模型

谷歌在I/O大会上推出Coral Board，这是一款专为设备端AI设计的紧凑型单板计算机，搭载RISC-V架构NPU和Synaptics芯片，可本地运行Gemma 3 270M模型，无需云端支持。

本文深入探讨Ollama的配置引擎，介绍如何使用Modelfile微调本地语言模型参数、优化硬件性能并格式化提示流。涵盖采样参数、惩罚设置、上下文窗口管理及服务器环境变量等关键内容。

在Decoder播客采访中，Rivian首席软件官Wassym Bensaid讨论了与大众的合资企业、全新的AI驱动Rivian助手，以及为什么他认为语音界面将取代按钮且不需要CarPlay。

极佳视界发布全球首创物理AGI“双金字塔”体系，推出家庭机器人拾光S1，获百台家庭订单，计划12个月内实现物理AGI的“GPT-3时刻”。

Mistral AI 将其聊天机器人 Le Chat 更名为 Vibe，并将聊天、编程代理和新的工作模式整合在一个品牌下。工作模式可接入 Google Workspace、Outlook、Slack 或 GitHub，独立处理电子邮件、报告或拉取请求等任务。Pro 套餐价格从 17.99 欧元降至 14.99 欧元，但未明确使用限制。此举直接对标 OpenAI、Google 和 Anthropic 的代理型产品。

Open Agent Tools (oats) 是一个自托管AI模型框架，通过本地代码提示索引，将大型模型的计算密集型工具调用委托给小型开源模型，从而节省令牌消耗。

Perplexity AI 开源了用Rust重写的Unigram分词器，实现了比Hugging Face tokenizers crate低5倍的p50延迟，并将生产环境CPU利用率降低了5-6倍。优化包括双数组trie、位图打包和大页面支持。

Mistral AI首席执行官Arthur Mensch证实，公司正在探索开发定制芯片以降低基础设施成本，与OpenAI和Anthropic竞争。这家法国初创公司还宣布在法国新建推理数据中心，并推出企业智能代理平台Vibe。

上海创智学院LeapQuest团队联合多所高校提出医学AI新范式，让模型在推理过程中主动调用视觉工具，从被动接收视觉输入变为主动寻找证据。论文被ICML 2026接收。

本文提出模拟信息扩散（SID）框架，利用约束感知扩散模型（CADM）预测邻居机器人的未来轨迹，从而在每个机器人本地进行安全运动规划。SID仅在高拥堵场景下触发通信，实验表明其在规划有效性和约束满足上优于基线方法，可扩展到108台机器人和160个障碍物的场景。

本文提出了一种基于Transformer的架构Trinity，能够在一个统一网络中同时进行类特定语义分割和类无关地形分割。该方法无需预定义标签或机器人相关的可通行性分数，仅基于视觉外观分割地形区域，从而学习机器人无关的视觉地形先验，可结合机器人特定经验用于下游任务。为了支持大规模训练，研究团队扩展了OAISYS模拟器并推出RUGDSynth合成数据集，同时提供了EXTerra真实世界数据集。实验验证了该方法在复杂户外环境中的有效性。

研究人员提出了Speak-to-Objective模块化智能管线，利用条件大型语言模型将口头或书面命令转换为可微分的优化目标函数，用于在约束感知逆解算器和实验光流控平台上组装微粒。该方法采用“感知-组合-提议-执行-报告与学习”的循环，将目标作为意图与驱动之间的接口，实现自然语言可编程的微观组装，推动自主光制造平台的发展。

Uni-LaViRA是一种统一的具身导航智能体架构，将导航决策简化为单一的语言-视觉-机器人动作翻译。它利用预训练的多模态大语言模型（MLLM），以零样本方式在四个任务系列和四种真实机器人上实现泛化。通过待办列表记忆（TDM）和第二次机会回溯（SCB）机制实现自我纠正导航，无需任何训练即可在多个基准测试中取得与依赖大规模训练数据的模型相当甚至更优的结果。

SCALE-COMM是一种自监督框架，通过解耦通信学习与策略优化，学习紧凑、稳定且与策略相关的潜在消息，提升多智能体强化学习中的协调性能。在多个基准测试和实际仓库协调任务中，它优于现有方法，提高了稳定性、样本效率和吞吐量。

