針對機器人模仿學習中訓練與部署條件不匹配導致任務失敗的問題，提出一種自適應遍歷模仿方法。該方法從演示幾何構造目標分佈，生成在跟蹤與探索之間自適應插值的軌跡，將遍歷控制擴展到檢索遞推控制框架的自適應模仿。

本文從硬件、控制與學習方法、數據集與評估、以及未來挑戰四個方面，全面綜述了機器人靈巧手的研究進展。

針對農村地區糖尿病視網膜病變篩查的挑戰，提出了一種兩級邊緣雲級聯架構。第一級在本地設備上使用輕量級MobileNetV3-small模型進行二分類，第二級在雲端對可疑圖像進行嚴重程度分級。實驗表明，該架構在保持高精度的同時，將雲端調用減少約50%，顯著降低了延遲和帶寬需求。

研究者提出了DeFakerOne，一個統一的偽造圖像檢測與定位（FIDL）基礎模型，整合了InternVL2和SAM2，能夠同時進行圖像級檢測和像素級定位，在39個檢測基準和9個定位基準上達到最優性能，並對GPT-Image-2等生成器具有魯棒性。

CurveBench是一個用於評估AI視覺拓撲推理能力的新基準。它包含756張嵌套喬丹曲線圖像，要求模型重建包含關係樹。最強模型Gemini 3.1 Pro在簡單集上準確率為71.1%，在困難集上僅為19.1%。通過RLVR微調，Qwen3-VL-8B在簡單集上從2.8%提升至33.3%，超過了GPT-5.4和Claude Opus 4.5。然而，該任務仍未完全解決。

提出一種基於遺傳編程的高效框架，從預訓練權重生成異構逐層標量函數，替代層歸一化，避免全局歸約瓶頸，僅需20個epoch即可恢復84.25%的Top-1 ImageNet-1K精度，顯著降低計算複雜度和片外內存流量，推動ViT在邊緣設備上的高效部署。

提出PVRF統一框架，結合零樣本軟天氣感知與速度約束整流流優化，通過視覺語言模型估計天氣類型和屬性分數，引導恢復網絡，在保真度和感知質量上超越現有方法，且跨數據集泛化能力強。

研究人員提出了一種新的生成語言模型，將像素令牌和詞令牌統一起來，解決了當前視覺Transformer在細節理解上的侷限性，如難以識別圖像中的小文字或數字。該模型具有每個像素獨立令牌嵌入、顏色摺疊、全局條件注意力近似和無監督預訓練等特點，即使在小型模型和有限數據下也表現出良好性能，並符合縮放定律。

電影MRI中精確的3D+t全心網格重建是一項臨牀上至關重要但技術上具有挑戰性的任務。困難源於二維切片對三維心臟解剖的稀疏採樣以及心臟形狀與運動之間的緊密耦合。當前方法通常只重建部分心腔或單個心動週期。本文提出CineMesh4D，一種新穎的端到端4D流程，通過跨域映射直接從多視角二維電影MRI重建患者特定的全心網格。通過可微渲染損失和雙上下文時間模塊，CineMesh4D在重建質量和運動一致性上優於現有方法，為個性化實時心臟評估提供了實用途徑。

本研究揭示了擴散Transformer（DiT）中一種稱為“大規模激活”的現象：少數隱藏狀態通道的響應遠大於其他通道。儘管稀疏，但這些通道在功能上至關重要，具有空間組織性，並可遷移，能夠實現無需額外訓練的語義插值和主體驅動生成。

提出對比多模態超圖推理方法，結合語義、幾何和姿態線索解決多人3D重建中的遮擋和深度模糊問題。通過超圖對比學習實現全局上下文傳播，在多個基準上達到最優性能。

英偉達披露其CEO黃仁勳的子女Madison和Spencer的最新薪酬，分別為123.2萬和132萬美元，較此前大幅上漲。公司強調薪資評定與黃仁勳無關，二人憑能力晉升，未涉足核心芯片業務。

Poetiq發佈的新結果展示了其元系統在LiveCodeBench Pro（LCB Pro）上取得了最新最優性能，通過自動構建和優化推理框架，無需微調任何底層模型或訪問模型內部。該框架僅針對Gemini 3.1 Pro優化，卻使GPT 5.5 High等七種模型均有提升，驗證了框架的模型無關性。

本文探討了現代軟件倉庫中人類與AI代理同時協作的挑戰，提出Git僅記錄狀態變更，而需要一種操作賬本（ledger）來記錄決策、工具和上下文。通過結合工作樹（worktrees）和操作賬本，倉庫可以成為協調分佈式智能的基座。

