本文探討了如何將Claude Code和OpenAI Codex結合使用，而非二選一。通過基準測試、上下文窗口行為、代幣經濟分析和MCP集成，作者展示了兩種工具在設計哲學上的互補性，並提供了具體的工作流模式。

探索2026年世界盃的AI預測，包括實時分組表洞察和模型比較。

隨着 GLM-5.2 通過所有人的“氛圍檢查”，開源模型的故事終於成為真正的前沿故事。

Mutter AI Dictation 是一款Mac應用，提供隱私保護的聽寫和意圖模式，能將口述的粗糙想法直接轉化為完成品，速度比打字快約三倍。

本文作者認為，像Replit這樣的“氛圍編程”初創公司正在通過TikTok廣告向非程序員推銷輕鬆開發應用並致富的夢想，這讓人聯想到多層營銷（MLM）騙局和加密貨幣泡沫。文章指出，這種營銷方式隱瞞了AI編碼的真實成本、安全風險以及成功的極低概率，在經濟不景氣的時期尤為具有剝削性。

Plansera AI 提供由人工智能起草的 E-2 簽證商業計劃書，旨在幫助創業者快速生成符合要求的文件。

波士頓兒童醫院與OpenAI合作，利用AI工具成功診斷了18名患有罕見疾病的兒童，這些病例此前一直未能得到確診。該研究發表在《新英格蘭醫學雜誌》AI特刊上，展示了AI在基因組分析中的潛力。

巴雷特·佐夫重返OpenAI僅五個月後再次離職。他於1月中旬迴歸，負責企業AI銷售，此前曾在米拉·穆拉蒂的Thinking Machines Lab擔任聯合創始人兼CTO，因不當行為指控於1月離職。OpenAI已確認其離職。

儘管公眾普遍認為AI發展過快，許多政客卻呼籲加快AI adoption。本文探討了這一矛盾背後的政治與經濟原因，指出快速變革可能帶來的社會衝擊。

Sakha是一款集成在Slack中的AI入職助手，能夠自動引導新員工完成入職流程、回答公司政策相關問題、審核合同並生成公司政策。該工具旨在解決傳統入職流程中知識分散、管理者負擔重等問題，提供從第一天到完全融入的自動化支持。

Ferrix AI代理專為產品經理設計，通過上下文層、發現、驗證、規劃、PRD生成、規格制定、設計反饋、驗收標準、工單創建、執行情報、發佈溝通和上線後監控等12個代理，自動化產品管理工作流，同時保持人工審核與控制。

FetchSandbox是一款專注於API集成測試的工具，能夠自動記錄和分析測試中出現的故障，幫助開發團隊快速定位和修復問題。

OALABS 的研究人員發現，一名低技能攻擊者利用 AI 代理 Claude 和 Codex，通過模糊的提示繞過防護措施，突破至少 14 家公司並竊取數據。攻擊者的操作安全失誤導致超過 1000 個會話日誌被恢復，暴露了其身份和手法。

SCAN-Planner是一種用於四足機器人的空間碰撞感知局部規劃框架，通過偏航感知雙圓柱足跡模型和投影A*搜索，實現了在狹窄通道、雜亂室內和大規模三維非結構化環境中的安全高效導航。

該研究提出了一種基於範疇論與層論的新型數學模型，用於描述軟件組件集合語言（SCEL）中的自主代理系統。該模型將組件視為點、集合視為開集、分佈式知識視為層的數據，通過“粘合”局部數據來模擬信息共享，並利用層上同調將系統故障量化為拓撲障礙。此方法將複雜分佈式系統的驗證轉化為幾何分析，為設計魯棒的自主系統提供了結構性見解。

本文提出了一種基於不變擴展卡爾曼濾波（InEKF）的實時狀態估計方法，用於仿人機器人在非慣性地面上僅依靠本體感覺傳感器進行定位。該方法通過足部IMU利用運動學約束，無需直接測量地面運動或外部傳感器。實驗顯示，在搖擺地面上收斂速度提高96%，位置估計誤差減少80%；在旋轉地面上行走的平均估計誤差小於9釐米。

本文提出一種遊戲化的機器人學習方法，讓機器人通過自我導向的玩耍持續學習技能，並構建可複用的代碼技能庫。引入RATs框架，在玩耍階段自主探索、執行、驗證和固化技能。實驗表明，該方法在LIBERO-PRO和MolmoSpaces上將下游任務成功率分別提升20.6和17.0個百分點，且學到的技能可遷移至其他Code-as-Policy代理，無需微調模型。

本文提出DiffusionVS，一種基於擴散策略的視覺伺服方法，通過條件去噪生成相機速度，採用在線訓練增強泛化能力。仿真成功率近100%，物理實驗成功率93%，並可集成到現有視覺伺服網絡中提升性能。

3D場景圖（3DSG）作為空間AI的強大表示，結合了幾何基礎與語義及關係抽象，在機器人學和計算機視覺中廣泛應用。然而，該領域碎片化嚴重，不同社區採用不同公式、構建流程和評估協議，難以比較方法、識別共同假設和評估穩健部署的挑戰。本綜述統一批判地審視3DSG，重點討論開放挑戰和未來方向，包括節點邊屬性、層次結構、動態表示和可負擔性擴展，並回顧構建方法、下游應用和評估策略。

