OpenAI 案例研究：invideo 使用 GPT‑6 Astra 规划复杂视频编辑，将调色与校正成功率提升约 3 倍，并在一天内创建 50 个自定义特效。

特朗普将在今日晚些时候会见习近平，人工智能预计成为三天访问的核心议题。与此同时，伯尼·桑德斯和格雷格·卡萨尔将提出法案，禁止人工超级智能并设立联邦AI监管机构。联合国秘书长古特雷斯呼吁美中建立类似冷战时期的AI对话渠道。

AI 服务暂时不可用，以下为来源摘要，待恢复后补全翻译：Patreon co-founder Sam Yam is joing OpenAI to lead Creator Product. | Image: The Verge OpenAI has hired three former Patreon execs to anchor its product strategy for creators. After starting the creator subscription platform 13 years ago, co-founder and technology chief Sam Yam announced on X that he's joining OpenAI to lead Creator Product. He's also bringing Patreon's former product head Drew Rowny and engineering head Shannon Ma with him on the new venture, both of whom stepped down in the past few weeks. "We're going to build together with Creators at OpenAI and share early access to a new set of tools that I think will be critically valuable to Creators and their communities," Yam said in his announcement. "Pay attention … Read the full story at The Verge.

IntellAgents.io 在 Product Hunt 上以一句话定位亮相：为每一通电话、每一次聊天和每一条私信配备一个 AI 智能体。该页面目前披露的信息非常有限，仅给出这一定位口号与讨论入口。

AI 服务暂时不可用，以下为来源摘要，待恢复后补全翻译：Ask most engineers what MCP is and you’ll get the same answer: a way to plug tools into an LLM. Fair enough, as far as it goes. But that description treats MCP like plumbing, and after months building MCP-based integrations for large enterprise platforms, I don’t think plumbing is the right metaphor. Plumbing moves water […]

OpenAI 推出 MentalHealthBench，这是一个与来自 22 个国家的 80 多位持证心理健康专家共同开发的开放基准，用于评估 AI 在真实心理健康对话中的表现。它按非急性、高急性和紧急三个层级覆盖成人、青少年、照护者与临床医生等人群，并以专家撰写的加权评分细则衡量模型行为。

诺基亚应用研究团队开源了 AnyJev，一个无需训练即可把开放 LLM 变成决策模型的 Python 库。它读取模型的下一个 token 概率，回答选择、是/否和评分三类带类型问题，并通过循环移位与先验校正压低位置偏差和标签偏差。在 Qwen3-8B 与 BANKING77 上，L0 把选项反转时的翻转率从 0.230 降到 0.073，L1 把 5% 误差下可自动决策的流量从 7.7% 提升到 52.0%。项目以 Apache-2.0 许可发布在 PyPI，支持 Hugging Face 与 vLLM 后端。

Anthropic 发布 Claude 5.5 家族首款模型 Claude Opus 5.5，宣称在多数任务上达到 Fable 5.1 级能力，同时运行成本更低、速度更快、写作更好。OpenAI 约一小时后推出 GPT-6 Sol 和 Luna，价格较 GPT-5.6 降低 50%。Opus 5.5 成为 Claude Code 和 Claude 应用的默认模型，但独立成本分析显示最大 effort 设置下 token 用量增加可能抵消降价效果。

Kyutai 发布了两款开源权重、语音到语音的 Voice of Reason 模型，基于 GLM-4-Voice-9B，结合监督微调与强化学习，把口语版 GSM8K 的准确率从 27.3% 提升到 77.1%。整个流程不含转写步骤，也不插入独立的文本 LLM，两个检查点均可在单张 H100 上运行。

OpenAI 推出 GPT-6 Sol 与 GPT-6 Luna 两款低价 API 专用模型，定位低于本月的 GPT-6 Astra。Sol 每百万 tokens 定价 2/10 美元，Luna 为 0.10/0.50 美元，相当于 GPT-5.6 促销价的一半。OpenAI 同时公布多项基准测试，并为长时间运行的智能体改进提示缓存。

