SERA：从 VLM 规划器到机器人智能体，面向历史依赖操作的自进化框架
研究者提出 SERA（Self-Evolving Robotic Agent），通过可编辑的 harness 将高层 VLM 组织为机器人智能体，配合固定的 VLA 执行器维护任务上下文并利用执行经验改进规划。
#论文/研究
Hugging Face Daily PapersAI 评分4141 Hugging Face Daily PapersAI 评分4141 PACE：面向 4-bit 循环状态的周期性与通道对齐编码方法
论文提出 PACE，一种事后式 4-bit 状态量化器，用于压缩线性注意力语言模型的循环状态，仅每隔几个生成 token 舍入一次并缓存中间 token，同时按列共享量化 scale、将误差最大的头保留为 8-bit。
Hugging Face Daily PapersAI 评分4040 RealMe：从稀疏采集生成沉浸式体积视频
RealMe 是一个基于高分辨率视频扩散模型的统一框架，可将稀疏低分辨率采集视频增强为 2K 分辨率、4D 一致的视频，用于体积视频重建。该方法采用分解式时空注意力与布局感知位置编码，并引入潜空间频率损失缩小生成与真实采集的差距。在 DNA-Rendering 基准和自建 RealVV 数据集上，其视觉保真度与 4D 一致性超越现有最优方法，论文将发表于 SIGGRAPH Asia 2026。
Hugging Face Daily PapersAI 评分2424 LoopRec：面向序列推荐的条目级自适应递归推理
论文提出 LoopRec，将序列推荐中的固定计算深度改为条目级自适应递归。该方法用单个权重共享块递归处理，在每个递归边界由轻量门控对每个条目独立做出退出或继续的二元决策，无需辅助深度标签。在公共基准和四类骨干架构上的实验显示 LoopRec 持续优于同等预算的固定深度方法，且学到的分配与 oracle 分析一致：低频条目和更近的交互获得更深计算。
Hugging Face Daily PapersAI 评分3939 多模态具身智能体：从 Computer-Use 到 Robot-Use 的统一能力视角 PAPAV 框架
研究者提出 PAPAV 统一能力框架，将多模态具身智能体（MMEAs）的核心功能归纳为感知状态、预判动作效果、规划可行路径、通过接口或身体执行、验证结果五项。分析 64 个 benchmark 发现，评测集中在 Act，仅 5 个评估 Anticipate、3 个评估 Verify。该框架为设计可靠物理智能体、超越单纯任务成功率衡量进展提供了共同基础。
Hugging Face Daily PapersAI 评分5656 DeepEvolve 论文提出面向未来事件预测的递归自我改进智能体系统
论文提出基于未来事件预测的递归自我改进智能体系统 DeepEvolve，通过动态环境合成可验证任务，并将预测背后的推理轨迹内化回模型能力。在每周更新的 FutureX 排行榜上，其自我改进的预测系统连续三周排名第一，rating 最高提升 195%；在自建评测中于四个基座 LLM 上均进入前三，最强领先基线 10.7 Bradley-Terry 分。
Hugging Face Daily PapersAI 评分3737 SpatialBrain：从经验中生长的空间智能框架
论文提出 SpatialBrain 框架，在冻结视觉-语言骨干的前提下保留空间推理决策经验，核心是区分场景证据与推理经验。其 3DFusionMemory 将当前场景观测融合为可查询的空间关系，Spatial Skill Library 提供可复用工具流程，Spatial Cognition 关联任务条件与经验，完成的轨迹被抽象为过程记录并在任务块间整合。
Hugging Face Daily PapersAI 评分3838 DONIC：基于人类演示的通用灵巧双手追踪控制
研究者提出首个跨操作类别和人体动作来源联合训练的通用双手灵巧追踪器 DONIC，并发布多视角数据集 BiHOI，包含 1,575 条序列、覆盖 229 个物体。
Hugging Face Daily PapersAI 评分4343 TraceForge：用学生模型自身风格生成推理轨迹做蒸馏
TraceForge 提出一种蒸馏替代方案：在教师模型隐藏推理轨迹不可得时，以教师答案和上下文为输入，由生成器自行写出学生模型家族风格的推理轨迹，配合对抗训练的 critic 筛选。独立判官的真实性评分显示其轨迹平均 0.68，接近真实轨迹的 0.66，critic 筛选后达 0.82。在相同 5,000 题和教师答案下，HumanEval+ 提升 3.7 点、MBPP+ 提升 7.1 点。
