Replit在解决与苹果在App Store审核上的争议后，发布了四个月来的首次iPhone应用更新，将Replit Agent 4引入移动端，支持并行代理、团队协作合并流程以及跨工作空间项目查看。

第十一届信也科技杯全球AI算法大赛启动，聚焦汉语方言对话题，提供30万奖金池及NLPCC2026直通名额，旨在推动方言处理技术发展。

汇集每日Claude Code最新动态与讨论，帮助开发者紧跟AI编程助手进展。

Krea AI 推出了其首款自研基础模型 Krea 2，专注于美学多样性和创意控制，支持风格参考和情绪板功能。用户反馈不一，称赞其生成速度和界面，但指出图像质量不稳定、编辑精度不足等问题。

埃里克·施密特在大学毕业典礼上发表赞扬AI的演讲，遭到学生嘘声，场面尴尬。

尽管许多人认为AI将使高等教育过时，但经济原理表明，AI可能通过增加对尖端知识、复杂工具使用和可靠信号的需求，反而提升某些高等教育的价值。

Montage M1 允许AI代理通过单个API调用生成交互式、持久的UI，大幅减少token消耗和生成成本，支持品牌定制和持久状态。

AnyFrame是官方Python SDK，用于管理AI代理沙箱。它允许用户将代理指向代码仓库，并在沙箱中运行Claude Code。该SDK提供了代理管理、会话控制、技能配置、MCP连接器、构建和预览等功能，支持异步操作，并内置了注意力轨道和错误处理机制。

本文提出一种训练人形机器人参考引导感知强化学习运动策略的方法，在训练中根据地形几何调整参考轨迹。该方法在强化学习训练循环内合成SE(2)可控参考轨迹，将期望的脚步投影到有效立足点，并调整摆动脚和质心轨迹以适应地形。在仿真中，地形条件参考显著提升了跟踪性能。在硬件上，集成MPC+控制障碍函数规划器，在Unitree G1机器人上实现了超过70米的长距离闭环自主导航，穿越崎岖地形和连续楼梯，所有感知和计算均在板载完成。

本文提出了一种基于二次无约束二元优化（QUBO）的框架，用于机器人设计优化，利用运动学结构级评估指标。该框架将经典计算与量子退火相结合，以机械手为案例研究，展示了如何将单个手指的运动学特征和交互项转化为统一的二次模型。通过模拟退火和量子退火验证了可行性，得到了满足约束的设计组合。

论文提出LAPS框架，通过基于可靠性的主动池化和不确定性引导的主动采样，有效缓解增量式神经距离场建图中的灾难性遗忘问题，在保持几何精度的同时提高了重建完整性。

研究人员提出FLASH策略，利用勒让德多项式轨迹表示和稀疏时间采样实现单步推理，在五个模拟和两个真实世界的操作任务中达到92%以上的成功率，推理时间仅31.4毫秒，比扩散策略快175倍。

该研究提出了一种利用大语言模型（LLM）优化建筑机器人任务调度的智能框架。系统通过自然语言处理接口与建筑专业人员交互，并实时适应突发工地情况。框架采用双LLM代理架构：生成器（GPT-4）和监督器（Gemma 3/Llama 4/Mistral 7b），以提供更精确的任务计划。评估结果显示，LLM在建筑机器人操作任务中具有关键作用。

本文提出一种混合控制框架——延迟鲁棒强化学习，通过集成LSTM状态估计器与残差强化学习策略，有效应对遥操作中的随机通信延迟。在Franka Panda机器人上的实验表明，该方法在高方差随机延迟下仍能实现稳定鲁棒的遥操作，显著优于现有基线。

本研究提出了一种视觉引导方法，帮助自主无人机在树上找到理想的栖息位置。通过图像处理算法（包括机器学习、图像分割和二值形态学）评估树枝的宽度、坡度和曲率，而非仅识别最近的树枝。在超过10,000张城市树木图像的数据集上，该方法对76%的可行目标成功生成结果。未来将结合深度感知和姿态传感器数据进一步提升。

本文提出一种基于扩散的视觉运动控制策略，用于解决机器人打开重型自闭门并通过的复杂任务。该策略通过端到端学习实现移动基座与双臂的紧密协调，在长时域任务中表现出高成功率和鲁棒性。

本文介绍了HoloMotion-1，一种用于零样本全身运动跟踪的人形运动基础模型。其关键创新在于利用大规模混合运动语料库扩展控制策略训练，其中从现实视频中重建的运动提供了主要多样性来源，而精心策划的动作捕捉和内部运动数据提供了更高质量的监督和部署导向覆盖。该模型集成了大容量时间建模、稀疏激活的混合专家Transformer和KV缓存推理以实现实时控制，以及序列级训练策略。实验表明，HoloMotion-1在多种未见过的运动基准上表现稳健，显著提高了跟踪精度，并可直接转移到真实人形机器人上，无需任务特定微调。