英国首相安迪·伯纳姆宣布，安全部门将成立国家信息防御中心，以应对外国敌对势力借助AI传播的虚假信息与深度伪造内容，并整合情报机构、执法部门与社交媒体公司，对外国势力的信息攻击进行侦测、归因与阻断。

LaterOn v2 是 Product Hunt 上出现的一款代理式电子邮件平台，主打只需描述一次邮件任务，就能让系统自动把工作完成。

SpeakON 发布了一款 25 克的 MagSafe AI 语音按钮，内置独立麦克风、电池和存储，可作为 iOS 键盘扩展把处理后的文本直接写入任意输入框；支持离线缓冲，并提供智能润色、列表、风格、翻译、词典、语音编辑和笔记等功能。设备在美国以 129 美元一次性买断出售，含 Pro Lifetime，SpeakON Agent 将于 2026 年 10 月推出。

一篇 arXiv 机器人学预印本提出两项基于角动量的指标，并通过为期一年的空手道回旋踢纵向研究，比较稳定与不稳定踢击以及专家教练的数据，以探索人体动态旋转稳定性及其对机器人和外骨骼的启示。

该论文提出一种 capability-aware 共享控制框架：由视觉语言模型（VLM）推断人类意图并给出语义意图置信度，同时由视觉-语言-动作（VLA）策略生成自主动作，并从随机动作轨迹的离散度与局部不稳定性在线估计 VLA 能力置信度。通过 sigmoid 映射将贝叶斯滤波后的意图置信度与 VLA 能力置信度结合，非线性仲裁机器人控制权。12 名参与者实验显示该方法任务成功率达 92%，高于手动遥操作（83%）、仅意图仲裁（44%）和固定等权混合（10%），并提升控制友好度、降低控制权加权分歧。

HOTICE 是一个面向杂乱环境的全身人形机器人物体运输学习框架。它提出 Humanoid-Object Decoupled Potential Fields，将机器人本体与搬运物体的避障引导联合编码；并设计上下身解耦的双智能体强化学习架构，通过共享状态观测与奖励维持全身协调。训练上采用专家到通用蒸馏，把多个特权教师策略压缩为单一可部署学生策略。研究在 MuJoCo 仿真和真实 Unitree G1 人形机器人上验证，显示其能运输不同形状物体、泛化到未见杂乱场景，并取得较强的 sim2real 表现。

研究者提出 PROACT 框架，把对人类协作行为的预测融入柔顺全身控制，使机器人在与人共同搬运重物时既能高效移动物体，又能顺应用户的施力。在 108 次真实世界试验中，该方法显著降低了交互做功与任务完成时间。

GINIO 是一个面向神经惯性里程计的 SO(3) 等变接口，确保学习到的运动测量在任意 IMU 安装旋转下按向量与二阶张量规律变换。它通过 Last-Frame Alignment 实现传感器坐标系训练，并分离 IMU 偏置等局部状态，在 TLIO、NanoBench 和 Fetch 上取得显著 ATE 改善，包括无需重训练的物理重安装鲁棒性。

研究者提出JAMB，一种在共享Transformer中联合去噪双臂动作与未来3D点轨迹的扩散策略。通过将多模态表示统一到共享时空坐标系，动作与运动假设可在去噪过程中相互修正。在RoboTwin 2.0的16项仿真任务中，JAMB平均成功率达83.4%，比最强基线高23.9个百分点；在三个真实机器人任务上，分别比仅动作策略和辅助几何预测方法高50.0和21.2个百分点，并对杂乱场景和分布外背景表现出更强泛化能力。

一篇新的 arXiv 论文提出用强化学习自动生成机器人助手的多模态交互策略，基于人类数据训练的模拟器和简单高层奖励函数。真实场景人类研究显示可用性高、任务完成有效，为手工设计交互管理器提供可扩展且可解释的替代方案。