Hugging Face Daily PapersAI 评分3939 CulturalRiddles：一个多文化谜语评测基准
CulturalRiddles 是一个由人工创作、社区协作完成的多文化谜语基准，覆盖 62 种文化、45 个国家、51 种语言，要求模型具备溯因与组合推理及文化特有知识。研究评测了 28 个 LLM 配置，结合自动评估与大规模人工评估，前沿模型在某些文化社区中准确率最高仅 22%。全部数据与代码已公开，并开放贡献渠道以扩展语言与文化覆盖。
Hugging Face Daily PapersAI 评分3737 VX-One：面向实时边界安全分流的类型化校准决策头实证研究
VX-One 是一个 100K-10M 参数的小型多头网络，输出校准门控、含显式 unknown 选项的闭集选择和有序分数，CPU 上 p50 延迟约 0.7-1.7 ms，多任务训练并逐头温度校准。
Hugging Face Daily PapersAI 评分3535 RubatoCodec：带精确事件预算与流式解码的自适应语音 Tokenization
研究者提出 RubatoCodec，一种基于 X-Codec-2 的变速率语音 codec，通过精确的话语级事件预算与流式解码，用 Adaptive Firing 机制按 codec 特征和波形频谱变化切分语音为变长事件。
Hugging Face Daily PapersAI 评分3939 AW-0：面向机器人操作的 Agentic 世界动作模型框架
研究者提出 AW-0，一个将代码化规划与视频、动作联合预测结合的 Agentic 世界动作模型框架。该框架在统一的 mixture-of-transformers 架构中将代码、未来视频和机器人动作建模为三条耦合生成流，并通过自动化管线把机器人与人类视频轨迹标注为程序、沉淀为可复用技能库。
Hugging Face Daily PapersAI 评分4141 Harness Scaling：面向可泛化智能体强化学习的新扩展维度
一项研究提出 Harness Scaling，把智能体强化学习的训练从单一固定 harness 扩展到多样化执行配置，通过因子化 harness 空间和均衡因子覆盖选取紧凑训练子集。
Hugging Face Daily PapersAI 评分3838 ALPS：面向世界模型的视觉状态编码器
研究者提出预训练视觉状态编码器 ALPS，将物理状态信息、语言对齐和像素重建统一在同一组 patch token 中。仅用静态图像与文本从零预训练 ViT-B/16，并通过跨视角自蒸馏精调。
Hugging Face Daily PapersAI 评分4040 ALLOT：按输出分配块稀疏注意力的免训练视频 Diffusion Transformer 加速方法
研究提出 ALLOT，一种免训练的块稀疏注意力分配方法，用于降低视频 Diffusion Transformer 全 3D attention 的计算成本。它将每个 layer-step 对视为单元，通过 cell probing 和 trajectory calibration 估计其对最终视频误差的贡献，并在实测延迟预算下联合优化单元密度。
Hugging Face Daily PapersAI 评分3636 自回归视频生成新方法：Future Chunk Prediction 建模场景未来演化
一项 arXiv 研究（arXiv:2610.29989）提出 Future Chunk Prediction（FCP），作为与 teacher-forced 去噪联合优化的辅助目标，让自回归视频扩散模型预测时间上分离、且无法访问中间视觉上下文的视频块。
Hugging Face Daily PapersAI 评分4141 面向 AI 智能体的以记忆为中心的持续学习框架 MCCL
哈工大等机构研究者在 arXiv 论文（arXiv:2610.29357）中提出以记忆为中心的持续学习框架 MCCL，主张以记忆能否改善未来行为而非仅检索来评判记忆系统。MCCL 包含按载体、资产、策略三轴组织记忆的分类法与内外双环生命周期，并提出衡量干扰下保持、变化适应与任务迁移的评估协议，以及建模性能随经验、存储和算力扩展的记忆扩展框架，为自我改进的自主智能体提供路径。
财联社 · 电报AI 评分5252 美国西北大学团队首次将正电子囚禁数月
美国西北大学研究团队将捕获的正电子囚禁在特制陷阱中，冷却到接近绝对零度的量子态并隔绝普通物质，使其保持长达数月而未湮灭。该成果为检验电子与正电子对称性提供了迄今最严格的实验平台，论文21日发表于《物理评论快报》。
Hugging Face Daily PapersAI 评分3434 HRoPE：基于单应变换的相对位置编码
