研究

Kimi K3 是 Kimi 迄今為止最強大的模型，擁有 2.8 萬億參數，基於 Kimi Delta Attention 和 Attention Residuals 架構，支持原生視覺理解和 1M 令牌上下文窗口。它在軟件工程、知識工作和深度推理等前沿智能場景中表現出色，在基準測試中僅次於 Claude Fable 5 和 GPT-5.6 Sol。Kimi K3 是首個達到 2.8 萬億參數規模的開源模型，並將在近期發佈完整權重和技術報告。

超過三分之二的中層管理者對AI在未來工作中的角色持樂觀態度，並認為自己對團隊採用AI工具負有個人責任。78%的管理者感到有責任確保團隊成功採用AI，77%的管理者每週使用AI工具節省超過3小時。

一項安全研究表明，在AI代理驅動的CI/CD流水線中，利用“權威框架”攻擊（例如聲稱更改已“預批准”）可以誘使系統部署竊取秘密的代碼。在280次合成運行中，最壞情況下的妥協率達到55%，而基於內容的檢測工具完全失效。

Anthropic的Claude Corps獎學金項目為早期職業人士提供12個月的帶薪工作，年薪8.5萬美元，在非營利組織使用Claude。申請截止日期為7月17日。

在花費10萬美元后，團隊通過四次嘗試成功用AI將Postgres重寫為Rust，生成了180萬行慣用Rust代碼。文章詳細描述了每次嘗試的方法、教訓，以及最終版本pgrust的性能優勢。

作者作為開發者生產力專家，綜合多項研究指出，AI工具雖然讓開發者感覺更高效，但實際交付速度並未提升，甚至在某些情況下變慢。瓶頸轉移到了代碼審查、CI/CD、QA等下游環節。文章提出了多項改進建議，包括更嚴格的代碼審查、適應AI的CI流程、功能標誌部署以及保護知識共享時間。

超過200位諾貝爾獎得主和全球領袖齊聚羅馬，參加為期三天的人工智能與核戰爭大會，最終簽署了《羅馬宣言》，強調人類尊嚴、合作與和平。此次活動受教皇利奧十四世通諭《偉大的人性》啓發，重點討論了人工智能治理的緊迫性。

Chat Thing推出免費工具，模擬AI代理訪問網站的方式，從訪問、引用、交易三個層級評估就緒度，並提供具體修復建議。

Neko Health 已獲得7億美元的C輪融資，在美國推出其AI驅動的預防性健康篩查服務，首先在紐約開設診所。該公司結合全身掃描、血液檢測和臨牀醫生審查。

Glad-AI-Tor是一個基於真實用户投票的AI工具排名平台，覆蓋語音、大語言模型、圖像、視頻、編程和音樂六大領域，共75款工具，188個投票。排名完全由大眾決定，不可購買。

VaultCharts是一款免費的桌面交易應用，結合了圖表工具與AI助手。它支持多種AI模型，以本地優先為特點，用户可以在有或沒有AI輔助的情況下分析市場。

一種新的最小單圈時間規劃框架，融合了對狀態擾動和參數不確定性的魯棒性，通過模型預測控制器在模擬FSAE賽車上驗證了其有效性。

本文提出利用氣壓計輔助進行姿態估計，通過氣壓高度測量提供垂直運動補充信息，增強非線性觀測器在SE(3)上的性能。設計了兩種觀測器：確定性Riccati觀測器與互補濾波器級聯，保證幾乎全局漸近穩定；以及統一框架下基於SO(3)×R2的非線性觀測器，保證局部指數穩定。仿真和實際飛行數據驗證了該方法在最小感知配置下的有效性和可靠性。

WANDA是一種從單個演示生成合成數據的引擎，用於訓練開放世界移動操作策略。它通過重建背景和交互軌跡、重新排列配置、應用糾正狀態擴展以及在不同3D世界中合成軌跡，實現了長程魯棒性、空間泛化和跨環境泛化，並支持跨具身數據生成。

