OpenAI 发布 GPT-5.6 系列，包括旗舰模型 Sol、工作模型 Terra 和快速模型 Luna。所有用户均可免费使用。本文详细介绍定价、性能、安全特性及实际测试结果。

该原型使用定理证明而非测试套件验证代码迁移。一个编码代理将程序用另一种语言重写，一个确定性翻译器将原始和重写代码都转换为Lean，定理证明器证明两者在所有输入上计算结果相同。以iCPPI投资组合保险算法为例进行了演示。

Headlong剧团在牛津Schwarzman中心改编了卡雷尔·恰佩克1920年的剧作，探讨了机器人意识与反叛的当代焦虑。尽管哲学讨论有时显得冗长，但该剧及时触及了科技威胁的议题，并融入了牛津大学的尖端研究。

多机器人定位需要准确且一致，集中式方法虽最优但难以实现。本文提出一种基于共识的分布式滤波框架（D-CLIPSE），通过共享预积分里程计和状态，实现通信高效且一致性接近集中式方法。在仿真和实验中验证了性能。

一项发表于《自然》的研究系统评估了现有人形机器人技术用于腹腔镜手术的可行性。研究团队开发了基于通用器械的人形机器人远程操作框架，并通过台架测试、干实验室用户研究和活体猪实验来量化其技术可行性、任务性能和临床准备度。结果显示人形机器人具备一定潜力，但在精度、控制和安全性方面仍有关键挑战需要克服。

研究人员提出了一种个性化气动软体机器人外骨骼手套，通过拓扑扫描实现贴合手型，结合有限元分析和气动控制实验，验证了其在手部康复和灵巧操作中的有效性。

研究人员开发了一种新型软体机器人外手套，旨在同时改善手部活动能力和通过按摩式压缩缓解肌肉痉挛。该手套采用个性化软体气动执行器，能够适应个体手部拓扑和运动学，并已通过初步实验验证其舒适性和有效性。该技术有望为全球1200万手部痉挛和疼痛患者提供新的治疗选择。

本文提出一种统一的单目视觉抓取框架，仅使用RGB输入和位置控制夹爪，即可同时处理软性和刚性物体。该框架结合开放词汇检测、分割、点跟踪和深度估计，并引入基于语言的刚度估计模型来预先选择抓取策略。在Franka Emika研究3臂上的实验表明，该方法对生菜、马苏里拉奶酪、牛角包、纸巾和硬塑料瓶等物体均能实现稳定抓取。

该论文提出一种完全基于真实数据、无需训练的数据高效方法，利用预训练的UniDepth单目深度估计模型和SuperPoint/SuperGlue特征跟踪，计算关键点碰撞时间（TTC），从而为机器人在非结构化户外环境中提供可解释的动态避障。在M3ED数据集上，该方法以0.49的精确率和0.38的召回率识别TTC低于1秒的帧，并在84%的真阳性检测中正确生成规避方向；对22个物理障碍中的20个至少检测到一帧TTC小于1秒。仅需74秒数据进行超参数调优。

STEMbot是一种微型攀爬机器人，专为在植物冠层下方自主导航而设计，旨在实现早期害虫检测。它集成了PIN-SLAM和语义八叉树，并采用流形约束A*规划器，可在7-33毫米的茎干上可靠攀爬，重构精度达厘米级。

Shift & Drift 是一个双轨基准，用于评估运动规划器在语义偏移和状态分布漂移下的零样本泛化与鲁棒性；结果显示模仿学习在语义偏移下显著失败，而强化学习规划器退化更平缓。

本文提出 HumoSlope 两阶段框架，通过斜坡自适应 ZMP 正则器和生物力学步态适配器，使人形机器人无需外部感知即可在坡度高达 62.7% 的户外草坡上稳定行走，避免了保守蹲伏步态。

该论文提出SASGeo框架，利用道路、建筑等持久性语义结构为GNSS拒止无人机提供绝对位置修正。在220次随机检索试验中，空间语义匹配变体实现了94.5-95.5%的Recall@1，显著优于全局描述符（58.6%），但各变体间差异不显著。研究为跨视角定位提供了新思路，但尚未经过真实飞行验证。

研究人员提出 APIVOT，一种基于视觉语言模型（VLM）的长程机器人规划器。它在语言推理与作为想象未来状态的视觉思维之间自适应地交错切换，以校验几何可行性；在长程厨房任务上，其表现优于通用 VLM 和此前的规划框架，在空间受限场景中提升最大。

本文提出SAGA，一种无需训练的稳定加速度引导方法，用于提升自回归视频扩散模型的时间稳定性。SAGA通过加速度域频谱引导目标与结构化噪声初始化策略，在不重新训练主干模型的情况下，一致性地改善多个模型的时序质量与图像质量。