研究者提出 HRoPE（Homography Relative Positional Encoding），一种面向多视图 transformer 的表面感知位置编码。
Hugging Face Daily PapersAI 评分3838 OverSeer：超越智能体视野的多智能体世界模型
研究者提出多智能体世界模型 OverSeer，在各智能体第一人称视角外引入固定空间的辅助摄像头视角，作为以世界为中心的表征以维持时间与智能体间的一致性。辅助视角冗余且半静态，可通过 delta-VAE 仅编码相对静态参考图的变化来压缩，降低 token 数量与计算开销。在 Minecraft 和 Doom 上的实验显示世界与智能体一致性提升，真实世界多摄像头拍摄结果也验证了该方法不限于游戏引擎。
arXiv cs.AIAI 评分4343 WeAct：将动态权重切换作为智能体动作
论文提出 WeAct（Weight-level Internal Actions），在冻结主干上训练各能力独立的 LoRA adapter，并把 adapter 选择加入智能体的动作空间，通过原生 tool-calling 接口按需组合能力。
arXiv cs.AIAI 评分4444 WSR-Tune：基于权重空间重参数化的 LLM 微调方法，保住下游适配中的安全对齐
一项被 NeurIPS 2026（spotlight）接收的研究提出 WSR-Tune，一种通过权重空间重参数化在下游微调中保留 LLM 安全性的框架。该方法构建安全条件基，将安全相关信息集中到少量方向并冻结这些安全关键方向，其余方向用于下游任务更新。实验显示该方法在下游性能与安全保留之间取得更优平衡。
arXiv cs.AIAI 评分4141 TamedFlow：面向教师辅助扩散采样的轨迹感知蒸馏方法
TamedFlow 是一种面向扩散 Transformer（DiT）加速的轨迹感知蒸馏方法，解决压缩学生模型与自适应推理结合时的“Combination Gap”质量问题。
arXiv cs.AI精选AI 评分6060 MIT 等机构论文：在代码空间中搜索多智能体路径规划策略
arXiv 论文（arXiv:2610.25946）提出由人类主导、编码智能体迭代在代码空间中搜索策略的工作流，结合仿真反馈与正确性验证，并给出两个案例研究。
推荐理由：论文展示了用编码智能体在代码空间直接搜索策略的方法，两个案例的量化结果对多智能体路径规划工程实践有参考。
arXiv cs.AIAI 评分5050 FALCON：通过反例锚定反馈实现安全的智能体编程
arXiv 论文提出 FALCON，一个反例锚定的代码安全验证框架，将攻击探索与行为验证分离，并通过被测程序的执行轨迹连接两者。在安全代码生成 benchmark 的测试时修复中，FALCON 带来比其他安全信号更强的留出集功能-安全增益，同时保持或提升功能；作为 RL 奖励时也优于静态分析和学习型奖励，并与代理奖励结合进一步提升留出集表现。
arXiv cs.AIAI 评分3030 多模态条件潜在扩散模型 MC-LDM 用于脑部 MRI 时空预测
研究者提出多模态条件潜在扩散模型 MC-LDM，用于预测阿尔茨海默病进展中的脑部 MRI 变化。该模型训练时融合 MRI、tau-PET、CDR 和 APOE4 多模态信息，推理时仅需基线 MRI、APOE4 和患者元数据；基于 ADNI 852 名受试者的 1,355 次访视训练，在 664 次访视的独立测试集上较次优基线降低 18% 的区域体积 MAE。
arXiv cs.AIAI 评分3434 Stable Signer V3：4D 可变形基元 Splatting 打造手语生成虚拟人
arXiv 论文提出 Stable Signer V3，一个基于 4D Deformable Primitive Splatting 的交互式高分辨率手语虚拟人系统。
arXiv cs.AIAI 评分3636 HumanSkill-4D：免训练的语言查询驱动可动画高斯化身时空分割
论文提出 avatar referring segmentation 任务，并给出免训练框架 HumanSkill-4D，通过共享多模态大语言模型（MLLM）与几何算子，从语言查询中选取可动画高斯化身的区域及匹配姿态或运动的时间区间。
arXiv cs.AIAI 评分3434 RevGeoRQ：利用反向地理编码学习行政边界感知的位置编码器
研究者提出首个利用反向地理编码文本作为自监督信号、学习行政边界感知位置编码器的方法，可套用于现有位置编码器架构并一致提升下游性能。其定制架构 RevGeoRQ 带来额外增益，在多项下游任务上超过当代位置编码器，且基于人类可读的反向地理编码字符串和残差量化语义 ID，位置表示更可解释。代码和模型权重即将发布。