WorkBenchMark是一個基於樂高得寶的機器人裝配基準測試，受RoboCup智能製造聯盟啓發。它提供400個任務，分為四個複雜度等級，並提出了一個開源詞彙感知的‘拆解式裝配’基線解決方案。基於規劃的流水線在所有等級上均優於現代視覺-語言-動作方法。該基準、仿真環境和基線實現將公開發布。

研究人員構建了名為Robotroller的機器人，可操作Atari CX40+控制器，並開發了Atari Devbox設備，在屏幕上渲染遊戲畫面和獎勵信號。整個系統（Physical Atari）結合了現成攝像頭和台式電腦，可用於研究物理世界中的強化學習算法。系統設計注重穩健性（所有運動通過軸承實現，軟件高頻監控舵機狀態）和易用性（使用廉價現成組件和3D打印零件），總成本低於1000美元，可連續運行數週無機械故障。實驗驗證了強化學習算法可直接在機器人上學習，並表明學習與部署之間的微小分佈偏移會顯著降低策略性能，凸顯了設備端自適應的重要性。

研究者提出TeleMorpher，一種基於擴散模型的一鍵式框架，用於視頻中同步運動與位置編輯。該方法通過分離主角與背景、利用運動先驗進行姿勢變形，並引入新的評估指標，實現了更可控和精確的編輯。實驗表明，在真實場景視頻和TaiChi數據集上，TeleMorpher在定量和定性評估中均優於現有方法。

本文提出了一種學習異步調度的方法，用於多表示潛擴散模型。通過調度校正的目標函數和快速聯合探針，學習凸且單調的調度參數。在ImageNet 256x256上，僅用200個epoch達到FID 1.05（匹配800個epoch的SFD-XL），600個epoch達到FID 1.02（超越1B參數的SFD-XXL）。無引導設置下也取得顯著提升。

GB-LSR提出了一種固定網格的局部頻譜表示方法，用於連續圖像重建。該方法採用單個可訓練的全局帶寬參數，在所有圖像塊間共享，從而簡化模型並降低計算成本。在標準本機重建基準測試中，GB-LSR的PSNR比LIIF、LTE和WIRE等方法高出2.8-3.6 dB，而推理成本僅為最慢基線的四分之一。在超分辨率任務中，GB-LSR在4倍放大時比LIIF-RDN快1.44倍，比LTE-SwinIR快3.25倍。此外，一種無需局部集成平均的變體實現了1.77倍加速和35%的內存減少，而PSNR幾乎沒有變化。

語言指導的視覺嵌入（LIVE）方法利用語言作為高級指導，在推理時動態生成任務中心的嵌入表示，無需針對特定任務重新訓練。該方法在MMVP基準上減少了34個點的視覺幻覺，在視覺問答上超越了參數數量大數個數量級的視覺-語言模型，並能泛化到未見過的指令和任務。

Mix-QVLA是一種任務證據感知的混合精度後訓練量化框架，專門針對視覺-語言-動作（VLA）模型設計。它通過評估量化對任務相關證據的保留程度，動態調整各層精度，在保證高精度的同時大幅降低內存佔用和提升推理速度。在LIBERO基準上，該框架將OpenVLA-OFT模型從15.4 GB壓縮至4.1 GB，成功率達96.3%，推理速度提升1.52倍。

本文提出PerceptionDLM，一種優化用於高效並行區域感知的多模態擴散語言模型。該模型利用擴散語言模型的並行解碼特性，通過高效提示和結構化注意力掩碼實現多掩碼區域的同時感知，顯著提升推理效率。同時構建了ParaDLC-Bench基準以評估並行區域描述能力。實驗表明，該模型在保持區域描述競爭力的同時，大幅提升了多區域感知的速度。

一種名為ImageWAM的新方法用圖像編輯替代視頻生成進行機器人動作預測，性能更優且計算成本大幅降低。

LooseControlVideo是一種新穎的框架，通過稀疏定向3D框作為“模塊化”代理，實現直觀且富有表現力的文本到視頻生成控制。該方法在Wan 2.2骨幹網絡上微調，使用DNOCS編碼處理3D尺寸、方向和深度排序遮擋，支持局部細化而不破壞全局場景。在nuScenes、HO-3D和BEHAVE基準測試中，它在軌跡誤差、剛體運動一致性和遮擋準確率上顯著優於現有方法。

LEAP是一種針對視覺Transformer（ViT）特徵知識蒸餾的訓練課程，通過將教師的中間特徵圖作為逐步困難的序列目標，讓學生先構建基礎表示再處理高層抽象。實驗表明，該方法在ImageNet-100上ViT-S達到90.1%準確率，提升12.24%，並在ImageNet-1K上實例檢索任務提升3.84%和7.75%，同時節省25.1%的訓練FLOPs和21%的訓練時間。