本文探讨了代币资本（token capital）的概念，以及企业如何通过构建AI学习循环来利用代币资本提升竞争力。重点介绍了代币资本在数据、模型和反馈循环中的作用。

文档AI利用机器学习、自然语言处理和OCR等技术，从合同、发票、表格等文档中自动提取、分类和理解信息，将其转化为结构化数据。与传统OCR不同，文档AI能理解上下文和含义。生成式AI增强了文档AI的适应性，但仍需验证和人工审核来保证准确性。治理在文档AI中变得至关重要，以处理敏感数据。

Publia是一个平台，专注于将人工智能生成的内容转化为实际可发布的产品。

BrandLM是一款由Claude Mythos在一天内构建的AI可见性审计工具，可分析ChatGPT、Claude等AI平台对品牌的提及情况。

一项新研究表明，尽管87%的数字工作者在工作中使用AI，但只有13%的组织绩效显著提升。员工平均每周花费6.4小时进行“机器人保姆”工作——包括检查、调试和清理AI输出。更有69%的AI用户承认曾“机器人糊弄”，即在未完全审查的情况下交付AI生成的工作。报告强调，领先的组织正在构建AI的“人力基础设施”，从个体、团队和组织三个层面应对这一挑战。

Z.ai 于 2026 年 6 月 13 日发布了 GLM-5.2，这是其旗舰编码模型系列的最新版本。主要特性包括 100 万 token 的上下文窗口（约为 GLM-5.1 的 5 倍）、131,072 个输出 token 以及两种思考深度级别（High 和 Max）。该模型可无缝集成到 Claude Code、Cline 和 OpenClaw 等工具中，作为一个即插即用的替代方案。值得注意的是，Z.ai 在发布时未公布任何基准测试分数，但承诺将在下周发布 MIT 开源权重。

一个平台，让你在等待Claude Code完成任务时获得报酬。

免费AI简历生成器，无需注册，帮助求职者快速创建专业、ATS友好的简历。支持从零开始或上传现有简历，AI增强每项描述，一键导出PDF或Word。

Applora是一款免费工具，利用AI分析Shopify应用商店中的低评分评论，自动提取商家痛点，并生成按构建难度排序的问题集群和解决方案简报，帮助开发者发现基于真实证据的市场缺口。

AI正在降低客户服务成本，但也可能加速组织风险。斯坦福大学的研究显示，通用AI聊天机器人在法律查询中的幻觉率高达58%-82%。当AI无法解决问题时，品牌净推荐值可能骤降70点。本文探讨了企业如何在部署生成式AI时保持组织准备度，包括信任门槛、确定性AI基础以及升级设计等关键洞察。

AgentBridge是一个开源的Python项目，充当不同AI代理协议之间的翻译和治理网格。它支持MCP、A2A、ACP等多种协议，提供身份验证、预算控制、审计追踪和策略引擎。目前是工作原型，已有6个协议和150多个测试通过。

一个视频展示了Fugee，这是一款旨在帮助流离失所者和寻求庇护者适应新环境的AI助手。

加州上诉法院维持了对一家南加州律师事务所律师的6000美元制裁，原因是他们提交的摘要中存在生成式AI错误，初审法官称这是“我担任法官以来见过的律师 misconduct 最严重的例子”。

一篇引人深思的文章探讨了使用AI完成学校作业是否构成作弊的问题，深入分析了教育系统的双重目标——择优筛选与形成性发展，并考察了学生在高压竞争环境中求助于AI的原因。

MiMo Code是一款具有显式长期记忆架构的编码代理，旨在提升开发效率。

本文提出一种可靠性感知的扩散规划器，利用蒸馏视觉语言模型生成场景可靠性热力图，并结合可微分ESDF成本引导去噪过程，在仿真和真实四旋翼上显著降低障碍物违反率并提升穿越区域平均可靠性。

AnyGoal是一种无需训练的多机器人导航架构，利用视觉语言模型（VLM）驱动边界探索，通过共享的2D高斯贝叶斯价值图（BVM）协调智能体，在GOAT-Bench上达到52.4%子任务成功率，比Modular GOAT提升27.5个百分点。

该论文提出 ContactWorld 基准，系统评测了涵盖 12 类接触密集型任务的视觉-触觉世界模型。实验表明，兼具空间结构化与时间连续性的表征最能支撑长期规划；点云观测将平均规划成功率从腕部视角的 20.7% 和前视角的 22.0% 提升至 32.1%，再结合触觉力场表征可进一步提升至 36.1%。研究还发现，触觉感知的价值取决于跨模态表征的兼容性，而非单纯增加模态数量，且在长时程规划中作用更加突出。