arXiv cs.AIAI 评分4040 MoEvolve：通过在线策略双向蒸馏增强 MoE 模型
arXiv 论文提出 MoEvolve，一种针对 MoE 大语言模型的双向蒸馏框架，通过提高每 token 激活预算 exposing 潜在专家容量，先恢复并强化高 k 模型，再将能力反向蒸馏回原始低 k 配置。在多个 MoE 模型与基准上，MoEvolve 比初始模型最高提升 22.2 个领域平均分，比同等预算 RLVR 基线最高领先 6.5 分，最终低 k 模型常超过其激活扩展的教师模型。
arXiv cs.AIAI 评分3838 Batched Contextual Reinforcement II：RLVR 真的需要长 rollout 窗口吗？
作为 BCR 的技术延续，论文提出 Concurrent Constraint Reinforcement（CCR），在单个封顶训练补全中放入三个可独立验证的数学题，让截断前完成的正确答案保留奖励，从而摆脱 RLVR 对长 rollout 窗口的依赖。
arXiv cs.AIAI 评分4949 微调前呈线性可读的知识微调后才能泛化：arXiv 新研究解析语言模型的“活跃事实”
一项 arXiv 研究区分了语言模型中的“活跃事实”与“惰性事实”：前者能支持超出自身召回的泛化，后者只能被召回。通过在既有关系上构造重标注新关系并微调模型，研究涵盖 11 个语言模型和 70 个关系，发现原始关系在预训练表征中的线性可读性强烈预测泛化能力，各模型内 Pearson r = 0.87 至 0.92，且在控制微调样本数、模型准确率、主题出现频率等因素后依然稳健。
arXiv cs.AIAI 评分4848 免训练 On-Policy 蒸馏：前向传播即可融合多个专家模型
一项 arXiv 研究提出"免训练 on-policy 蒸馏"：仅用前向传播，无需梯度训练，即可把多个独立微调的专家模型能力融合进一个学生模型，平均精度超过任一单独专家。
arXiv cs.AIAI 评分4343 在线策略蒸馏必须完成每条 rollout 吗？STOPD 提出随机截断加速方案
STOPD（Stochastic Truncated On-Policy Distillation）通过随机截断学生 rollout 并用分块逆概率加权（IPW）修正采样偏差，加速在线策略蒸馏（OPD）。
arXiv cs.AIAI 评分1919 ELARSpeech：30K 小时、675 种低资源语言的长尾多语言语音数据集（论文已撤回）
作者 Sangmin Lee 撤回了 ELARSpeech 论文，原因为正在处理数据使用与授权要求。该数据集原计划包含来自 Endangered Languages Archive 的 30,202 小时语音，覆盖 675 种代表性不足的语言，支持 ASR 与 TTS 扩展，并公开数据集、模型和数据构建流程。arXiv 上已无 PDF。
arXiv cs.AIAI 评分4242 LLM 如何为人类时间定价：一项全球视角的研究
一项 arXiv 研究通过仅改变用户所在国家、测量 LLM 认为 60 分钟约会延误应得的补偿，考察 5 个 LLM 对 193 个国家时间价值的判断。结果显示 LLM 对欧洲用户推荐最高补偿，对非洲多为最低；以 GDP_PPP 衡量，LLM 低估了亚洲和南美用户的时间价值。研究表明地理模式已内嵌于 LLM，可能在智能体场景中造成差异化对待。
arXiv cs.AIAI 评分5050 LLM Agent 推理收缩研究：安全记忆复用的成功计数器是失效的变化探测器
一项 arXiv 研究提出"推理收缩"概念，指 thought templates、技能库和 agent 记忆把多步推理压缩为一步，但记忆在事实改变后会静默给出错误答案。
arXiv cs.AIAI 评分3939 StartLux-Decision：基于 RLCD² 强化学习的 AutoThink 决策模型，参数规模 0.8B 到 27B
StartLux-Decision 发布 0.8B 至 27B 参数的决策模型，分 Instant 与 AutoThink 两类：Instant 保持单次推理，AutoThink 仅对不确定决策调用显式推理。
arXiv cs.AIAI 评分3232 WeGR：通过行为感知 Tokenization 与偏好对齐实现统一生成式检索
研究者提出统一生成式检索框架 WeGR，包含 CoCo-VAE 分词器和 DHPO 偏好对齐方法，前者在量化前注入协同信号并保持码本均衡利用，后者逐步扩展奖励评估范围以缓解奖励稀疏。在电商搜索平台为期六周的线上 A/B 测试中，订单相对提升 2.539%、CTR 提升 1.508%、CVR 提升 1.381%，CPU 和 GPU 用量分别降低 25.5% 和 26.1%。