本文提出了一種名為HRO的層級房間到物體框架，利用大型語言模型（LLM）實現零樣本目標導航。與現有方法不同，HRO模仿人類從房間到物體的層級空間認知，引導智能體由粗到細地探索未知環境並定位目標物體。實驗結果表明，HRO在Gibson和HM3D數據集上取得了更高的成功率和更好的泛化能力。

提出一種基於ROS-Unity的多模態遙操作架構，利用3D高斯潑濺技術生成無遮擋的外部視角，並通過軀幹振動觸覺套裝提供直觀的接近提示。在30名受試者參與的實驗中，該框架在嚴重通信延遲下表現出顯著的性能優勢，fNIRS結果顯示其能維持操作者的執行控制能力，避免認知負荷過載。

研究人員提出了一個層次貝葉斯生成模型，將恐怖谷效應轉化為數學設計變量。該模型通過四類變量（偏離預測機器人類別均值、跨模態人類相似性不一致、預測不確定性、觀測不確定性）解釋類別模糊和感知不匹配導致的親和力下降。實驗表明，增加觀測不確定性可減弱中間相似度下的熟悉度下降，而低預測不確定性則提升機器人外觀的評分。該框架為算法評估和優化人形機器人外觀與行為提供了計算基礎。

隨着觸覺界面在可穿戴設備和日常環境中的普及，對柔軟、輕薄、靜音且節能的執行器需求日益增長。高壓靜電執行器（HVEA）通過高壓和超低電流產生電場力，提供了一種快速、安靜、低功耗的替代方案。本文綜述了四類主要HVEA：靜電可切換粘合劑、介電彈性體執行器、軟電液執行器和電動泵，分析了它們的觸覺輸出機制、帶寬、力密度和可擴展性，並討論了人體工程學改進、製造簡化和自感知集成等設計挑戰與未來研究方向。

本文報道了一項關於環境監測中自主無人機覆蓋最大化路徑規劃的系統性文獻綜述。該綜述遵循PRISMA 2020框架，檢索了Scopus和Web of Science中2015年至2026年的研究，重點關注路徑規劃、覆蓋路徑規劃和信息路徑規劃。初步分析顯示，現有研究集中於覆蓋導向、多無人機協調和能量感知優化，而對天氣、不確定性和障礙環境的關注較少，且多數研究依賴仿真驗證。

提出一種魯棒的偏振感知可微分路徑追蹤方法，通過路徑重放與局部緩存實現無偏梯度估計，有效處理偏振算子的秩虧問題，拓展了逆向渲染在複雜場景中的應用。

本文提出了AffectFlow-DINO，一種用於第11屆ABAW挑戰賽的多任務學習系統。它通過條件整流流頭部模型來模擬自然場景下面部行為的固有歧義，實現不確定性感知的一對多預測。系統聯合估計連續效價-喚醒度、分類八種面部表情並檢測十二個動作單元。實驗表明，整流流解碼持續改進確定性預測，後驗閾值校準有效恢復罕見類別的性能，最終模型顯著超越官方基線。

本文提出JITOMA框架，通過即時按需記憶激活解決傳統3D場景圖構建中的感知飽和問題。該框架利用任務熱圖過濾觀測、大型語言模型按需喚醒相關錨點，顯著降低計算開銷，並在長時域任務切換中保持穩定性能。同時發佈JITOMA-Bench評估基準。

提出了一種結合主動學習和雙損失優化的人機協同知識獲取框架，用於腹腔鏡視頻中的器械分割標註。該方法利用基礎模型生成時序一致的類激活圖，通過弱監督損失和圖像級掩膜損失訓練，迭代提出偽掩膜引導專家修正。最終將標註工作量減少50%，無需初始密集像素標註，提升可擴展性。