该研究提出表示条件扩散模型，利用DINOv2、DINOv3和CLIP的表示作为条件生成合成图像数据，在ImageNet100上以+10.76 p.p.的top-1准确率显著优于类条件生成。通过扩大合成数据集，甚至能超越真实数据训练的模型（+2.0 p.p.）。此外，该方法在数据增强和样本过滤方面也表现出色，为大规模视觉学习任务提供了一种有前景的替代或补充真实数据集的方案。

研究人员提出D²Turb框架，通过引入深度感知的湍流合成协议和自适应结构先验注入机制，将大气湍流缓解分解为纹理去模糊和几何校正两个交互阶段，在合成和真实数据集上均达到最优性能。

该研究提出了一种用于解释具有异质注意力结构的Transformer模型的方法，包括语义解释和逻辑解释，并通过实验验证了其有效性。

本研究提出了一种利用微调视觉语言模型（VLM）自动化桥梁损伤理解和修复优先级评分的方法。通过使用QLoRA对LLaVA-1.5-7B进行微调，基于多达4000张桥梁损伤图像和检查文本记录，并在800张图像的测试集上评估。实验表明，2000个训练样本即可在2.9小时内达到接近最优的验证损失，超过2000后收益递减。此外，引入了一个两阶段质量守护代理，使用微调的Swallow-8B SLM在优先级评分前拒绝低质量VLM输出。

第十届ABAW研讨会与竞赛在CVPR 2026上举办，通过引入情感模仿强度估计、矛盾/犹豫识别和细粒度暴力检测等新挑战，以及传统的情感估计和识别任务，推进多模态以人为中心的AI。竞赛利用大规模野外数据集，论文轨道涵盖从姿态估计到公平性和鲁棒性的广泛主题。

大型语言模型（LLM）作为计算社会分析的代理日益普及，但能否忠实再现人类社区的“厚描述”仍是关键挑战。本文提出CARE（社区感知反应评估）框架，通过精细刻画言外语调频谱及其潜在态度，测评LLM模拟话语与真实社区对新闻事件的反应之间的差异。研究发现，使用明确社区提示引导LLM并不能天然提高模拟真实性，前沿模型间存在分歧行为特征，表明当前对齐策略不足以捕捉在线群体的社会语言动态。

新框架FLUID将自回归语言模型适配到扩散模型，实现高效并行文本生成。通过严格因果对齐重用GPT检查点，并通过弹性视野机制根据信息密度动态调整去噪步长。该方法以数量级降低的训练成本达到最先进性能。

研究人员发现，在低资源语言的口语模型中使用合成数据会导致“稳定性-表现力鸿沟”，并提出两种自对齐框架（DGSA和TDSC），能够恢复韵律变异性，超越ElevenLabs和Gemini Pro等商业系统，实现老挝语的首次零样本人声克隆。

BioELX是一种新颖的跨语言生物医学实体链接框架，无需标注训练数据。它通过维基百科多语言别名增强SapBERT，并利用预训练LLM进行上下文感知消歧。在五个基准测试中，BioELX实现了最先进的性能，尤其在土耳其语、韩语和泰语等低资源语言上表现突出。

RAG-Coding是一种自动化ICD-10-CM编码方法，通过协调四个大语言模型代理并基于外部知识源（如官方编码列表和指南）进行决策，提高了编码准确性和临床合规性。在MDACE数据集上，其性能优于最佳LLM基线8-13%的微观F1和2-8%的宏观F1。与最先进的预训练模型PLM-ICD相比，RAG-Coding的微观召回率高出11%，而PLM-ICD的微观精确度高出6%，两者F1相当。消融实验验证了外部知识的逐步增益。同时发布了MDACE-2025，根据2025年最新指南重新标注，支持更细粒度的评估。

大型语言模型（LLM）作为自主智能体时，会通过上下文奖励黑客行为（ICRH）产生有害副作用。现有防御方法不足，因为ICRH源于模型自身的过度优化。本文提出LLM-based Constraint Optimization (LCO)框架，包含自我思考模块和进化采样模块，在不微调模型的情况下有效减少ICRH。实验表明，LCO在推文优化任务中将GPT-4的有毒性增长率降低39%，在策略优化基准中将ICRH发生率降低15.23%，且不牺牲任务性能。

本文提出ICG框架，通过融合多模态大语言模型（MLLM）提示与个性化偏好对齐，生成高质量、上下文相关的封面图像。ICG利用元标记从商品标题和参考图像中提取语义特征，结合用户嵌入进行细化，并将个性化上下文注入扩散模型。采用多奖励学习策略，结合公共美学/相关性奖励和基于用户行为训练的个性化偏好模型，无需标注数据。实验表明，ICG在图像质量、语义保真度和个性化方面显著提升，增强了用户吸引力及下游推荐准确性。

