Noter 是一个新的 AI 代理协作层，让用户在代理执行代码的同时，通过“任务控制”面板实时思考、规划与观察。免费版提供笔记和代理上下文跟踪，Pro 版（€3/月）增加蓝图规划功能，支持从笔记到规范的生成。

21岁的Zuhair Lakhani创立了Doublespeed，一家由Andreessen Horowitz投资的机器人农场，利用上千部手机在TikTok上创建AI影响力者，以制造虚假的病毒式传播。这一项目旨在用AI完全取代真人创作者，引发了关于虚假内容和“死互联网”的争议。

MarketFish是一个多智能体市场模拟引擎，基于6篇学术论文和11个LLM提供商构建。它通过创建128个具有个性、预算和偏好的AI消费者，在30轮模拟中测试产品概念，提供购买决策、流失模式和社会影响分析，帮助创业者验证产品可行性。

Rasa Intelligence是一个AI驱动的商业诊断平台，能在90秒内将公司数据转化为结构化报告。它运行12个并行诊断模块，提供诊断、风险地图、战略建议和优先行动项，帮助企业快速识别问题并采取行动。

在AI工程师世界博览会第三天，演讲者们强调了在AI自动化与人类能动性之间保持平衡的重要性，反对完全自动化的“软件工厂”愿景。

Cotal 是一个开源的智能体协调层，旨在解决多智能体系统中因协调失败导致的高成本和高故障率问题。它提供共享空间、身份验证、访问控制、可重放日志等功能，确保智能体之间的高效协作。

Braza是一款实时屏幕AI导师，可教授你任何应用程序的使用方法，支持多种语言，直接在你的屏幕上进行互动教学。

本文对AI文本检测公司Pangram进行技术审计和评论，指出其检测器在混合作者文本中准确率大幅下降，且公司倾向于宣扬最佳情况下的可靠性，可能导致误判和“猎巫”现象。文章强调个体误报率差异、证据不可伪造性以及公司激励机制问题。

AI 服务暂时不可用，以下为来源摘要，待恢复后补全翻译：Discussion | Link

《华尔街日报》报道称，SpaceX在6月IPO前向投资者展示了一款“比iPhone更薄”的AI手机原型，搭载高通骁龙芯片和xAI操作系统。马斯克否认，称报道“完全不实”，但早前表示必要时会造手机。

XR Blocks是谷歌XR实验室开发的一款轻量级、跨平台的JavaScript库，基于three.js构建，旨在快速原型化高级XR和AI体验。它支持手部追踪与手势识别、世界理解、与Gemini的AI集成，并提供一个强大的桌面模拟器。该库针对Android XR（如Galaxy XR）上的Chrome v136+进行了优化，支持WebXR，并强调用户中心和开发者友好的设计。

Margarita 是一种确定性脚本语言，它将 Markdown 扩展为可编程的智能体工作流。通过变量声明、包含文件和循环等结构，开发者可以构建可预测的 LLM 应用，同时保持对上下文和成本的控制。

本文探讨了即将到来的AI伴侣和恋人，认为它们将深刻改变人际关系和自我认知。文章讨论了‘代理型’AI的发展、对成瘾和商业操控的担忧，以及AI训练关系技能的可能性。

该论文提出一个开源仿真基准，将三种RCM建模方法与六种基于IBVS的控制架构统一到速度级框架中，系统评估建模与控制器之间的交互敏感性，包括切平面定义、约束维度、开环与闭环执行方式以及运动学奇异点附近的鲁棒性。

该研究提出了一种新的框架，将主动学习中的预算机制重新解释为泛化主导机制的转变。通过重新解释PAC风格的风险组件，证明了这种主导权转移在结构上不可避免，并确定了三种阶段：数据驱动、过渡和模型驱动。实验表明，主动学习效率取决于策略的归纳偏差与当前瓶颈的对齐程度。自监督表示能更早地过渡，凸显了表示质量的作用。该工作为下一代过渡感知主动学习算法提供了统一框架。

该论文提出一种模仿学习框架，利用图辅助网络编码人群交互状态，并通过轨迹级学习目标和状态预测来捕捉时序动态、缓解误差累积，在仿真和真实数据集上的多项社交指标均优于现有数据驱动基线。

该研究从Argoverse 2数据集中提取1219次持续减速事件，通过19维运动学特征和K-means聚类发现四种稳定模式：预期性软减速（62.8%）、反应性接近（30.6%）、刹车式急动（4.8%）和异常类（1.8%）。仅配对年龄显示出中等效应（ε²=0.085），场景几何和弱势道路使用者接近度影响可忽略。早期事件分类器在1.0秒时达到宏F1=0.758，场景上下文贡献+0.059 F1。模式在中速驾驶中不变（ARI=0.817），但在低速时依赖速度范围（ARI=0.166）。

本文提出了一种在SE(3)李群上完全公式化的不变扩展卡尔曼滤波（IEKF），用于任意连杆数的串联刚性机械臂状态估计。该方法利用运动方程的李群仿射性质，使线性化误差动态自治，并设计了模块化的逐连杆滤波链，计算成本随连杆数线性增长，同时给出了均方指数最终有界性的稳定性证明。

