Agenmatic 是一款實時意圖檢測工具，可在 Reddit、IndieHackers、HackerNews 等 40 多個社區中識別高購買意向用户，並提供 AI 生成的個性化回覆和轉化跟蹤。適合開發機構、設計師、營銷顧問等各類服務提供商。

Engram是一個面向人類的學習系統，它將AI編碼助手轉變為個人導師。它不是讓AI更聰明，而是通過間隔重複、主動回憶和盲測讓用户更聰明。支持Claude Code、OpenAI Codex等六個平台，共享一個狀態文件夾。

奧爾特曼承認與白宮討論了隨模型能力增強而調整AI發展節奏的必要性，但避免使用“減速”一詞。他還表示OpenAI可能存在其他被黑客入侵的系統。此前，OpenAI因安全事件暫停了模型訓練。

Token Saver 是一個開源的 MCP 擴展，通過本地混合 RAG 技術，在保證文檔絕對隱私的同時，將 Claude Desktop 處理 PDF 的令牌消耗降低最多 99%。它無需 Python 環境，一鍵安裝即可使用。

Mubert API 引入了音軌和分軌編輯功能，並採用新引擎確保 AI 生成音樂的一致性。

AI 服務暫時不可用，以下為來源摘要，待恢復後補全翻譯：Data Science and Machine Learning practitioners often find themselves navigating through a labyrinth of models, libraries, and frameworks. Which model to choose, what embedding size, and how to approach tokenizing, are just some questions you are faced with when starting your work. We understood how many data scientists wanted an easier and more intuitive means to do their embedding work. This is why we built FastEmbed, a Python library engineered for speed, efficiency, and usability. We have created easy to use default workflows, handling the 80% use cases in NLP embedding.

作者反思閲讀一本可能是AI生成的自出版書籍的不適感，分析了AI寫作的跡象以及對未知作者信任的影響。

人工智能工程中三個術語——提示工程、循環工程和圖工程——分別對應不同的控制層級：提示控制單個模型響應，循環控制單個智能體的行為週期，圖控制多個智能體的組織。本文剖析了每一層的設計重點、適用場景以及它們之間的層次關係，並提供了選擇合適層級的實用方法。

Moonshot AI 在 Kimi K3 開放日開源了 MoonEP，一個用於混合專家（MoE）模型的專家並行通信庫，通過動態冗餘專家實現完美負載平衡，採用 MIT 許可證發佈。

歐盟AI法案的合規截止日期為8月2日，相關合規文檔服務起價僅197美元。

Supabook是一款集商務電話系統、CRM和AI接待員於一體的平台，專為服務型企業設計，幫助捕捉來電、安排工作、收款並自動跟進，確保客户工作順利進行。

該視頻討論了韓國人工智能領域的泡沫破裂現象，分析了其背後的原因和影響。

本研究提出Speech2Grasp框架，基於輕量級MLP投影器將ALBEF等文本條件模型適配到語音輸入，在保持語義判別和魯棒性的同時，實現數據高效的遷移。實際人形機器人實驗證明，Speech2Grasp在推理延遲和性能上優於級聯ASR流水線，為擴展既有文本條件系統到語音模態提供了實用範式。

本文提出了一種用於視覺-語言-動作（VLA）模型的分析概念專家模塊，通過3D信息構建可執行的分析概念，提供顯式的運動學引導和密集獎勵，顯著提升了複雜操作任務的成功率和學習效率。

RLMM-Flow提出了一種結合專家流策略預訓練與潛在空間強化學習後訓練的移動操控框架。該框架首先從專家演示中學習多模態全身運動先驗，然後凍結預訓練流策略，通過潛在引導網絡將初始噪聲導向高價值動作塊。實驗表明，該方法在任務成功率、避障和軌跡質量上顯著優於純模仿學習流策略。

本文探討在低成本四足機器人（如Mini Pupper 2）上部署強化學習策略時，超過50毫秒的傳輸延遲如何導致仿真與現實差距擴大。通過引入執行器延遲的前向模型和時序感知神經網絡，實現了魯棒的行走，並且網絡自組織出類似脊椎動物脊髓的中樞模式生成器（CPG），對高達+320毫秒的額外延遲擾動表現出強魯棒性。研究指出時間自組織可能是成本受限運動控制的通用策略。

本文提出了一種自適應的在線學習控制方法，用於跟蹤未知的目標動態。該方法能夠處理結構化、隨機和對抗性混合的動態切換行為，通過自監督、一次性學習高效訓練多個預測器並自適應選擇最佳匹配。理論上提供了有限時間近最優保證，在無誤差和切換時實現無遺憾，在有誤差時性能優雅退化。在Crazyflie無人機上進行了仿真和硬件實驗驗證。

