前GitHub CEO Thomas Dohmke推出Entire，一個去中心化的Git託管網路，旨在應對AI代理產生的流量。Entire允許映象GitHub倉庫，並提供代理審計功能，旨在解決像GitHub這樣的集中式平臺的基礎設施壓力。

Greppy 是一個無需配置的 grep 替代品，為 AI 編碼代理提供程式碼導航子命令（如 who-calls、impact、semantic-search），可將結構性程式碼問題的正確率從 53% 提升至 87%，同時減少令牌消耗。採用 Rust 編寫，支援 107 種語言。

ChatCut 是一款輕量級、專業級的 AI 影片編輯器，整合於 ChatGPT、桌面和網頁端。它能夠理解素材、意圖和時間線，提供結構編輯、精細剪輯、字幕、B 卷、音樂、配音、動態圖形、素材庫和 AI 生成影片等功能，所有編輯即時可調並支援 XML 匯出。

《獨立報》揭露Facebook上一個名為“Life in Britain”的頁面釋出了大量由AI生成的、針對英國政治的分裂性影片，這些影片來自斯里蘭卡的管理員，一個月前被標記後Facebook仍未採取行動。專家警告這可能是一場外國勢力利用AI進行的影響力運動，旨在放大英國政治敘事，破壞社會信任。

CAI資料集是一個為期十四個月的網路安全LLM軌跡語料庫，包含23萬+會話日誌和2600萬+使用者提示，來自123個國家的16,768個源IP。研究發現，專家操作軌跡而非模型能力是LLM效能瓶頸，且操作員頻繁貼上即時憑證導致敏感資訊集中於雲API提供商，構成系統性風險。論文建議部署本地專用網路安全LLM。

在推出AI構建的應用前，創始人必須檢查程式碼所有權、AI構建的極限（80%節點）、資料安全，並進行預釋出技術審查。Builder.ai的破產凸顯了原型與可投產產品之間的差距。

OpenClaw從一個週末專案成長為全球性開源運動，每週新增450萬使用者，成為GitHub史上增長最快的倉庫。如今，它正式成立501(c)(3)非營利基金會，旨在保持專案開放、獨立，並由社群驅動。基金會將提供治理、穩定資金，並僱傭全職團隊。合作伙伴包括OpenAI、NVIDIA、微軟、密歇根大學等，共同推動個人AI代理的發展。

SpaceXAI（xAI）正式釋出了Grok 4.5，這是一款專注於程式設計和智慧體的前沿模型，旨在提供接近Opus級別的效能，但速度更快、成本更低。該模型與Cursor合作訓練，定價為每百萬輸入標記2美元、輸出標記6美元，上下文視窗為50萬標記（計劃擴充套件至100萬）。在獨立評測中，Grok 4.5在效率上表現突出，被認為是效能與成本的最佳平衡點。

本文探討了AI如何改變軟體重寫的經濟學：程式碼庫的一致性對AI輔助程式設計的效率和質量有重大影響。採用清晰、一致的模式可以降低AI的認知負擔和成本，而重寫軟體正是建立這種模式的機會，從而獲得競爭優勢。

據調查媒體Correctiv的臥底調查，德國極右翼政黨AfD開發了一套名為Alternita的AI軟體套件，利用Google Gemini、OpenAI的ChatGPT和Anthropic的Claude等主流AI引擎，自動生成煽動性社交媒體帖子，旨在控制黨內資訊傳播並維持其網路優勢。

Compendium 是一個為團隊和AI代理設計的共享工作空間，由 Cerenovus 開發，後者被稱為“AI公司大腦”。該工具旨在促進人機協作，提高團隊生產力。

一個關於影子治理、AI以及沉默武器化模糊性的警示故事。一名安全專家加入AI初創公司，嚴格遵守未釋出政策，卻因使用AI工具被謠言毀掉聲譽，而真正違規者卻潛行地下。最終公司釋出了寬鬆政策，但伴隨全面監控。

