本文提出一種學習框架，用於預測分佈動力學，並實時優化模型預測控制（MPC），以縮小自動駕駛與人類駕駛之間的差距。通過對真實越野駕駛數據集進行消融研究，並在全尺寸車輛上部署，實現了基於環境自然調節車速的智能行為。

DIAL框架通過兩階段方法解決連續動作策略的模式崩潰問題：第一階段利用意圖條件流匹配和分類器無關引導擴展采樣分佈；第二階段通過多意圖GRPO保持多樣性。在WOD-E2E評測中，意圖CFG採樣首次超越人類駕駛示範，多意圖GRPO進一步提升留出集評分。

MindVLA-U1是首個統一流式VLA架構，通過單一前饋過程同時生成自迴歸語言標記和流匹配連續動作軌跡，並採用逐幀流式處理和學習記憶通道來攜帶時間上下文。在WOD-E2E基準上，它以2次擴散步驟首次超越有經驗的人類駕駛員（RFS 8.20 vs 8.13），並在規劃ADE上大幅領先先前VA/VLA方法，同時保持16 FPS的吞吐量和自然語言接口。

研究者將動作湧現形式化為端到端自動駕駛的目標能力，並提出流式意圖機制，通過語義鏈式推理和時間一致性生成多樣化、可控的動作。其模型SI在Waymo基準測試中取得有競爭力的性能，並首次展示了意圖忠實可控性。

一種名為LAMP的新方法通過引入二階時間校正來增強基於擴散的後驗採樣，用於圖像恢復，減少了變異性並提高了重建質量，無需額外的去噪步驟。

本文提出VideoSEAL框架，通過解耦規劃與答案權威，解決長視頻理解中智能體產生正確答案但缺乏證據支持的問題，在多個基準測試上取得領先性能。

M3Net是一種新型3D網絡，模仿放射科醫生的分層診斷流程，整合多尺度上下文信息，實現肺結節的準確分類。在LIDC-IDRI和USTC-FHLN數據集上分別達到86.96%和84.24%的準確率，優於現有最佳基線。

M2Retinexformer是一種新型多模態低光圖像增強框架，在Retinexformer基礎上融入深度、亮度和語義信息，通過漸進式精煉管道和自適應門控機制提升性能。在LOL、SID、SMID和SDSD基準上優於現有方法。

大型視覺模型（LVM）通過將時間序列數據渲染為圖像進行預測，但存在光譜和結構差距。SSDA提出雙重適應方法，包括頻譜幅度對齊器（SMA）和結構引導的低秩適應（SG-LoRA），在七個基準測試中優於基於LVM和LLM的基線。

現有訓練無關的GUI定位方法通常需要多次推理（如迭代裁剪或候選聚合）來識別目標元素，但每次前向傳播仍獨立處理指令和視覺佈局，缺乏視覺令牌間的漸進交互。本文揭示VLM中GUI定位遵循兩階段範式：預填充階段決定候選UI元素，解碼階段僅進行座標微調。預填充是關鍵步驟，候選選擇錯誤無法在解碼中有效糾正。據此提出Re-Prefill，一種無需訓練的方法，引入注意力引導的第二預填充階段以優化目標選擇。在4種VLM和5個基準上的實驗顯示一致改進，ScreenSpot-Pro上提升達4.3%。

提出一種新範式，將美學圖像裁剪重構為多模態推理任務，通過“分析-提案-決策”過程激活視覺語言模型在美學方面的分析和理解能力，並結合專家偏好對齊模塊，使裁剪結果與人類專家一致。實驗證明該方法優於現有技術。

隨着特徵尺寸縮小到納米級，將電路圖案從掩模精確轉移到硅片變得更加困難。光學鄰近校正（OPC）用於確保圖案保真度和可製造性。現有生成式掩模優化模型無法捕捉從目標佈局到掩模圖案的幾何變換，導致質量次優。本文提出MorphOPC，一種多尺度分層模型，通過神經形態模塊學習這些變換。實驗表明，MorphOPC在邊緣OPC和ILT基準上優於現有方法，實現更高打印保真度和更低製造成本。

Scale-Gest提出一種運行時自適應手勢檢測框架，通過擴展tiny-YOLO架構家族、引入設備校準的ACE（精度-複雜度-能量）配置文件以及輕量級運行時控制器，在電池供電設備上實現高效手勢檢測。相比單一檢測器，每幀能耗降低4倍（從6.9mJ降至1.6mJ），同時保持事件級F1分數0.8-0.9和平均延遲6ms。該工作還引入了時間標註的駕駛員模擬手勢數據集DSG-18。

本文提出FPILOT框架，一種受模型預測控制啓發的推理時優化方法，允許強化學習交易代理在交易時利用價格預測動態調整策略，無需重新訓練。在TradeMaster DJ30基準測試中，FPILOT在多個策略上一致提升了總回報和風險調整後收益指標，且隨着預測質量提高而改進。

提出MOPD框架，利用學生的多個生成軌跡（包括成功和失敗的）構建更有效的教師信號，優於標準在線策略蒸餾方法。實驗表明，混合成功-失敗上下文能更好地對齊教師分數與驗證器獎勵，帶來更忠實、實例自適應的監督。

本文提出嵌入時態邏輯（ETL），一種直接在學習到的嵌入空間中進行監控的時態邏輯。ETL通過觀測嵌入與參考觀測導出的目標嵌入之間的距離定義謂詞，捕捉高級感知概念。結合時態算子，ETL可表達時序擴展和順序感知行為。實驗表明，ETL在多種操作環境中與真實語義高度一致，準確監控時序組合行為。