该论文放弃长期沿用的"平坦海底"近似，改用多视图几何方法，形式化并证明了一个双视图约束：同一共享特征必须落在球面与平面交线上的一段轨迹内。作者通过蒙特卡洛仿真刻画了该歧义轨迹的长度规律，并给出面向水面船只与水下潜航器的测量规划建议。

本文针对修剪螺旋面软臂提出一种分离截面本构律，修正传统 Cosserat 杆模型在跨截面求和刚度假设下的误差。该方法分别在各螺旋域的局部坐标系中评估其本构响应并回拉至主干，结合稀疏融合力学描述域间相对运动带来的额外柔顺性，得到强各向异性的等效截面刚度。模型嵌入几何精确动态 Cosserat 框架，采用 GVS 离散与肌腱驱动，在 103 组实测构型上取得约 7% 的归一化位置误差，单次全臂求解约 0.3 秒（单核 CPU），支持快速规划、状态与负载估计以及形态-控制协同设计。

一篇已被 IEEE Transactions on Systems, Man, and Cybernetics: Systems 接收的论文，提出用深度强化学习让移动机器人在陪伴行人时动态调整自身跟踪位置，并融合模型预测路径积分控制与控制障碍函数来兼顾精准跟随、避障与安全。室内外真实场景实验显示，该方法将任务成功率与跟踪精度分别至少提升 24% 与 47%，并能在行人速度最高 1.7 m/s 的情况下灵活伴行、提升人的舒适度。

这篇 arXiv 论文提出 DTV-INR，将坐标驱动的隐式神经表示（SIREN）与基于结构张量的各向异性全变差正则项结合，把连续到离散的采集过程建模为不适定逆问题。作者在 H^1(Ω) 中证明了变分解的适定性，并用交替投影优化算法解耦网络参数与自适应张量场更新。在临床脑部 MRI 与生物医学透射电镜数据上，方法在连续非整数上采样下取得最高 +5.05 dB 的 PSNR 提升，并展现对噪声的良好鲁棒性。

该研究利用公开鞋外底印痕数据集，比较CNN迁移学习与传统特征分类在二分类性别推断中的表现。采用按鞋划分的训练/测试集以减少重复扫描导致的数据泄漏；微调CNN整体表现最佳，并优于仅用手工特征的传统分类器，冻结核特征方法则计算成本更低。探索性分析显示低维CNN表示与频率阈值比、图像对比度及小波统计量相关，但实际应用前仍需独立样本和案件型印痕验证。

MirrorDistill 是一种用于低光图像增强的照明感知潜在蒸馏框架。它在训练阶段通过特征镜像连接低光域与干净域，在推理阶段仅保留轻量级学生编码器-解码器。该方法在 LOL-v2-Real 上取得优于当前最佳方法的结果，同时计算复杂度（GMACs）最低，并在 LOL-v1 与 LOL-v2-Synthetic 上保持竞争力。

研究提出三维残差小波扩散模型，通过无损小波重参数化、残差移位与域随机化三项设计，在单块GPU上实现全脑扩散采样，为0.064T超低场MRI生成逐体素不确定性图，并在认知障碍试点队列中保留与疾病相关的萎缩。

RULER 是一种基于实例感知评分规则的奖励方法，用于强化学习训练文本到 SVG 生成模型。它用视觉语言模型对六项评分规则逐项打分，替代迁移性差的 CLIP、Aesthetic 等标量指标，并在 MMSVG-Illustration 与 MMSVG-Icon 上把评分从 0.432/0.395 提升到 0.693/0.683，无需配对 SVG 真值或人类偏好标签。

ImIR 用源自退化图像本身的连续图像指令替代文本提示，为预训练图像编辑模型提供条件；仅需在单张 GPU 上训练约三小时的一个适配器，即可覆盖六项修复任务，并支持无需退化标签的任务无关修复。

arXiv 上新发布的论文提出 Segment-Snap 框架，通过部件与把手的物理关联，把可动部件分割、运动约束与可操作区域预测耦合起来。在 Articulate3D 验证集上，把手引导使运动门控 AP 从 13.74% 提升到 40.98%，完整上下文下把手 AP 达到 30.99%。