本文提出了业界首个“机器人自主级别”分类法，将机器人自主能力划分为0到4共五个级别，每个级别基于前一级别逐步解锁新能力。文章分析了各级别当前部署情况、经济性、挑战及进展，并指出通用型机器人正从早期生产阶段走向劳动力替代。当前通用机器人已达到2级，3级处于早期试点，而4级仍有待突破。

尽管AI有望加速科学发现，但本文指出AI可能通过加剧生产-进步悖论、引入软件工程错误、强化错误理论依赖以及削弱人类理解来拖慢科学进步。文章呼吁改革激励机制、加强元科学研究并重新思考AI工具设计。

Meta以约300亿美元估值收购Scale AI 49%股份，显示其资金充裕。尽管资源雄厚，Meta在模型性能上落后于基础实验室。Zuckerberg亲自领导新“超级智能”团队，以巨额薪酬挖角顶级人才，并彻底改革数据中心策略，采用帐篷式快速建设。同时，Llama 4因注意力机制、数据质量等问题遭遇失败，但Meta正通过收购和挖角弥补人才差距。

BAIR团队提出PEVA模型，通过全身动作条件预测第一人称视频。该模型利用自回归条件扩散变换器，在Nymeria数据集上训练，能够模拟原子动作、长期视频生成及视觉规划。

EleutherAI的研究人员测试了局部体积测量在检测模型失调和异常数据点方面的应用，发现其效果不如其他策略，并转向数据归因研究。

Gartner 2025年数据科学和机器学习（DSML）平台魔力象限报告显示，Databricks排名第一，超越了去年的并列者微软和谷歌。该报告评估了16家供应商，强调了生成式AI和代理式AI的兴起，以及基础模型在平台中的核心作用。

MIT发布了SEAL框架，使大语言模型能通过强化学习自我编辑和更新权重，加速了AI自我进化的进程。

针对LLM多智能体系统故障难以诊断的问题，研究人员首次定义了“自动化故障归因”任务，构建了Who&When基准数据集，并评估了三种归因方法。实验表明，即使最佳方法在识别责任智能体上准确率仅53.5%，精确错误步骤仅14.2%，任务难度较高。该研究被ICML 2025接收为亮点论文。

本文利用星形域体积估计研究随机神经网络的参数-函数映射的归纳偏差。实验表明，局部体积度量未能复现先前研究（神经红移）的结果，且与学习行为相关性较弱，暗示单一复杂度度量可能不足以捕捉神经网络的归纳偏差。

EleutherAI发布了Common Pile v0.1，一个8TB的公开许可和公共领域文本数据集，旨在促进开放科学和AI研究的透明度。该数据集由多个机构合作构建，并训练了Comma v0.1模型，性能与未许可数据训练的模型相当。

本文作者认为，通过多模态扩展来实现通用人工智能（AGI）的道路注定失败。真正的智能需要具身认知和对物理世界的理解，而当前的大型语言模型（LLM）和多模态模型仅从符号处理中学习，缺乏对现实的深层把握。作者主张放弃拼凑多模态的方式，转向以具身交互为核心的智能研究。

美国街道对行人极其危险。加州圣卡洛斯的初创公司Obvio通过在停车标志安装摄像头来解决此问题，并声称其设计不会造成监控泛滥。公司已完成2200万美元A轮融资，由Bain Capital Ventures领投，计划从马里兰州的五个城市扩展。摄像头使用AI识别违规行为，仅在上传违规证据时才传输数据，其他录像在本地保留12小时后删除，以保护隐私。

EleutherAI的研究团队探索了使用产品键记忆（PKM）技术来改进稀疏编码器的性能。实验表明，PKM转换器在训练速度和可解释性方面具有优势，尤其适用于中等扩展因子。尽管在某些情况下PKM转换器能与TopK转换器竞争，但在极大扩展因子下基线模型表现更好。

Adobe 研究团队与斯坦福大学、普林斯顿大学合作，提出一种结合状态空间模型（SSM）和密集局部注意力的新型架构，有效解决了视频世界模型中的长期记忆难题。通过块状 SSM 扫描方案、扩散强制训练和帧局部注意力等策略，模型在 Memory Maze 和 Minecraft 等数据集上表现出色，能够在不牺牲计算效率的前提下保持远距离帧的连贯性，为交互式应用提供了可能。

DeepSeek-V3团队发布了一篇14页的技术论文，由CEO梁文锋合著，探讨了硬件感知模型协同设计以克服扩展挑战。论文详细介绍了多头潜在注意力（MLA）、DeepSeekMoE、FP8训练和节点感知路由等创新，实现了经济高效的大规模训练和推理。

AI 服务暂时不可用，以下为来源摘要，待恢复后补全翻译：Have you ever heard of sparse neural retrieval? If so, have you used it in production? It’s a field with excellent potential – who wouldn’t want to use an approach that combines the strengths of dense and term-based text retrieval? Yet it’s not so popular. Is it due to the common curse of “What looks good on paper is not going to work in practice”?? This article describes our path towards sparse neural retrieval as it should be – lightweight term-based retrievers capable of distinguishing word meanings.