研究发现，在单GPU上微调视觉-语言-动作模型（VLA-JEPA）时，存在“种子彩票”问题：相同代码不同随机种子导致一个种子模型性能从91-94%骤降至65.2%，且无任何警告。原因在于输出坍塌——动作预测器输出几乎与输入无关。传统权重级正则化（如L2、EWC）无法检测此问题，而输出级正则化（VICReg、Dropout、半学习率）可完全消除灾难性种子。最简单方法是修改优化器配置中的一个数字。

该论文提出一种基于核表示的高效域自适应策略学习方法，用随机傅里叶特征的可微核近似建模未知扰动，离线训练仅需50秒，部署时通过在线最小二乘实时更新核系数与带宽，并在Crazyflie四旋翼上验证了抗风、地面效应与载荷变化等干扰下的轨迹跟踪性能。

一篇综述论文回顾了超过380篇关于多智能体具身自动驾驶（MAEAD）的文献，探讨了从车辆孤立智能向共享世界模型的转变，并指出了评估与安全方面的关键差距。

FlowMo-WM 是一种端到端可训练的视觉世界模型，专为机器人学习设计，能够从图像和动作历史中推断物体中心的运动状态以及与隐藏漂移相关的长历史上下文，无需流场直接监督。通过将历史分解为短历史潜在状态和长历史上下文，并采用零上下文残差过渡，该模型在模拟的水面车辆环境中显著提升了长时程预测的准确性。

μ₀ 是一种基于3D轨迹的世界模型，通过预测物体、工具、手和接触区域等显著交互点的平滑3D轨迹，为机器人学习提供与具体 embodiment 无关的紧凑运动接口。其配套的 TraceExtract 系统能自动从多样视频中提取3D监督信号，无需动作标签即可预训练。实验表明，μ₀ 在2D和3D轨迹预测上优于基线，且与动作专家结合后，下游策略性能与使用动作监督预训练的VLA模型（如π₀）相当。

研究人员提出一种基于深亚波长声波导的被动分布式触觉传感范式，通过弹性膜覆盖的亥姆霍兹谐振器与弹簧增强微管互连，在宏观弯曲下保持声传输不变。稀疏嵌入麦克风即可实现实时定位（最高4毫米分辨率，4麦克风64节点阵列准确率超99%）和低频信号波形重建（<100 Hz），推理时间仅5.5毫秒。该技术可集成于指尖阵列、触觉手套和大面积皮肤，检测从单根毛发接触到5毫克颗粒撞击、动脉脉搏波等刺激，为下一代人机界面提供可扩展、柔性、低成本方案。

这篇论文提出了一种基于占据分解的分层3D场景图构建方法，通过将房间节点锚定在跟踪的自由空间区域上，为每个房间生成显式的多边形轮廓。在12个Matterport3D场景上的实验表明，与Hydra基线相比，该方法能恢复更多的房间实例，但精度较低，且墙壁精确的房间边界仍是未解决的问题。

Avatar V是一种生产级框架，通过视频参考条件身份建模，生成不仅视觉相似而且行为可识别的虚拟形象视频。它引入稀疏参考注意力、运动表示流和身份感知超分辨率，使用超过1亿训练片段和五阶段训练流程，实现1080p无限时长视频生成，在跨场景基准测试中优于Seedance 2.0、Kling O3 Pro等系统。

一篇新论文提出 Mirage Probes 对比探测框架，发现视觉语言模型的无图幻觉可分为文本偏见和虚假图像两种机制，且后者无法通过清洗文本解决。

针对生成式视频推理中单次生成的瓶颈，研究者提出时间回溯搜索（TBS），通过在时间轴上迭代生成-验证-重启循环，显著提升了视频模型在测试时的推理能力。实验表明，TBS在算法、导航和机器人领域均优于同等预算的最佳N采样，尤其在分布外场景下，成功率从0.7%提升至22.7%。

本文针对远程光电容积描记法（rPPG）Transformer模型的可解释性不足，提出了一套定量化评估工具。作者将四种归因方法适配到RhythmFormer的双层路由注意力机制，引入了皮肤覆盖度指标，并将忠实度系数从分类任务扩展到rPPG回归。实验发现稀疏top-k路由下的多跳泄漏效应，而Beyond Intuition方法通过值投影加权和梯度掩码有效缓解，在UBFC-rPPG数据集上取得最高皮肤覆盖度（0.83）和忠实度（F=0.92）。研究推动了rPPG XAI向可审计的数值证据发展。

研究者提出 i2L（image-to-LoRA）框架，可在单次前向传播中根据一到多张参考图像直接预测 LoRA 权重，从而免去每种风格单独优化的过程，并在 Z-Image、FLUX.2 与 Hidream-O1 上提升风格保真度、提示对齐与感知质量。