上海創智學院LeapQuest團隊聯合多所高校提出醫學AI新範式，讓模型在推理過程中主動調用視覺工具，從被動接收視覺輸入變為主動尋找證據。論文被ICML 2026接收。

本文探討了AI如何引發數字產品設計的範式轉變，從傳統的命令驅動交互轉向意圖驅動交互，並分析了這種轉變在產品管理、用户體驗、決策邏輯、發佈週期、風險和價值創造等方面帶來的新挑戰。

百度秒噠產品總經理朱廣翔在2026中國AIGC產業峯會上分享，AI將編程門檻從寫代碼降低到聊天，87%不懂代碼的用户通過秒噠創建應用。8歲小孩做出操作系統，一人公司（OPC）靠項目經理拿下千萬訂單，石油工程師替代140萬採購平台。Vibe Coding讓需求方變成供給方，實現大眾創業。

ElevenLabs 發佈了升級版 AI 音樂生成模型 Music v2，支持在單首歌曲中無縫切換歌劇、重金屬和説唱等流派。新增的修復功能允許用户在不影響其他部分的情況下重新生成特定段落。

Cognition在D輪融資中籌集10億美元，估值達260億美元，年經常性收入（ARR）預計年底突破10億美元。文章還涵蓋了推理效率優化、智能體工程、持續學習、新基準測試、模型發佈以及編碼代理產品化等AI領域的最新進展。

本月AIhub月刊涵蓋科學中的AI會議、彩票假説訪談、世界模型討論、透明可信AI研究、基礎模型影響報告、AIES會議反思、機器人咖啡館、ACL論文拒稿政策、arXiv反AI垃圾政策等。

梵蒂岡新通諭《偉大的人性》捍衞人類不完美作為尊嚴的來源，並警告將核心人類能力外包給AI的風險，反駁硅谷對人類侷限性的輕視。

一羣前谷歌DeepMind、蘋果、OpenAI和Meta的研究員成立了新創公司Trajectory，旨在幫助企業通過真實用户交互持續改進AI產品。Trajectory旨在構建一個平台，讓AI能夠在部署後持續學習，而不是在訓練完成後停滯不前。該公司已獲得1500萬美元種子輪融資，估值1.15億美元，由Conviction領投。其CEO Ronak Malde表示，AI編程產品如Cursor已在實踐早期版本的持續學習，Trajectory希望將類似技術擴展到更多領域。

多機構團隊研發出一款結合量子隧穿物理與大腦啓發架構的神經形態計算機，能夠高效解決組合優化問題，如物流網絡、芯片佈線等，並保證漸近收斂到最優解。該研究發表在《自然·通訊》上，標誌着量子啓發計算的新方向。

文章提醒開發者，雖然AI可以加速編程，但過度依賴AI可能會剝奪構建過程中的樂趣，如尋找優雅解決方案、設計清潔架構和獲取用户反饋等。

TopRec是一個AI驅動的平台，幫助招聘人員對候選人進行排名，並構建自我維護的CRM。它特意避免被推廣為PWA，以防止緩存問題，建議作為網站使用。

Robinhood 推出 Agentic Trading，用户可連接 AI 代理來自動化交易和信用卡購買，並配備安全控制和實時活動監控。

BetterCallClaude 是一個專為意大利法律專業人士設計的開源AI法律代理平台。它提供20個專業化AI代理，覆蓋意大利所有20個地區，支持雙語（意大利語和英語），並注重隱私保護，符合GDPR和意大利數據保護法。該平台可加速法律研究，提高效率，並保持完全透明和開源。

斯隆獎得主、UC Berkeley物理系助理教授戴亮加盟復旦大學，出任物理學系、天文與天體物理研究中心教授。復旦近年引進多名頂尖人才，包括蘇昊、袁峯、季索清等。

黃仁勳受邀加入清華大學經管學院顧問委員會，該委員會由蘋果CEO蒂姆·庫克擔任主席，成員包括馬斯克、納德拉、馬雲等全球商業領袖。此外，他剛獲得卡內基梅隆大學榮譽博士學位，並分享名言“AI不會取代你，但善用AI的人會”。

本文探討了AI代理系統中的阿姆達爾定律：系統加速比受人類判斷時間佔比H的限制。提出了“自清償式H”概念，即每次人類干預都應產生可重用的工件（如測試用例、規範更新），以減少未來同類干預。強調通過配置化（configurancy）和規範套件將人類知識編碼為機器可讀形式，從而讓代理自主運行。示例包括ElectricSQL的協議變更、Emil Stenström的HTML5解析器、Gas Town的多代理系統以及Ralph Loop的迭代模式。

上個月，在北京半程馬拉松中，名為“閃電”的機器人以比人類世界紀錄快近七分鐘的成績完賽。這引發人們對機器人是否將像聊天機器人一樣進入日常生活的討論。中國領跑這場變革，政府承諾未來20年投資超1000億英鎊於機器人技術。

本文提出模擬信息擴散（SID）框架，利用約束感知擴散模型（CADM）預測鄰居機器人的未來軌跡，從而在每個機器人本地進行安全運動規劃。SID僅在高擁堵場景下觸發通信，實驗表明其在規劃有效性和約束滿足上優於基線方法，可擴展到108台機器人和160個障礙物的場景。

