AI 服務暫時不可用，以下為來源摘要，待恢復後補全翻譯：Discussion | Link

Liquid AI釋出了兩個開源權重的雙向編碼器LFM2.5-Encoder-230M和LFM2.5-Encoder-350M，均基於LFM2混合骨幹網路，支援8192令牌上下文。其中350M引數模型在17項GLUE、SuperGLUE和多語言分類任務中排名第四，僅次於更大模型；230M模型在CPU上完成一次8K令牌前向傳播僅需約28秒。這兩款編碼器專為邊緣裝置、監管環境及高吞吐量管道設計，可在無GPU環境下高效執行。

Enprompta 是一個專為 AI 團隊打造的評估與可觀測性平臺，支援追蹤 LLM 呼叫、執行自動化評估，並在生產環境中迭代提示詞，確保每次釋出都能改進而非退化。

韓國晶片製造商SK海力士業績不及預期，導致亞洲AI相關股票進一步下跌，韓國股市連續第二日重挫，Kospi指數一度跌超12%。

Prime Intellect將23個開源智慧體任務集整合到統一的API下，提供超過36.5萬個環境，用於軟體工程、終端和搜尋領域的強化學習訓練和評估。所有任務經過金補丁和無操作驗證，確保獎勵訊號乾淨。

VideoUpscaler 是一款線上 AI 影片增強工具，能夠將低解析度影片提升至高畫質或 4K 畫質，支援多種格式和 Topaz 專業模型，適用於檔案修復、社交媒體最佳化和創作者工作流。

在賽博朋克世界中，一隻軟體青蛙離奇死亡，一個流氓AI被懷疑是罪魁禍首，兩家大公司遭到駭客攻擊，引發了關於AI安全和虛擬生命權利的討論。

ExploitGym是一個大規模、真實的基準測試，基於來自使用者空間程式、Google V8引擎和Linux核心的實際漏洞構建，旨在評估AI代理開發利用的能力。

本文提出了一種基於硬體的預執行層架構，旨在防止代理式AI系統中的“資料目的洗錢”問題，確保個人資料的使用符合原始授權目的，並符合GDPR和EU AI Act的要求。

本文對比了四個主流移動GUI代理專案：MobiAgent、Mobile-Agent、Mobilerun和mobile-use，分析了它們的定位、特點、優缺點及適用場景。

Wagtail CMS更新了其AI指導原則，強呼叫戶控制、負責任的使用、模型無關性、僅在有價值時使用AI，以及保持人工參與。文章解釋了每條原則的實際應用和未來展望。

Greplica是一個專為編碼代理設計的自我更新維基系統，能自動保持知識庫最新，大幅提升編碼效率。

AI 服務暫時不可用，以下為來源摘要，待恢復後補全翻譯：Discussion | Link

JetBrains 對 Claude Code 的 Ponytail 技能進行了 80 對任務的 A/B 測試，結果顯示實際程式碼減少 15%，成本降低 10.3%，時間節省 11%，遠低於宣傳的 54% 程式碼減少和 22% 令牌節省。該技能透過提示模型儘可能使用現有功能或簡潔程式碼來減少生成的程式碼量，但效果僅在原始程式碼本身存在冗餘空間時顯著。測試還發現該技能在 Claude Code 中不會自動啟用，必須透過外掛注入規則集才能生效。

OpenAI CEO Sam Altman表示，人們不希望AI取代CEO的職位，因為人類更看重問責和個人聯絡。他承認自己之前關於AI取代工作的看法可能有所改變。

這是與克勞德的一次聊天分享。

MonkeysCode推出Capuchin AI，一個可完全擁有的智慧IDE，賦予使用者對開發環境的絕對控制權。

人權網路指出，英國內政部面部識別軟體中的“種族主義偏見”高估了年齡，這將導致無人陪伴的兒童與成人被安置在一起，可能危及兒童安全。

本文提出一種基於視覺語言模型（VLM）的機器人定位方法，利用OpenStreetMap的豐富語義資訊，從全景圖中提取地標並與先驗地圖匹配，透過蒸餾輕量級匹配器提高效率，並在多種環境（包括雪夜）中驗證了泛化能力。