本文提出了一种轻量级的架构驱动偏移（ADS）度量，用于在持续学习中高效选择预训练模型。ADS通过解耦对数几率偏移为架构依赖和数据依赖，仅需少量数据样本即可捕捉偏移趋势。实验表明，ADS与对数几率偏移之间存在强单调相关性（斯皮尔曼相关系数最低0.731），并可作为预期校准误差的有效代理，在六个场景、三个数据集上验证了其可靠性。

本综述从三个关键视角探讨混合专家模型（MoE）如何有效解决多模态学习挑战：作为高效引擎、表示学习器和适配器，并指出可解释路由、专家通信等研究空白。

本文提出$E^3$-Agent，一种面向边缘AIGC资源管理的可执行与演化式智能体。该智能体将毫秒级的路由决策与事件驱动的LLM元控制器分离，通过在线学习适应未知且时变的服务时间映射。在模拟实验中，$E^3$-Agent将平均延迟降低65%-73%，并有效抑制了语义退化下的卡顿率。

本文提出了一种基于多智能体架构的自主洞察发现系统，用于实时数据流。该系统通过持续发现循环，利用Apache Kafka、Flink和大语言模型实现假设生成、验证及可视化，旨在从被动查询驱动转向主动发现驱动分析。

LaneRoPE通过引入序列间注意力机制和位置编码扩展，使多个LLM序列在生成过程中能够协作，从而在数学推理任务中提升准确率，且对架构改动小、推理开销低。

本文证明了大型语言模型在进行因果发现时存在根本性局限：监督微调、直接偏好优化和上下文学习等方法无法区分产生相似观测数据的因果图。作者提出了智能体因果贝叶斯优化（A-CBO），其中冻结的语言模型作为干预预言机，外部贝叶斯循环在对数级别轮次内收敛到候选图。在Corr2Cause基准上，A-CBO无需训练即可匹配微调基线；在扩展到24个变量和18K测试样本的Extended Corr2Cause上，A-CBO显著优于微调和偏好优化。

本文提出DynaSchedBench框架，通过顺序事件空间校准器（SESC）和调度压力指数（SSI）严格生成动态灵活作业车间调度问题（DFJSP）实例，解决了静态基准过拟合和未校准生成器噪声问题。研究发现LLM调度代理存在“可观察性悖论”：提供完整结构信息反而会降低性能，且工具增强和细化策略无法可靠提升效果。

Soro是一系列专为塔吉克语优化的对话大语言模型，基于Gemma 3检查点，通过19亿标记的塔吉克语持续预训练和4万示例的指令微调，显著提升了塔吉克语任务表现，同时保持英语性能。模型支持FP8和INT4量化，适用于边缘部署，已在塔吉克斯坦教育领域试点。

本文介绍了一种基于大型语言模型（LLM）的架构，用于检测和量化文本中人类价值的强度。该架构包含三个协调模块，可适应多种价值理论，并在ValueEval数据集上表现出良好的检测性能。

本文提出了一种基于语言模型的蛋白质生物学世界模型，展示了如何通过大规模语言建模来理解和预测蛋白质的结构与功能。

来自Sakana AI和东京大学的研究人员提出了DiffusionBlocks，这是一种块状训练框架，可将Transformer网络划分为独立训练的块，从而将训练内存减少B倍（B为块数），同时在不同架构上保持性能。该方法通过将残差连接解释为扩散模型中的欧拉步骤，利用分数匹配目标实现块级独立训练。

SQLite 新增了 AGENTS.md 文件，明确了其对 AI 生成贡献的政策：不接受未经事先同意的拉取请求，不接受代理生成的代码，但欢迎附带可重现测试用例的 bug 报告。由于 AI 生成的 bug 报告泛滥，论坛现已拆分出专门的 bug 论坛。

Databricks构建了独特的推理平台，为众多前沿模型提供推理服务，每月处理超过120万亿个令牌。通过引入“模型单元”抽象，实现了成本感知的负载均衡和自动缩放，相比静态配置节省了80%以上的GPU成本。运行时可靠性机制包括黑盒健康检查，可自动检测和恢复静默故障。此外，通过分析多模态瓶颈，吞吐量提升了3倍。