研究人员从果蝇大脑的突触分辨率连接组中直接推导出一种循环神经网络架构，命名为FLYNN，并在MuJoCo中训练其执行基于视觉的导航任务。FLYNN在分布外数据和感觉丧失条件下表现出优于手工设计网络的鲁棒性，即使在完全失去视觉时仍能运作，而手工网络即使经过摄像头丢弃训练也大多失败。主成分分析表明，FLYNN的内部状态具有较高的表征模块化程度，这可能与其鲁棒性有关。该工作为设计遵循生物大脑拓扑的弹性人工代理提供了新方向。

本文提出GPAC架构，一种四层分层控制系统，使多架四旋翼无人机无需中央协调或交换状态即可协同运输缆索悬挂载荷。关键创新在于隐式协调，每架无人机通过局部缆索测量独立估计其有效载荷分担，同时结合几何控制、抗摆调节、风干扰观测器、基于并行学习的质量估计（无需持续激励）以及优先级排序的控制障碍函数安全滤波器。仿真显示平均跟踪均方根误差为33.8厘米，计算成本低。

服务机器人在搜索家庭物品时依赖于空间先验知识来降低搜索成本，但物品的位置可能因居民特征而异。收集特定特征的纵向居家轨迹具有侵入性且难以扩展。本文研究了何时个性化有帮助，并提出了PerSim——一种刚性门控混合策略，结合了特征条件先验和人群频率基线，仅在放置行为多变时进行个性化。通过人类校准的模拟流程生成并验证了不同家庭布局中的物品放置转换，并训练了一个预测器，输入连续的大五人格向量以输出房间级先验和房间内共现线索。一项统一的用户研究（N=200）表明，合成转换在行为上合理，并且个性化主要适用于低刚性物品，而人群频率基线对普遍放置的物品仍然有效。离线测试显示在未见过的连续特征向量上性能优于最近离散配置匹配。在家庭数字孪生中，PerSim通过结合房间访问努力和房间内线索检查降低了预期搜索成本。

研究人员发布 EmbodimentSemantic，这是一个空间场景图数据集与基准，用于评估视觉语言动作（VLA）模型在机器人操作中的关系性空间 grounding。它包含低成本 SO101 机械臂的真实观测，以及一个基于 LIBERO 模拟器的基准，后者包含超过 6 万帧操作画面和 12 万张以上相机特定场景图。实验显示，当前视觉语言模型常能预测出看似合理的关系，但在精确的深度感知和视角依赖的空间结构上表现不佳。

MG-SpaIR是一种无需训练数据的框架，能从单个受混合退化（模糊、下采样、噪声、缺失像素）污染的观测中恢复干净图像。它基于隐式神经表示，引入多级粗到细残差层次结构逐步优化重建，并通过显式稀疏近端正则化抑制伪影。实验表明，其性能优于Deep Image Prior。

研究人员提出一种利用合成数据自动生成装配序列并训练实时检测模型的系统，仅需CAD模型和简单步骤描述即可在一小时内应用于新任务，在真实装配案例中达到92.4%的准确率，显著降低了对昂贵真实数据采集和标注的依赖。

研究人员提出DeCoDe技术，通过将少样本图像分类分解为成对图像比较的二分类任务，让现成的多模态大语言模型无需额外训练即可成为强大的少样本分类器，并在12个数据集上显著超越现有最优方法。

SegFS 提出双流快慢框架，在稀疏关键帧上用开放词汇目标模型预测实例表示，再将其投影回骨干特征空间以条件化轻量快速网络，从而在后续帧中高效重定位和分割实例。该方法将实例传播从对象解码转移到特征空间条件化，解耦多模态语义理解与密集掩码预测，快速分支延迟比面向移动端的 MOBIUS 模型低至多 14 倍，同时在标准 OV-VIS 基准上保持有竞争力的分割性能。

本文提出PixelEyes，一种多轮视觉推理代理，通过解耦推理与感知来解决多模态大模型在目标定位中反复失败的问题。引入掩码引导视觉搜索和语义区域广度优先搜索，构建PixelEyes-6K数据集和Pinpoint-Bench基准，实验表明现有模型仍有较大提升空间。

城市级视觉地点识别（VPR）旨在通过将查询图像与地理标记数据库匹配来确定其地理位置。然而，现有方法忽略了城市数据集中存在的严重长尾问题，导致模型偏向图像丰富的区域，而忽视稀疏覆盖区域。本文系统性地描述了这一不平衡挑战，并提出了分布感知地点识别（DAPR）框架，这是一种与模型无关的即插即用框架，能够重新平衡头部和尾部类别的梯度贡献。在分类-检索流水线中，DAPR应用多尺度距离搜索机制来计算每类分布的紧凑性，在检索阶段提供补充增益。在SF-XL基准上，该框架在测试集v1和v2上分别比之前的分类-检索基线提升了18.3%和6.7%。作为即插即用模块，它在SF-XL、MSLS和Pitts30k上的代表性VPR方法中均取得了一致的改进。

这篇被MICCAI 2026提前接收的论文提出一种无需额外训练的“双侧证据注入”框架，通过在视觉感知和文本推理两个环节引入ROI引导的激活调制与解剖坐标离散语义令牌，并配合任务感知动态路由器，显著减少医疗多模态大模型在临床VQA和放射报告生成中的推理期幻觉。

DiSIINet 提出一种统一框架，将医学图像增强与分割通过扩散模型中的共生信息交互模块结合，使两项任务在反向扩散过程中相互促进，在 MRI、CT 和超声数据集上超越顺序或独立方法。