靜態深度偽造檢測器在真實場景中性能急劇下降（AUC降幅達45-50%），因其訓練一次後無法應對不斷進化的生成技術。BitMind Forensics (BMF) 通過Bittensor SN34的開放對抗競賽持續更新訓練數據，在19個公開數據集上展現出優異性能，包括對真實世界擾動（如JPEG壓縮、下采樣）的魯棒性，以及在時間推移中持續提升的檢測能力。

一項新研究系統比較了自監督學習中的兩種訓練範式：預訓練後微調（PFT）和聯合訓練（JT），發現JT在數據效率和低標籤設置下表現更優，而PFT在專門領域更可靠。

MGFace是一種創新的掩碼門控人臉識別管道，通過預測查詢人臉是否佩戴面罩，有條件地路由相似度計算：對未遮擋人臉使用全局嵌入匹配，對戴口罩人臉激活掩碼感知的局部區域重排序。該方法在擴展LFW-Mask數據集上，利用FaceNet骨幹網絡達到80%以上識別準確率，使用ArcFace骨幹網絡超過90%，相比基於EMD的重排序方法，查詢時間減少約20倍。

提出了一種基於Transformer掩碼自編碼器的無監督鋼表面缺陷識別方法。在預訓練中隨機掩碼75%的圖像塊，輕量級解碼器從可見的25%重構掩碼區域，並聯合訓練輔助缺陷定位目標。解碼器達到SSIM 0.92、MSE 0.47，聚類後對六類缺陷的匈牙利匹配準確率達91.3%。

Boogu-Image-0.1是一個開源統一多模態理解與生成模型家族，包含Base、Turbo、Edit和Edit-Turbo變體。它在高品質文本到圖像生成、快速推理、基於指令的編輯以及雙語文本渲染方面表現出色。儘管計算預算有限，但通過模型理解、數據質量和訓練流程的針對性改進以及推理時擴展，其性能可媲美甚至超越其他開源模型，接近領先的閉源系統。該模型僅使用2.0862億張獨特圖像，基礎模型理論訓練成本約40萬美元。

一種名為C-Norm的新方法通過歸一化TCT圖像中的細胞分佈，解決了AI在宮頸癌篩查中表現不佳的問題。該方法將異常和正常細胞解耦並重新合成，實現均勻分佈，然後使用YOLOv12與DINOv3的混合架構進行檢測。實驗表明，該方法達到了最先進的性能。

本文提出Samba，一種混合曼巴架構，用於視聽導航。它採用自適應選擇的曼巴狀態編碼器（M-SE）替代傳統GRU進行時間聚合，並構建音頻曼巴編碼器（AME）以克服卷積算子在全時頻依賴捕捉上的侷限。在Matterport3D數據集上，導航成功率提升11.3%，在Replica數據集上表現更優。該工作以更低計算成本實現更強具身表徵，為視聽導航範式演進提供了穩健技術路徑。

針對現實交通數據中的異質性空間關聯和非線性時間動態，現有方法聚焦於圖、注意力和分解架構，而忽略了底層非線性函數逼近器的作用。STKAN通過引入泰勒多項式Kolmogorov-Arnold網絡模塊到空間和時間令牌混合中，首先利用可學習的軟節點組分配機制構建高層次空間表示，進行組級空間混合，然後在壓縮序列上建模時間依賴，並輔以空間和時間自注意力層捕捉長程交互。在五個交通預測基準上，STKAN取得了競爭性表現，且優於基於MLP的變體，表明非線性函數逼近器設計可作為架構設計的有力補充。

知識追蹤（KT）旨在通過建模學生歷史交互中的動態知識狀態來預測其未來表現。現有方法通常將原始交互序列視為統一行為過程，忽略了學習行為的階段性。本文提出相位感知知識追蹤（PAKT），將學生交互分解為能力和熟練度階段，並設計多分支Transformer聯合捕獲階段特定和整體知識狀態。在六個基準數據集上，PAKT最大AUC提升1.33%，平均提升0.82%。