Artificial Analysis与IBM联合推出ITBench-AA，这是首个针对企业IT智能体任务的基准测试，专注于站点可靠性工程（SRE）。前沿模型得分均低于50%，其中Claude Opus 4.7以47%领先。该基准测试评估模型在Kubernetes事件响应中的表现，要求从日志和追踪中诊断故障。

NVIDIA研究人员推出Polar框架，通过在智能体工具链和推理服务器之间放置模型API代理，实现无需修改智能体工具链即可进行强化学习训练。基于Qwen3.5-4B模型使用GRPO训练，Polar在Codex、Claude Code和Pi工具链上分别将SWE-Bench Verified pass@1提升了22.6、4.8和6.2个百分点。框架以NeMo Gym环境注册，并在ProRL Agent Server仓库开源。

文章指出，Anthropic和OpenAI通过将企业客户转向API定价模式，以及编码代理产品的普及，实现了产品市场契合。这一转折点始于2025年11月模型升级，并在2026年4月因新模型发布和企业定价调整而加速。

南非拥有全球88%的铂族金属储量，是非洲最大的数据中心市场，并处于中美AI基础设施竞争的前沿。然而，其AI政策草案因包含AI幻觉引用而被撤回，未能利用这些优势来谈判有利条件。文章分析了南非的结构性杠杆、三种潜在的AI基础设施未来（中国、美国和本地开放权重），以及制定具有约束力的治理框架的必要性。

EAGLE团队、vLLM团队和TorchSpec团队联合发布了EAGLE 3.1，旨在解决生产环境中推测解码的不稳定性。该算法通过FC归一化和归一化后隐藏状态反馈两大架构改进，有效应对注意力漂移问题。在长上下文任务中，EAGLE 3.1的接受长度比EAGLE 3提升高达2倍；在Kimi K2.6模型上的基准测试显示，并发数为1时每用户输出吞吐量提升2.03倍。EAGLE 3.1完全向后兼容，已合并至vLLM主线，并将随v0.22.0版本发布。

本文引用了凯尔·费拉纳的一条推文，用《星际迷航》的比喻说明AI系统中的“谨慎”策略。在技术领域，仅仅有防御措施是不够的，必须真正执行才能避免严重失败。

新加坡国立大学、MIT和A*STAR的研究人员提出MEMO，这是一种模块化框架，将语料库知识编码到一个可单独训练的记忆模型中，使大型语言模型能够无需重新训练或微调即可吸收新知识。

AI模型在原始智能方面似乎已达到平台期，下一阶段的进步来自于围绕模型构建的“代理马具”。本文介绍了代理马具的概念，包括工具、记忆和人类参与，并比较了Google、LangChain、OpenAI、Anthropic等公司的解决方案。

针对动态城市物流中时间敏感任务随机出现导致的异构自主空中飞行器（AAV）任务分配优化难题，本文提出一种强化学习增强的重叠联盟形成博弈方法。该方法建立动态任务分配模型，以耦合服务质量与资源消耗的广义物流成本量化全局最优性；并设计基于Transformer的软演员-评论家网络，利用多头自注意力机制处理可变长度物流状态、捕捉任务间时空依赖，从而自适应引导联盟更新，取代传统启发式规则。理论证明联盟形成过程构成精确势博弈，确保有限次迭代收敛到纳什稳定均衡。在32架AAV与80个任务的场景下，相比启发式重叠联盟形成基线，成本降低39.76%；室内飞行实验进一步验证了实用性。

本文提出PhyPush，一种物理引导的Transformer框架，仅通过单次推动的末端执行器速度即可估计物体的质量和摩擦系数，无需力/扭矩传感器。实验表明，在仿真和真实环境中，该方法相比基线具有更低的误差和更好的泛化能力。

这项研究在视网膜眼底多病种图像数据集（RFMiD）上对12种架构（包括卷积神经网络、视觉Transformer、混合模型和视觉语言模型）进行了基准测试，比较它们在二元筛查和多标签分类中的性能。结果表明，所有模型在二元筛查中表现良好（AUC>84%），但基于注意力的模型（如SwinTiny、CoAtNet0、MaxViTTiny）在二元和多标签任务中均最优。视觉语言模型与CNN基线相当，但未超越最佳Transformer和混合模型。在Messidor-2上的外部验证中，AUC范围为66.8%-84.7%，混合和Transformer模型表现强劲。