PhysBrain 1.0是一种新方法，将大规模人类自我中心视频转换为结构化物理常识知识，用于改善机器人的理解和控制。通过提取场景元素、空间动态和深度感知关系，训练视觉语言模型，然后将其适应到机器人策略中。该方法在多个具身AI基准测试中达到最先进水平，尤其在域外任务中表现出色。

PanoWorld是一种全景视频世界模型，能从单张图像和描述生成几何一致的360°视频。它通过深度一致性损失和轨迹一致性损失增强几何约束，并引入PanoGeo数据集，在保持视觉真实感的同时显著提升了几何一致性，适用于具身AI的空间理解需求。

ChangeFlow 是一种基于潜在整流流的生成式遥感变化检测框架，通过将变化掩码合成建模为潜在空间中的整流流，解决了传统判别式方法无法处理区域级标注模糊性的问题。它采用轻量条件信号和随机采样集成，在四个基准上平均 F1 达到 80.4%，优于先前方法且推理速度相当。

本文提出了一种用于群卷积神经网络（GCNN）的特征空间采样方法，通过用特征相似性选择的代表样本替换几何密集采样，从而将几何分辨率与内存和计算成本解耦。实验表明，粗粒度的特征空间采样能很好地保持分类精度，显著加速等变3D分类器的训练。

Minerva-Ego是一个新的基准测试，用于评估复杂自我中心视觉推理，包含多步骤多模态问题和密集标注的推理轨迹。实验表明，当前最先进的模型与人类性能仍有较大差距，而加入“何时何地”的提示可显著提升性能。

本文提出了一种多模态概念验证管道，结合LiDAR、可见光-热成像融合和合成孔径成像（AOS），用于森林冠层下的人类检测。YOLOv5在FLIR数据集上微调后平均精度约0.83，为无人机搜索救援和监视系统提供了基线。

COPRA是一种新型的视频异常检测框架，通过为每个视频片段生成特定的参数更新，动态调整冻结的视觉-语言模型，解决了训练与推理之间的数据分布和模型配置不匹配问题。在标准基准测试中，COPRA在域内和跨域场景下均优于静态基线方法，并泛化到视频问答和密集描述等未见任务。

本文提出深度预对齐（DPA）架构，用小型视觉语言模型替代标准ViT编码器作为感知器，确保视觉特征与目标大语言模型的文本空间深度对齐。在4B参数规模下，DPA在8个多模态基准测试中平均领先1.9个百分点，在32B规模下差距扩大至3.0个百分点。此外，DPA减少了32.9%的语言能力遗忘，并不同LLM家族中表现一致。

ReactiveGWM是一种新的反应式游戏世界模型，能够合成玩家与NPC之间的动态交互。它通过解耦玩家控制与NPC行为，利用扩散骨干网络的加性偏置注入玩家动作，并通过交叉注意力模块实现高级NPC响应（如进攻、控制、防御）。这些模块学习游戏无关的交互逻辑，支持零样本策略迁移，可直接插入不同游戏的现成世界模型中，无需领域特定重新训练。在《街头霸王》游戏上的评估表明，ReactiveGWM在保持精细玩家可控性的同时，实现了鲁棒的、与提示一致的NPC策略遵循。

惊异性理论认为单词的处理难度由其上下文可预测性决定，但语言模型（LM）的惊异性在花园路径句等句法歧义研究中系统性地低估了人类遇到的困难。本研究测试了“解析多样性不匹配假说”：LM可能比人类同时考虑更多不同的句子解释。通过循环神经网络文法（RNNG）和词同步束搜索，改变用于计算单词惊异性的同时解析数量，发现减少同时解析确实增加了预测的花园路径效应幅度，但远不足以捕捉人类效应的全部幅度，表明该假说无法解释LM惊异性和人类句子处理之间的差异。

该研究分析了六种不同的大型语言模型架构在十二类认知任务中的神经激活模式，发现数学推理任务在所有架构中均产生最高的注意力熵，而解码器模型的稀疏度显著高于编码器模型。研究结果为模型选择与优化提供了关键见解。

大型语言模型个性化通常适应用户偏好和风格，但未考虑用户在不同专业领域评估能力的差异。这可能导致专业领域漂移，即用户在自己无法可靠评估的领域依赖AI生成推理。本文提出能力条件化支架，一种将专业知识划分为强、混合、弱三个领域，并根据结构化能力档案调节干预行为的框架。初步评估表明，该框架能产生一致的能力档案调节干预行为，包括档案切换下的类别反转和混合领域风险区域的选激活。研究发现，能力感知支架可以在风格个性化之外支持更可靠的专业人机协作。

本研究开发了Eskwai for Students，一个基于检索增强生成（RAG）的生成式AI助手，旨在帮助加纳法律专业学生进行法律教育。该系统依托包含超过1.2万条判例法和1400条立法的数据库，在30个月内对3100名学生进行了部署，处理了3.2万次查询。研究评估了AI的有用性，并揭示了学生查询的类型及其引发的伦理问题。