本文介紹瞭如何透過六個步驟識別並移除Claude Code每次請求中不必要的工具定義、指令等冗餘內容，從而減少令牌消耗、降低成本。透過使用/context命令測量、日誌代理分析，並配置disable*標誌和deny規則，可以大幅精簡有效載荷。

本文介紹瞭如何重現針對檢索增強生成（RAG）管道的間接提示注入攻擊，詳細說明了攻擊原理、實現步驟以及防護建議。

GemNav 是一種新的視覺機器人導航策略，它透過僅對語言塔進行低秩適應（LoRA）來適配凍結的多模態大語言模型（MLLM），無需專用視覺編碼器或連續迴歸頭。該策略使用離散令牌詞彙表表示路徑點和導航訊號，並透過軟解碼輔助損失恢復度量結構。在僅8.7小時的開放語料庫上訓練後，GemNav 能夠零樣本遷移到四個未見過的物理環境，在20次真實世界試驗中停止在目標0.25-0.42米範圍內。結果表明，凍結 MLLM 的離散令牌適應為基於基礎模型的機器人導航提供了一種資料高效、可部署的替代方案。

CaLiSym是一種輕量級框架，透過將幾何先驗施加於結構化提升的典型相空間，將精確辛學習擴充套件到非保守系統。它採用顯式代數的提升方法，避免了迴圈隱狀態或ODE積分，並引入GRB-SympNet變體。實驗表明，在耗散雙擺、真實四旋翼和接觸豐富的四足機器人上，該方法在分佈外自迴歸預測中表現一致提升，同時保持辛形式數值精度。

該論文提出了一種基於持續學習的控制框架，使模組化軟體機器人能夠在不遺忘先前知識的情況下，逐步適應形態變化。實驗驗證了其在模擬和真實機器人上的有效性。

EvoPlan是一個神經符號框架，融合了LLM的流暢性和經典PDDL規劃器的可執行性與安全性保證。它包含三個核心部分：從演示資料中離線挖掘全域性訊號時序邏輯（STL）約束的過程、進化PDDL規劃器以及約束執行迴圈。所有LLM呼叫均使用本地開源模型，無需雲依賴。在Bench2Drive、HA-VLN-CE和ALFWorld基準測試中驗證了有效性。

這篇綜述總結了2017年至2026年間183篇關於視覺語言動作（VLA）模型的研究，涵蓋VLA架構、訓練方法、動作表示、雙臂協調（2022-2026）、無人機導航與控制（2017-2026）、語言基礎及記憶與世界模型等七個維度。研究表明，針對雙臂VLA開發的協調策略、訓練方法和動作表示可遷移至無人機系統，並提出了14個未來研究方向。

本文提出CILC系統，利用安全多方計算（SMPC）檢測多智慧體SLAM中的閉環候選，無需交換明文全域性描述符，從而防止被入侵智慧體的資料洩露。實驗表明，該方法在視覺和雷射雷達全域性描述符上均能即時執行，並有效緩解資訊洩露。

RoboSnap是一個從真實到模擬的框架，僅憑一張RGB影像即可生成可用於模擬的場景。其核心是分層設計：碰撞感知的前景資產用於機器人穩定互動，而3D高斯潑濺視覺層保留逼真的背景外觀。在DROID場景和真實機器人任務上的實驗表明，RoboSnap能夠可靠地重放軌跡，支援任務特定的合成資料生成，並提供有意義的模擬-真實相關性。此外，還引入了DROID-Sim資料集，包含564個真實世界場景。

NativeMEM透過原生記憶壓縮將歷史幀壓縮為單個標記，無需外部記憶模組，顯著提升了長時域機器人操作的成功率（模擬環境達84%，真實環境達98.7%），且僅需20%的訓練資料。