本文认为通用人工智能（AGI）并非一个里程碑，因为它不代表AI系统特性或影响的突变。AGI的定义模糊、不可观察，且其经济影响需数十年才能通过技术扩散实现。AI的能力与权力应区分，风险来源于环境设计而非能力本身。企业应谨慎采用AI产品，政策制定者应关注促进扩散而非追求AGI。

DeepSeek AI发布了DeepSeek-Prover-V2，一个针对Lean 4形式定理证明的开源大型语言模型。它采用递归证明搜索方法，结合DeepSeek-V3生成训练数据，并通过强化学习优化，在MiniF2F上取得了顶级结果。同时推出了新基准ProverBench。

Kwai AI提出的SRPO框架将LLM强化学习后训练步骤减少90%，同时在数学和代码领域达到DeepSeek-R1水平。该两阶段强化学习方法结合历史重采样，克服了GRPO的局限性。

中国AI公司智谱AI宣布开源其新一代GLM模型系列，包括推理速度达DeepSeek-R1八倍的GLM-Z1、具备自主推理能力的Rumination模型GLM-Z1-Rumination-32B-0414，以及增强智能体能力的GLM-4-32B-0414。同时推出国际平台Z.ai，并通过MaaS平台提供企业级服务。此举展示了其技术实力和全球野心，可能为潜在IPO做准备。

一篇新论文主张将人工智能视为正常技术，而非超智能实体。它强调AI的缓慢采用、渐进的经济影响以及人类控制的重要性，与乌托邦/反乌托邦叙事形成对比。

DeepSeek AI 发布新论文，提出自原则批评调优（SPCT）方法，旨在增强通用奖励模型在推理阶段的扩展性。同时暗示下一代模型 R2 即将到来，引发业界关注。

针对LLM集成应用中OWASP排名第一的提示注入威胁，BAIR研究人员提出了两种无需额外计算或人工成本的微调防御方法：StruQ和SecAlign。StruQ通过结构化指令微调使LLM学会忽略数据部分的注入指令，SecAlign通过特殊偏好优化进一步将优化攻击成功率降至8%以下，且不损失模型通用性能。

PLAID是一种多模态生成模型，通过学习蛋白质折叠模型的潜空间，同时生成蛋白质的一维序列和三维结构。它仅需序列数据训练，并支持功能与生物体提示，解决了全原子生成、生物体特异性和控制规范等实际问题。

AI 服务暂时不可用，以下为来源摘要，待恢复后补全翻译：A problem well stated is a problem half solved. This quote applies as much to life as it does to information retrieval. With a well-formulated query, retrieving the relevant document becomes trivial. In reality, however, most users struggle to precisely define what they are searching for. While users may struggle to formulate a perfect request — especially in unfamiliar topics — they can easily judge whether a retrieved answer is relevant or not.

我们部署了100辆强化学习（RL）控制的车辆进入高峰时段的高速公路交通，以缓解拥堵并降低所有人的燃油消耗。通过数据驱动的模拟训练，RL智能体学会了在保持通行能力和安全性的同时最大化能效。实地测试表明，少量经过良好控制的自动驾驶汽车（AV）即可显著改善交通流和燃油效率，节省高达15-20%的能量。

本文介绍如何利用Qdrant的距离矩阵API进行数据探索，包括降维、聚类和图表示等方法，帮助发现大规模非结构化数据中的隐藏结构。

AI 服务暂时不可用，以下为来源摘要，待恢复后补全翻译：Why We Built Our Own Storage Engine Databases need a place to store and retrieve data. That’s what Qdrant’s key-value storage does—it links keys to values. When we started building Qdrant, we needed to pick something ready for the task. So we chose RocksDB as our embedded key-value store. It is mature, reliable, and well-documented. Over time, we ran into issues. Its architecture required compaction (uses LSMT), which caused random latency spikes. It handles generic keys, while we only use it for sequential IDs. Having lots of configuration options makes it versatile, but accurately tuning it was a headache. Finally, interoperating with C++ slowed us down (although we will still support it for quite some time).

著名AI专家Chip Huyen总结了构建生成式AI应用时常见的六大陷阱：在不必要时使用生成式AI、混淆糟糕产品与糟糕AI、初始设计过于复杂、过度依赖早期成功、放弃人工评估以及众包用例缺乏战略。本文通过具体案例提供了实用建议，帮助团队避免这些错误。

本文深入探讨了AI智能体的概念、工具、规划能力及评估方法。智能体由环境和工具集定义，借助基础模型的突破性能力，有望成为我们的助手、同事和教练。文章详细介绍了工具类别（知识增强、能力扩展、写入动作）、规划流程（计划生成、反思纠错、执行）以及智能体特有的失败模式。