全球站點天氣預報（GSWF）對局部和極端天氣預測至關重要。現有方法過度依賴短期模式，難以捕捉混沌天氣動態，尤其在部分觀測條件下。為此，本文提出三軸狀態空間模型（TSSM），結合歷史增強的時間-變量-歷史範式，通過週期對齊的歷史數據彌補時間回溯窗口之外的長程、大尺度週期和全窗口天氣模式。TSSM將歷史樣本堆疊為週期對齊批次，利用時間和歷史觀測支持因果預測，並通過時間、變量和歷史掃描捕獲軸向上的時間依賴、變量相關性和歷史演化。該結構層次共享，可建模從季節性到極端事件，並緩解歷史模式間的錯位。TSSM在最大站點天氣數據集Weather-5K上達到SOTA，準確率和極端事件指標分別提升10%和61%，在人工參與數據集中取得95%最佳或次佳結果。在長週期和迭代預測中優勢更顯著，240小時預測提升37.5%，48小時×5迭代設置下提升高達103.5%。此外，在高達80%觀測缺失的情況下，TSSM仍保持>90%性能，而基線低於43%，展示了在全球原位觀測網絡中可靠GSWF的魯棒性和實用潛力。

該研究將何時調用大語言模型（LLM）的問題形式化為基於風險的序列停止問題，並證明了六個理論結果，包括最小事件間隔時間、閾值策略的最優性以及遺憾界。在渦扇退化數據上的實驗表明，異常得分驅動的風險函數在Pareto AUC上比基線方法高出一個數量級。

針對參數分解（PD）在大模型上計算成本高的問題，研究者提出定向參數分解（tPD），通過引入高秩“全能”組件僅處理目標輸入，從而高效識別特定計算電路。實驗表明，tPD在4塊Transformer上僅用7%的浮點運算量即可提取CSS子模型，並在12塊Transformer上精準消融和重寫記憶序列，副作用極小。論文被ICML 2026可解釋性研討會接收。

本文提出一個框架，用於分析機器學習模型丟棄的信息，特別是那些輸入數據具有李羣對稱性的模型。通過定義“零纖維”和“穩定子”概念，作者量化了模型對羣作用的不可見性，並利用Peter-Weyl定理給出緊湊羣的譜特徵刻畫。該框架在分子性質預測（SO(3)羣）和球面圖像分類（Möbius羣）上進行了實驗驗證，展示了在數據遮蔽、模型指紋識別和隱私保護計算中的應用。其計算效率高，僅需幾次梯度計算即可估計零纖維元素。

聯邦學習（FL）為分佈式異構數據源上的隱私保護協作模型訓練提供了關鍵範式，但無法解決模型黑箱問題。可解釋人工智能（XAI）則提升透明度與信任。二者融合催生了聯邦可解釋人工智能（FedXAI）範式。本文系統綜述了FedXAI，展示了可解釋性如何從事後工具轉變為FL生命週期的核心組件，並提出了分類法，涵蓋方法、評估實踐及開放挑戰。

提出了一種輕量級訓練策略，通過解耦特徵提取與分類器優化，大幅減少訓練時間和能耗，在多種架構和醫學數據集上僅犧牲微小的準確率。

本文通過一個1-3-3-1多層感知機和初值問題y'(t)+y(t)=0, y(0)=1，詳細追蹤了PyTorch自動微分引擎在物理信息神經網絡訓練中的完整計算流程，包括前向計算圖構建、反向傳播計算22個參數梯度，以及通過create_graph=True實現基於物理殘差的正確微分的圖上圖機制。所有伴隨值均與Tahimi（2026）的手工推導核對，將P/Q敏感性框架與PyTorch的向量-雅可比積聯繫起來。