LightCrafter 提出一种混合式视频重新打光流程：先用物理渲染（PBR）在目标光照下生成代理视频，再通过基于 CogVideoX 微调的扩散模型将其精修，从而兼顾光照控制、长时序一致性与全局光照等难以建模的效果，并在真实场景基准上超越现有方法。

该论文提出FedTR框架，将迁移学习与联邦学习结合，用于工业视觉检测中的标签缺陷识别。模型先在公开数据集上预训练，再在分布式私有数据上联邦微调，在墨盒数据集上实现95.5%（同构）和94.2%（异构）的词级识别准确率，性能与集中式训练相当。

提出LOGOS，一种基于Transformer的新型方法，利用文本提示引导航空图像中的定向目标检测，在DOTA数据集上超越现有方法，尤其适用于密集和旋转场景。

该论文提出 ThermoField 框架，将热场景重建与热物理参数估计统一起来，借助可微热传导模拟，从时间序列热观测中联合重建三维几何、估计空间变化的热扩散率，并预测未知环境条件下的热演化。

研究者提出“对抗诱饵”方法：通过独立优化的图像块将防御机制关注的高注意力分数从真实对抗区域引开，从而在不联合优化的情况下绕过基于注意力抑制的测试时防御。实验在ImageNet和多种ViT架构上验证了该方法的攻击无关性与有效性，揭示了以注意力幅值作为对抗相关性指标的根本局限。

该研究探索了使用消费级无人机和 CraneCam 多相机系统对天然落叶树进行三维重建，以监测整个树冠的新梢伸长（初级生长）。在两个研究区域整个生长季采集的数据显示，整树三维点精度达到 5-6 毫米，重建完整度在 92% 至 98% 之间，并引入了一种新型 3D 打印基准枝条来评估细结构重建能力。

GIRAF 是一种文本条件扩散模型，用于合成全身人体与铰接物体（如门、柜子）的交互动作。它通过物体中心表示、混合域训练和基于接触的数据增强，解决了导航到操作的平滑过渡与跨物体泛化难题，在未见物体配置上超越现有方法。

DreamCharacter-1 是一个轻量级后适应框架，通过几何后训练、纹理后训练和推理加速三个组件，将预训练的3D基础模型校准为高质量、可产品化的3D角色生成模型。实验表明，它在视觉质量和结构稳健性上持续超越当前最先进的方法。

该论文提出幻觉自博弈（HSP）框架，让检测器与生成器从同一基础模型出发进行迭代对抗：检测器先基于人工标注数据微调，再作为奖励模型通过RLAIF训练生成器；进化后的生成器合成更难检测的幻觉数据，以规则强化学习进一步优化检测器。在RAGTruth基准和两个模型家族上的实验显示，无需外部监督即可让小型LLM达到甚至超越先进LLM的水平。

一篇新研究评估了Gemini模型作为音频裁判在全双工语音代理对话中的可靠性。基于209个立体声会话，在8个维度上与人类评分者进行对比，结果显示Gemini 2.5 Flash在多数维度上与人类高度一致，且成本仅为人类评分的约1/100。研究还指出模型切换需重新校准，并提出了部署时需注意的四个方面。

论文指出无评论家强化学习中统一信用分配会导致正信用污染问题，并提出TACO方法，通过尾部风险评分来校准正信用，在三个LLM和八个基准测试上优于GRPO基线，提升了训练稳定性。

本研究提出了一种基于MiniLM嵌入的多簇边界学习方法，用于检测超出范围（OOS）意图。该方法克服了传统多类分类精度随类别数下降以及LLM嵌入参数大的问题，在三个公共数据集上实现了最先进的性能。

一篇发表于ACL 2026 Findings的论文发现，基于预处理的去偏见方法（如移除刻板句子、删除群体提及、交换群体指代）在减少目标群体刻板印象的同时，可能在其他人口统计群体中引发意想不到的刻板印象或反刻板印象增加。这些副作用在编码器-only和解码器-only模型家族中均存在，且标准基准测试常常遗漏这些变化。注意力流分析显示副作用未伴随显著注意力变化，增加了机制解释的难度。

该论文提出一种低成本的人机协作标注框架，并据此构建了覆盖欧洲与拉丁美洲多个西班牙语国家的西语刻板印象数据集EspanStereo，揭示了西班牙语支持模型在不同国家间刻板行为的显著差异。

本文论证了巴伦霍尔茨的自生成语言理论如何丰富哈里斯整合主义语言学，填补了其在符号前瞻开放性、语言与非语言符号连续性以及整合档案结构方面的解释空白。该综合为自然语言处理和大型语言模型设计提供了理论基础，阐明了统计结构的本质及其局限性。