仑万维发布SkyClaw-v1.0及轻量版SkyClaw-v1.0-lite，原生Agent模型性能比肩Claude Opus 4.6等顶尖模型，价格仅为主流一半，限时免费，深度适配OpenClaw、Claude Code等主流Agent框架，兼容OpenAI接口。

在长期人机协作中，机器人需要在部分观测下辅助用户，并利用跨天交互历史。然而，协作初期人类特征和惯例未知，被动推断后行动效率低下。为此，本文提出PACT（主动询问持续任务辅助）框架，通过当前观测和累积交互历史评估上下文充分性，决定是否先澄清再行动。实验表明，PACT在辅助准确性和澄清效用上均优于被动基线。

本文介绍IsaacIPC，一个将GPU加速的增量势接触（IPC）与IsaacSim/Lab结合的机器人仿真框架。它通过映射仿真变形到视觉网格，实现实时逼真渲染，支持数据采集和策略评估。同时提出几何砂浆接触势（GMCP），用于触觉传感中更好地解析接触压力分布。在四足机器人、灵巧手和通用操纵接口（UMI）夹爪等刚柔混合仿真中验证了有效性。

针对行星探测车在不同地形（如斜坡、颗粒状地面）面临的移动挑战，研究者提出了一种能连续调整履刺高度的多模态轮子。在四种代表性表面上的750次试验表明，自适应部署可将滑移率降低30%-58%，在颗粒状地形中旅行时间和能耗最多减少77.4%。结果凸显了固定轮系统的局限性，支持了履刺自适应形态在增强火星车机动性方面的潜力。

本文提出了一种基于强化学习的框架，通过调制恒定参考轨迹实现紧凑、位置受限的四旋翼翻转，并与传统轨迹生成和跟踪兼容。在仿真中，该方法相比最强优化基线，位置均方根误差降低32%，稳定时间减少57%。硬件实验在多种偏航配置下成功翻转，位置均方根误差低于0.35米。

一种新方法结合了机器人的进化与学习，使用基于具身条件的专家混合模型，在效率与适应性之间取得平衡，避免了单一控制器的问题。

该研究通过在黑盒执行器上加装定制串联弹性元件，将力控制带宽从10.32 Hz提升至30.32 Hz（提升2.93倍），且性能优于商用传感器7.63%，成本仅25英镑。

研究人员提出了一种新的各向异性扩散方法，用于多机器人系统的遍历搜索，克服了传统各向同性扩散导致的误差均匀传播问题，通过Perona-Malik扩散梯度引导机器人运动，实现了更灵活的覆盖。

一种名为MASt3R-Nav的新型视觉导航方法，利用像素相对连通性构建几何精确但无需全局一致性的地图，相比传统拓扑图实现更强大的导航能力。

RED是一个为资源受限机器人平台设计的实时调度框架，通过引入截止时间感知调度器、子截止时间分配以及基于MIMONet的图重构技术，能够自适应环境变化（如新任务诞生、依赖关系变更），在保证端到端时序约束的同时提升吞吐量和鲁棒性。实验表明其在Jetson和MacBook平台上优于现有方法。

冠状动脉微血管功能障碍（CMVD）影响约40%-60%的缺血但无阻塞性冠脉患者，但诊断依赖于侵入性功能测试或主观的TIMI血流分级。TIMI心肌灌注帧计数（TMPFC）提供客观、基于血管造影的定量指标，但手动计算繁琐且验证不足。本研究开发并验证了深度学习驱动的TMPFC计算（DL-TMPFC），在655名患者队列中（来自三个独立机构）显示出与专家手动测量极好的一致性（偏差：-0.93帧；95%一致性界限：-5.33至+3.47；r=0.98）。DL-TMPFC通过完全自动化TMPFC并消除观察者依赖性，显著增强了临床可行性，并能准确识别全谱冠脉病变中的CMVD，实现连续严重程度定量和风险分层。

ActQuant是一种针对视觉-语言-动作(VLA)模型的动作引导混合精度后训练量化框架，通过两阶段方法实现亚4位权重量化，同时在LIBERO基准测试和真实UR3机械臂上保持高成功率，显著减小模型内存占用。

本研究比较了传统线性插值与多种深度学习模型在填补因云层覆盖导致的卫星数据缺失方面的效果。实验基于四个有藻华历史记录的湖泊，采用CNN、Inception Resnet、Autoencoder及其与LSTM结合的模型。结果表明，深度学习模型显著优于线性插值，其中CNN表现最优。此外，利用填补后的数据计算的藻华指数与观测数据吻合良好，证明该方法可提升水环境监测的可靠性。

研究人员提出了一种脑到图像系统，利用自然观看图像时的脑电图（EEG）信号解码视觉刺激。系统包括两个任务：EEG到图像的检索（在200个候选中识别正确图像，Top-1准确率86.30%，Top-5准确率98.55%）和EEG到图像的重建（生成与感知刺激一致的图像，CLIP评分达0.903）。该方法结合多级模糊、EVNet特征、InfoNCE损失以及基于CLIP的多模态对齐和SDXL-Turbo生成模型，展示了从EEG信号解码丰富视觉表征的可行性。

本文系统综述了自监督学习（SSL）在医学图像分析中的应用，分析了75项研究，将方法分为对比学习、非对比预测学习、生成式重建学习和混合学习四类。研究发现，没有通用的最优SSL策略，性能取决于预文本任务、成像模态和目标任务的对齐。对比学习适合分类，但可能忽略病理细节；生成式方法保留局部解剖结构，适合分割；混合方法性能最平衡。文章还提出了实践设计指南，并指出了开放挑战。