一種名為Mycelium的新系統通過連接研究人員和AI代理在共享工作空間中，自動將觀察結果和假設路由給相關團隊成員，實現網絡智能。在生物多組學研究中，它將局部發現轉化為跨專家機制約束和實驗設計。

cayleyR是一個R語言包，利用凱萊圖中的循環交集檢測來解決排列謎題。核心算法採用迭代雙向搜索，從初始和目標排列狀態生成隨機操作序列，尋找連接路徑。該包專為TopSpin(n,k)謎題設計，結合C++哈希索引狀態存儲和可選的Vulkan GPU加速，已在CRAN上發佈。

來自arXiv的一份技術報告介紹了Oracle Agent Memory，這是一個基於Oracle數據庫構建的數據庫原生內存系統，專為長期運行的AI代理設計。該系統在LongMemEval上達到了93.8%的準確率，同時相比扁平歷史基線減少了約10.7倍的令牌使用量。系統解決了內存生命週期、具有作用域控制的分層架構，以及結合任務準確性和內存特定指標的評估方法。

小型語言模型在零樣本分子屬性預測中表現不佳，因為它們忽略了圖拓撲信息。本文提出了一種上下文增強提示框架，通過圖神經網絡工具提供預測提示和解釋性子圖，在MUTAG和Tox21數據集上實現了高達74%的相對改進，但仍與專用GNN模型存在差距。

本文綜述了自我改進型自主代理的研究進展，提出了一個系統級框架，將現代代理視為基礎模型與操作支架（包括提示、記憶、工具和控制邏輯）的耦合。在此框架下，自我改進被形式化為一種自我驅動的更新算子，可更新模型參數或支架組件。文章按更新目標和驅動信號對現有工作進行分類，並討論了應用、評估以及未來方向。

本文提出了一種基於貝爾納普類型內涵一階邏輯（IFOL_B）的概率擴展神經符號通用人工智能（AGI）框架。通過引入尼爾森概率結構，該框架能夠為當前未知的語句計算概率，並利用全局和局部對稱變換保持知識庫和邏輯推理的一致性。概率密度函數的計算基於香農最大信息熵，並由神經網絡實現。

大型語言模型生成的思維鏈推理看似邏輯嚴謹，但實際上可能並未真正依賴其所述的前提。本文提出一種干預式基礎審計方法，通過替換單個前提中的目標謂詞，重新運行模型，並檢查推理步驟的標準化結論是否改變，從而在步驟級別測試前提依賴。在ProntoQA基準測試中，該方法在檢測證明樹依賴方面的F1分數達到0.806，顯著優於自一致性基線。此外，66%的正確解決問題中存在至少一個對齊步驟對直接證明樹依賴不敏感，揭示了“答案正確但推理錯誤”的信號。

研究人員提出SPINE，一種智能體框架，可自動調試和部署雙臂機器人，減少專家校準依賴。測試中，SPINE提高了成功率並縮短了遙操作時間。

本文介紹OriginBlame，一個記錄級和令牌級的數據溯源系統，能夠精確地將數據刪除請求映射到具體的訓練記錄，避免大規模過度刪除。在219,555個維基百科頁面上的評估顯示，記錄級溯源將過度刪除從101倍降低到1.3倍，同時引入的吞吐量開銷僅為1.3-4.0%（HuggingFace）和2.1-19.0%（Datatrove）。在17億參數模型上，基於溯源的遺忘集比隨機基線提高了42%的遺忘效果。

MIT與多家機構的研究人員開發了一種名為GIFT的自動化框架，能夠幫助視覺語言模型更準確、更高效地生成CAD程序，從而將二維設計轉化為三維模型。該方法通過分析模型自身的錯誤來生成改進數據，大幅降低了計算成本，為快速原型製作和工程設計提供了有力工具。

服務組織面臨近乎零停機需求與維護能力之間的結構性錯配。通過異常檢測、規範性指導和運營轉型，AI幫助技術人員在故障發生前採取行動，提升首次修復率，減少停機成本。