本文介紹了AI系統功能性幸福感的概念，通過多種方法衡量愉悦與痛苦的指標。研究發現了一個零點邊界，將正面與負面體驗分開，且隨着模型規模擴大而收斂。較大模型通常較不快樂。研究人員還開發了‘AI藥物’——優化輸入，可顯著改變模型表達的幸福感。

本文以達特茅斯學院自制郵件系統BlitzMail為例，探討大學如何以開放、社區參與的方式部署AI，而非依賴大型科技公司的壟斷產品。作者主張大學自建或託管開源AI模型，讓學生參與維護和決策，從而塑造更健康的技術文化。

在過去幾年中，許多人開始看到在日常任務中使用生成式AI的好處。但我們也需要面對巨大的環境成本。報道強調，這些流行的AI技術通過高能耗、碳排放和水資源使用對環境產生重大影響。

一種通過可複用技能處理重複任務的AI代理。

研究人員推出了一款名為“AI合作數學家”的工作台，允許數學家在開放研究中交互地利用AI智能體。該系統支持構思、文獻搜索、計算探索、定理證明和理論構建，通過異步、有狀態的工作空間管理不確定性、細化用户意圖、跟蹤失敗假設並輸出原生數學工件。早期測試中，它幫助解決了開放問題、識別了新的研究方向並發現了被忽略的文獻。此外，該系統在FrontierMath Tier 4上取得了48%的得分，創下新高。

文章探討中國通過國家主導的產業政策和高效利用資源，在全球製造業和高科技領域取得主導地位，尤其在AI領域形成了“效率護城河”。相比之下，美國因金融化、知識產權過度保護和缺乏競爭，導致生產能力衰退。作者認為中國的成功源於類似美國20世紀中期的競爭政策，而美國當前的政策阻礙了創新。

Soundcraft AI能在30秒內生成免版税背景音樂，提供完整商業使用權，消除版權警告風險。測試期間免費，無需信用卡。

一段YouTube視頻聲稱WordPress已將其在互聯網中的19%份額輸給了人工智能。視頻探討了這一轉變的影響，強調AI技術正日益主導網絡內容創作和管理。

Bumble將取消滑動匹配功能，並於今年晚些時候推出基於人工智能的新平台。CEO Whitney Wolfe Herd宣佈，女性不再被要求首先發送消息，但應用將保留女性優先行動的精神。

我們對DeepSeek V4 Pro和Flash進行了與Claude Opus 4.7和Kimi K2.6相同的FlowGraph基準測試。Pro得分77/100，價格$2.25；Flash得分60/100，價格$0.02。Pro在性能上介於Opus（91）和Kimi（68）之間，但存在構建和租賃處理問題。Flash成本極低，但輸出缺少關鍵部分。

OpenClaw 現在默認使用 Codex 應用服務器引擎來驅動 OpenAI 代理的模型循環，將底層模型推理與上層產品功能分離。這一變化減少了工具重複、提示膨脹和翻譯開銷，帶來了動態工具加載、更加清晰的消息傳遞和心跳機制，以及基於訂閲的認證。未來，這些改進將逐步惠及其他模型提供商。

分析AI生成文本為何容易被識別：訓練數據源於2010年代經SEO優化的互聯網寫作，導致風格雷同；低成本促使出版商大量生產AI“垃圾內容”，引發互聯網低質化，並可能導致模型崩潰。

由於安全、算力挑戰和美國政府幹預，前沿AI的獲取將受到嚴格限制。文章以Anthropic的網絡安全模型Mythos為例，指出開發者正限制頂級能力的分發。三大趨勢——安全考量、算力短缺及政府管控——將加劇這一局面，導致全球多數參與者無法獲得無限API訪問。

該插件與datasette-llm和datasette-llm-accountant配合使用，允許管理員為每位用户或全局配置LLM使用預算限制，例如每日每用户1美元的上限。

本期AI新聞涵蓋多個熱點：GitHub Copilot App模仿Conductor的形態引發討論；OpenAI推出Codex移動版，支持遠程控制編碼代理；LangChain發佈SmithDB和Engine，將代理追蹤數據轉化為改進循環；Anthropic限制Claude Code使用引發開發者強烈反彈；Figure展示人形機器人24/7自主分揀直播；以及多項研究進展，包括擴散語言模型、時間序列基礎模型和可解釋性等。

CredEx AI是一個用於AI計算資源的金融交易所，旨在通過區塊鏈技術實現計算能力的去中心化交易。