研究人員提出了一種基於事件的實時異步單目里程計，用於行星漫遊車。該方法利用誤差狀態卡爾曼濾波器處理事件相機數據，在高動態範圍光照和計算約束下實現穩健的自我運動估計。

本文提出了一種基於Transformer的架構Trinity，能夠在一個統一網絡中同時進行類特定語義分割和類無關地形分割。該方法無需預定義標籤或機器人相關的可通行性分數，僅基於視覺外觀分割地形區域，從而學習機器人無關的視覺地形先驗，可結合機器人特定經驗用於下游任務。為了支持大規模訓練，研究團隊擴展了OAISYS模擬器並推出RUGDSynth合成數據集，同時提供了EXTerra真實世界數據集。實驗驗證了該方法在複雜户外環境中的有效性。

研究人員提出了Speak-to-Objective模塊化智能管線，利用條件大型語言模型將口頭或書面命令轉換為可微分的優化目標函數，用於在約束感知逆解算器和實驗光流控平台上組裝微粒。該方法採用“感知-組合-提議-執行-報告與學習”的循環，將目標作為意圖與驅動之間的接口，實現自然語言可編程的微觀組裝，推動自主光製造平台的發展。

Uni-LaViRA是一種統一的具身導航智能體架構，將導航決策簡化為單一的語言-視覺-機器人動作翻譯。它利用預訓練的多模態大語言模型（MLLM），以零樣本方式在四個任務系列和四種真實機器人上實現泛化。通過待辦列表記憶（TDM）和第二次機會回溯（SCB）機制實現自我糾正導航，無需任何訓練即可在多個基準測試中取得與依賴大規模訓練數據的模型相當甚至更優的結果。

許多兒童面臨情緒調節和社交互動的挑戰，社交輔助機器人需要保持兒童的持續參與。本研究評估了一種觸覺機器人的兩種參與策略：合成情感反饋和積分獎勵。對16名6-8歲小學生的偏好評估顯示孩子更喜歡情感參與；而對14名20-27歲大學生的行為研究發現積分獎勵系統能帶來更高任務準確性（p<0.05）並維持表現。結果表明，不同年齡羣體的偏好和行為結果可能不一致，驗證設計假設需要通過實際交互觀察。

SCALE-COMM是一種自監督框架，通過解耦通信學習與策略優化，學習緊湊、穩定且與策略相關的潛在消息，提升多智能體強化學習中的協調性能。在多個基準測試和實際倉庫協調任務中，它優於現有方法，提高了穩定性、樣本效率和吞吐量。

GE-Sim 2.0是一種基於動作條件視頻生成框架的閉環視頻世界模擬器，通過數千小時真實機器人數據重新訓練，提升了動作跟隨保真度和軌跡覆蓋。新增狀態專家、世界裁判和加速框架三個模塊，實現了從視頻模擬到策略學習的閉環。僅2B參數即登頂WorldArena排行榜，訓練的模型可遷移到真實世界。

視頻生成模型越來越多地被用作世界模擬器，但現有基準僅評估單視頻質量，無法檢測模型是否真正理解因果關係。新提出的“如果世界”基準包含319對基於真實場景的提示對，通過改變一個物理變量來測試模型輸出的因果一致性。對9個最先進模型的評測顯示，最佳配對得分僅52%，開源模型約28%，且表現與視覺顯著性相關而非物理可解性。

一項針對Melanoscope AI移動皮膚鏡臨牀決策支持系統的前瞻性單中心臨牀驗證顯示，該系統在176名患者中與專家評估的一致率為88.6%，未出現假陰性，特異性為88.3%。研究開發了級聯深度學習模型的定量可解釋性評估方法和三區患者分診算法，為資源有限地區的皮膚癌篩查提供了可重複、可解釋的決策支持。

該研究提出表示條件擴散模型，利用DINOv2、DINOv3和CLIP的表示作為條件生成合成圖像數據，在ImageNet100上以+10.76 p.p.的top-1準確率顯著優於類條件生成。通過擴大合成數據集，甚至能超越真實數據訓練的模型（+2.0 p.p.）。此外，該方法在數據增強和樣本過濾方面也表現出色，為大規模視覺學習任務提供了一種有前景的替代或補充真實數據集的方案。

本研究提出了一種基於頭戴式慣性測量單元（IMU）的行為級活動識別方法，超越了傳統運動基元識別。研究團隊定義了五種與AR應用需求相匹配的行為類別，構建了包含16萬個樣本的Ego4D數據集，並提出了HiT-HAR層次模型（70.3萬參數），在五類動作和八類場景識別任務上優於現有模型。通過可分離性分析，揭示了頭戴式IMU的觀測極限：移動類行為可靠可觀測，物體轉移和任務操作類需要時間上下文，場景依賴信號重疊仍是挑戰。結果表明，利用時間上下文和場景結構的架構選擇優於簡單擴大模型規模。代碼和數據集已公開。

研究人員提出D²Turb框架，通過引入深度感知的湍流合成協議和自適應結構先驗注入機制，將大氣湍流緩解分解為紋理去模糊和幾何校正兩個交互階段，在合成和真實數據集上均達到最優性能。