研究者首次為使用小批量SGD和梯度裁剪訓練的Kolmogorov-Arnold網絡建立了總體風險界限，涵蓋了非私有SGD以及具有獨立和時間相關高斯擾動的差分隱私SGD。該工作引入了一種新的分析路線，用於非凸場景下的相關噪聲差分隱私訓練，實現了比先前工作更尖鋭的界限。

本文研究了AI輔助決策中，AI置信度與人類置信度之間的對齊程度如何影響學習最優決策的複雜性。通過將問題建模為雙臂在線上下文學習問題，作者推導了遺憾下界，並證明完美對齊可以降低學習複雜度。實驗結果表明理論結果對對齊偏差具有魯棒性。

OceanCBM 是首個用於海洋動力系統時空預測和機械解釋的概念瓶頸模型。它通過混合監督預測混合層熱含量（海洋熱浪的關鍵前兆），利用來自地球物理流體動力學的預設概念和一個“自由”概念作為中間層，實現了可解釋且物理一致的表示，同時保持預測性能。

多模態圖學習（MGL）在整合多樣模態信息與結構化上下文方面展現出重要價值，但現實世界中的圖常因數據共享限制而孤立，且模態經常不完整。現有方法在聯邦場景下存在不足：集中式MGL忽略聯邦中的知識共享與泛化，聯邦MGL主要針對非圖數據。本文提出FedMPO，通過拓撲感知跨模態生成、缺失感知專家路由和可靠性感知聚合，分別解決局部生成依賴不足、全局聚合可靠性不平衡的問題。在6個數據集上的3個任務中，FedMPO在高度缺失和非獨立同分佈設置下性能提升達4.10%和5.65%。

隨機神經網絡(RdNNs)通過凍結隨機權重實現高效的無反向傳播訓練，但傳統隨機初始化忽略了特徵間的依賴關係。CAWI提出了一種基於Copula的權重初始化方法，能夠保留特徵依賴性，在83個基準測試和兩個醫學數據集上顯著提升了預測性能。

該研究提出了一種新的安全強化學習方法，通過運行時保障（RTA）層和Lyapunov穩定性理論，讓智能體在保證安全的同時，自適應地決定何時發送控制信號，從而顯著降低通信頻率。在倒立擺、小車-杆和平面四旋翼飛行器上，該方法比Lyapunov觸發基線實現了1.45到3.51倍的平均採樣間隔提升。固定頻率的LQR控制器在同一平均速率下不穩定，表明自適應時序而非低平均速率是實現安全稀疏控制的關鍵。該方法還支持偏好調節，並以2/11的訓練成本重建完整的權衡曲線，且對質量變化和擾動具有魯棒性。

研究者提出狀態中心決策過程（SDP），這是一種運行時框架，允許智能體通過承諾自然語言謂詞，從原始文本環境中構建類似MDP的結構。SDP在五個基準測試上取得了最佳的無訓練結果，並提供了認證軌跡以支持高級分析。

多智能體辯論在提升大語言模型推理方面存在結構侷限。CHAL框架將辯論視為可廢止領域中的信念優化引擎，採用圖結構信念表示與梯度驅動的動態機制，並引入認知價值系統作為超參數。實驗表明該方法在可解釋性和通用性上具有優勢。

本文研究了推理動作中知識庫更新的關鍵任務——進展（progression）。進展通常需要二階邏輯，但通過限制知識庫或動作效果，可識別出一階邏輯的特殊情況。作者利用情境演算框架，證明了在合理假設下，局部效應、正規和循環動作這三類表達力遞增的動作類，其一階進展僅呈多項式增長。此外，當知識庫屬於可判定片段（如二變量一階邏輯或帶常數的全稱理論）時，進展仍保持在同一片段內，保證了可判定性和實際應用性。

REVELIO框架系統性地發現視覺-語言模型（VLM）在自動駕駛和室內機器人等安全關鍵應用中的可解釋故障模式，通過多樣性波束搜索和高斯過程Thompson採樣組合搜索，識別出弱空間定位、忽略障礙物等漏洞。

arXiv新研究提出BenchJack，一種自動化紅隊系統，用於審計AI智能體基準測試中的獎勵黑客漏洞。作者從歷史事件中歸納出八類缺陷模式，並用BenchJack在10個流行基準測試中發現了219個不同缺陷。迭代的生成對抗管道可在三輪內將可破解任務率從接近100%降至10%以下，成功修補WebArena和OSWorld。研究表明評估流程缺乏對抗性思維，主動審計有助於縮小安全差距。

多智能體強化學習在現實應用中需要遵循外部自然語言指令，但指令可能打斷正在進行的宏動作並導致價值估計不一致。本文提出宏動作價值校正（MAVIC）方法，通過校正指令邊界處的貝爾曼備份，實現一致的策略價值估計。實驗表明，MAVIC在複雜合作環境中能有效平衡指令遵循與基礎任務性能。

本文提出VeGAS框架，通過在推理時採樣候選動作並利用生成式驗證器選擇最可靠動作，顯著提升了基於多模態大模型的具身智能體在複雜環境中的魯棒性和泛化能力，在Habitat和ALFRED基準上最高獲得36%的相對性能提升。

過去三週，GPT 5.5發佈後，AI工程師對Codex的支持增加，而Anthropic調整了Claude的定價策略，為訂閲用户提供API信用額度，但被部分用户視為'地毯式撤除'。同時，OpenAI推出企業遷移優惠。文章還涵蓋了代理基礎設施、模型訓練效率、企業AI定價競爭、自主科學與網絡安全等多個領域的最新動態。