提出一種利用縫合線作為輔助工具的自主針拾取框架，可在針被遮擋或不可接近時實現間接拾取，避免組織損傷，並在達芬奇研究套件上驗證了魯棒性。

本文介紹了MoMo，一種兩階段模仿學習框架，通過時空動作標記化和行為克隆變換器，使機器人能夠在不同任務中調節運動模式（平穩、動態、中間），從而實現執行層面的變化。在六項真實機器人操作任務中，該方法展現出對未見任務-模式組合的組合泛化能力。

本文提出了一種名為MMOCIC的多目標框架，將協同進化行為與合規行為融合，在最大化團隊進展與最小化規範違反之間取得平衡。其核心創新在於將學習過程與合規解耦，因為操作規範是預設而非發現的。在最多8個機器人的硬件部署和12個機器人的仿真中，該框架在協作救援任務中實現了高團隊性能並避免了碰撞。

本文提出了一個系統框架，將可信具身智能定義為在環境和系統變化下可靠執行任務並將風險控制在可接受範圍內的持續能力，即“持續安全成功”。該框架包括四個相互依賴的層：模型層、系統層、證據層和部署層。此外，還提出了一個非規範的可信度層級，用於評估部署聲明的強度，為安全部署、比較評估、研究優先級和未來標準化提供基礎。

BG-REAL是一個專注於背景篡改檢測與定位的公共基準，基於Open Images V7構建，包含7000個樣本，覆蓋6種編輯類型，並提供匹配的真實對照。評估顯示，重新編碼偽影是基線模型共有的捷徑風險，假陽性率從0.57到1.00不等。

本文提出輕量級時滯感知交叉手對齊模塊(LACA)，顯式估計雙手特徵流之間的方向性時間偏移分佈，通過兼容性感知目標監督對齊，無需額外標註。在HA-ViD和ATTACH數據集上，集成LACA可提升雙手動作分割性能，僅增加約0.0086百萬參數。同時提出未來無關變體LACA-C，實現實時感知。

該研究提出了聯邦物理信息神經網絡（Federated PINNs），結合聯邦學習與線性彈性方程，在保護患者隱私的前提下對腦腫瘤進行生物力學建模。模擬三個臨牀站點，僅共享模型權重，實現了91.4%的準確率，優於集中式訓練的90.0%，並顯著提高了垂體腺瘤的準確性。

野外視頻陰影去除由於光照複雜、陰影多樣以及訓練數據有限而具有挑戰性。WildShadowRemover 採用預訓練視頻擴散模型，通過 LoRA 微調，引入細節注入和頻率分解調製模塊，並利用單目深度先驗，在陰影去除質量和時間一致性上優於現有方法。

Rad-JEPA 3D是一種自監督預訓練框架，通過預測掩碼視圖的潛在特徵來學習3D CT體積表示。其核心是混合H-Mamba編碼器，結合狀態空間模型和分組查詢注意力，並引入隱藏狀態正交正則化（HSOR）以提高表示質量。在約12萬CT掃描上預訓練後，僅用4.0B參數即在封閉式VQA和空間推理基準上達到最先進水平。

本研究開發了一種混合計算機視覺方法，結合Mask R-CNN和基於顏色的算法，從圖像中量化暴露皮膚，用於皮膚暴露評估。使用170張室內塗裝圖像，該方法與人工估計的一致性約為80%，為半定量暴露分析提供了一種可擴展的方法。未來工作包括身體部位識別、個人防護裝備檢測和視頻分析。

DVPSFormer是一種統一在線架構，用於高效4D場景理解，通過顯式場景離散化（ESD）和離散到連續（D2C）深度頭實現單次度量深度解碼，並結合在線多數投票（OMV）機制在實例跟蹤中利用時間一致性來優化分類。該方法在Cityscapes-DVPS和SemKITTI-DVPS基準上取得了最新最優結果，為在線機器人感知提供了簡化解決方案。

TraceCLIP是一種無需訓練的新框架，通過從CLIP的CLS注意力輸出中提取補丁特定項，恢復潛藏的局部語義證據，並利用語義測地拓撲門校準最終層的補丁親和度，實現零樣本語義分割的改進。在八個基準測試上，平均mIoU提升1.3至4.5個點，無需額外訓練或外部模型。

本文提出了一種利用深度神經網絡從單張日常人體圖像估計BMI、體重和身高的方法。研究人員創建了包含6105張多樣本圖像的新數據集，並探索了多模態輸入（RGB、深度圖、姿態親和圖、邊緣圖）的效果。實驗表明，全身圖像比半身或面部圖像估計更準確。