針對掌上奈米無人機在感知、計算和續航方面的嚴重限制，研究者提出了一種輕量級感測器驅動的萊維遊走（SDLW）控制器。該方法結合離散萊維步長取樣和基於方向測距的感測器反應式航向策略，每個無人機獨立取樣萊維指數以多樣化探索，無需機器人間通訊。模擬表明，相比均勻航向萊維遊走基線，在開放區域覆蓋提升79.6%，房間走廊佈局提升43.1%，雜亂環境提升13.6%，碰撞分別減少13.0%、7.1%和1.4%。該工作為資源受限的奈米無人機多機探索提供了實用框架。

本文研究了透過Star-World工作空間重塑實現Franka Emika Panda機械臂的三維反應式控制。該方法將相交的膨脹障礙物聚類並替換為星形代理，然後評估基於動力系統的末端執行器控制器。在六種PyBullet場景中，重塑方法在五種場景下成功到達目標，而基線方法僅在四種場景下成功。儘管重塑方法解決了重疊牆問題並保持了較低的計算時間（每工作空間更新0.68-8.70毫秒），但它也增加了路徑長度，產生了兩個近平衡點，並透過過度合併封閉了可通行走廊。結果表明了將Star-World保證從工作空間幾何轉移到透過逆運動學控制的冗餘機械臂的潛力和實際侷限性。

針對纜索驅動的連續體機器人臂在靜止到靜止運動末端的殘留振動問題，研究者應用時滯濾波器作為輸入整形器，設計了非魯棒和魯棒兩種濾波器。實驗表明，輸入整形器顯著減少了超調量和穩定時間，魯棒整形器效果更佳，為實現精確且魯棒的連續體機器人操作提供了重要成果。

本文比較了13種路徑規劃演算法，提出了一種結合人工勢場（APF）和時空（ST）變換器的混合方法，在AUV導航中表現優異。

新研究提出環境約束利用（ECE）方法，透過主動接觸環境簡化機器人運動規劃，降低維度與計算複雜度，並在RRT規劃器及實際任務中驗證其有效性。

傳統抓取質量度量假設單一摩擦係數，無法預測接觸表面摩擦變化時的力閉合喪失。本文提出FIRMGrasp，基於條件風險價值（CVaR）的摩擦波動感知度量，評估風險調整後的力閉合裕度。實驗表明，在1599個抓取中，傳統Ferrari-Canny度量認定的高質量抓取有53%在不利摩擦下失效，而FIRMGrasp的排序準確率顯著更高。

本文提出了一種基於隱函式定理的自動微分輔助隱式導數方法，用於正則化平滑接觸的軌跡最佳化。該方法避免瞭解算器展開和手工KKT系統，記憶體增長顯著低於展開式自動微分。此外，引入了最佳化器蒸餾技術，將批次化全時域iLQR攤銷為指導短時域殘餘iLQR的策略，在Finger、Franka和Unitree機器人上六步成功率提升28-98個百分點。

本研究提出了一種針對無轉向四輪獨立驅動車輛的差動扭矩漂移控制方法。透過建立雙軌車輛模型並開發閉環控制器，在1:10比例車輛上實現了約20°側偏角的穩態圓形漂移和八字形漂移軌跡跟蹤，驗證了僅依靠差動輪扭矩進行漂移控制的可行性。

研究人員提出了SWiFT框架，透過強化學習使仿生魚在未知湍流中僅依靠自我中心反饋實現定位保持，顯著優於現有方法。

MorphUNet是一種新型的擴散變形框架，透過α控制的生物特徵傳輸生成可驗證多個身份的面部變形影像，對邊境控制和身份驗證系統構成威脅。該模型利用CLIP外觀和ArcFace身份資訊，透過可訓練的雙交叉注意力機制在去噪過程中分別處理每個父本的生物特徵，並結合DDIM逆潛在插值和弱父本引導選擇，有效防止身份坍縮。在FEI和FRLL資料集上的評估顯示，MorphUNet在變形攻擊潛力（MAP）和影像質量（FID）上均優於現有方法，且跨資料集檢測難度極高。

研究人員提出了Diff-ID，一種基於擴散模型的框架，用於生成身份一致的人臉影像。它整合了ArcFace和CLIP嵌入，在保持逼真度的同時確保身份一致性，幷包含一個變形管線。該方法在身份相似度和影像質量之間取得了良好的平衡。