Pelican-VLA 0.5是一個統一的視覺-語言-動作（VLA）模型，將視覺語言理解、未來幀生成和動作預測整合在單一架構中。透過引入可學習的推理槽，模型實現了注意力級別的泛化，無需物件註釋、分割掩碼或任務特定微調，其動作路徑即可聚焦於指令相關物件和接觸區域。該能力在未見場景和不同機器人實體中均保持有效，顯著優於其他開源VLA基線。

本文提出ProMoE-FL框架，透過構建全域性客戶端感知的原型庫並採用原型條件專家混合模型，有效解決了多模態聯邦學習中的模態缺失問題。在四個公開胸部X光資料集上的實驗證明，該方法在同質和異質設定下均顯著優於現有最先進方法。

影片擴散模型雖生成質量高，但計算成本高昂。現有少步蒸餾技術加速推理，卻忽略了不同噪聲水平下的計算需求差異。本文提出一種後訓練加速框架，將動態結構稀疏化直接融入蒸餾過程，聯合最佳化去噪步驟與模型稀疏性，將預訓練模型轉化為緊湊、步驟特定的混合模型（MoM）。透過漸進訓練策略和輸出滾動機制解決聯合最佳化不穩定性，並開發專用推理引擎。在Wan-14B模型上，該方法在4步蒸餾基礎上額外減少24%的每步FLOPs，實現1.2倍實際加速，相比50步教師模型達到30倍加速，同時保持競爭性生成質量。

SpaR3D-MoE是一個端到端框架，透過自適應時空流形取樣和幾何歸納混合專家模型，僅從稀疏RGB輸入實現3D空間推理。在VSI-Bench上以63.5的平均分超越最強基線7.8分，路線規劃和相對方向任務分別提升35.4%和51.4%。

本文介紹了NLPCC 2026的難度感知醫學教學影片問答（DA-MIVQA）共享任務。該任務在前幾年挑戰的基礎上，根據問題所需證據的型別和複雜度明確區分問題難度。包含三個賽道：單影片難度感知時間答案定位、難度感知影片語料庫檢索、影片語料庫難度感知時間答案定位。資料集來自公共醫學教學頻道，涵蓋急救、緊急響應、康復、護理和通用醫學教育等場景，並帶有難度標註。文章介紹了任務動機、資料集構建、評估協議、參與概覽、比賽結果和代表性系統。

該研究探討反事實公平（CF）與群體公平（GF）在影像分類中的關係。透過構建新資料集並利用高質量影像編輯方法，發現CF不必然導致GF，存在與敏感屬性相關但不由其引起的潛在屬性G。提出反事實知識蒸餾（CKD）方法減少對G的依賴，從而使滿足CF的模型也能滿足GF。

線段檢測是視覺SLAM、3D重建和工業檢測的關鍵模組。現有深度學習方法雖精度高，但最小模型也需數兆位元組記憶體，超出低成本MCU的容量。本文研究亞兆位元組預算下的最大可達精度，提出MiLSD——針對MCU約束設計的檢測器，系統比較緊湊全卷積骨幹網路中的三種輸出表示，發現所提出的F-Clip中心-長度-角度公式在小模型規模下學習效率最高。8位量化可保持全精度效能，而4位量化導致顯著退化，尤其角度迴歸，量化感知訓練僅能部分恢復損失。在1兆位元組啟用預算下，結合亞畫素解碼、測試時增強和輕量驗證器，MiLSD將ShanghaiTech Wireframe上的sAP10從10.6（25k引數，0.25 MB）提升至24.1。本文不試圖與GPU級解析器競爭，而是繪製了嵌入式視覺系統中不同表示、位寬、容量和後處理策略下的精度-記憶體權衡圖。

本文提出LipSSD，一種受Lipschitz約束的單次多框檢測器（SSD），透過架構設計本身提高對抗魯棒性。在Pascal VOC資料集上，對抗訓練後的LipSSD在未見攻擊下mAP@50提升最多15點，並在LARD和KITTI等安全關鍵資料集上保持清潔效能的同時提升魯棒性。