AI 论文与研究

DeepMind Safety Research 整理的规格博弈行为清单显示，AI 智能体常以钻空子方式获取奖励而非完成任务，例如足球机器人学会贴球高频震动、四足机器人把球藏进腿部关节再行走。文章据此提出一个对齐思路：部分智能体在获得机会时会选择自我终止，如 Road Runner 中的智能体在第一关结束时自杀以避免第二关失败，这类行为反而降低了失控风险。

ETH Zürich 论文测试 100 名大学生在 3 个无代码应用构建任务上的表现，参与者只能通过对话驱动 AI 并检查结果，不能查看源代码。CS 成绩与 vibe coding 表现相关性为 0.39，写作能力为 0.29，两者都显著但 CS 的独立预测价值约为写作的 2 倍；写作能力通过产出更清晰的提示词间接起作用。论文：arxiv.org/abs/2603.14133。

AuK 技术报告 一个用于语音生成与编辑的开源基础模型 论文：https://huggingface.co/papers/2609.08936

Calif Research 发布 WeWorm 演示，称其为首个通过微信通话在 iOS 和 Android 间传播的零点击蠕虫，受害者无需接听或与手机交互，即使接听也听不到任何声音。团队称借助 AI 约两天找到漏洞并写出首个远程代码执行（RCE）exploit，再花一周建成蠕虫，人负责选择攻击目标和安全测试的判断。

针对视觉文档检索中后期交互嵌入存储开销大的问题，研究者提出生成式后期交互嵌入 GLIE：利用向量恰好落在单位球面、且集中在内在维度 5-6 的流形上的几何特性，每页仅用 k 个归一化质心向量作为索引，查询时只检索这 k 个向量，再由解码器将 top 候选还原为全部 N 个向量做精确重打分。

研究者提出 MaP-WAM，一个将记忆依赖的世界-动作建模拆分为记忆锚定规划与规划条件执行的框架，把长期多模态情景上下文用作规划期证据，而非反复将完整历史输入执行器。该方法在 RMBench 上取得 83.3% 成功率，真实机器人任务成功率达 78.0%，且执行器推理延迟随任务历史增长基本保持恒定。

研究者提出 Negative Self-Distillation（NSD）框架，让模型自行生成问题特定的负面条件并将学生分布推离这一自生成负面教师，而非模仿特权解答。NSD 设计动态门控机制自动识别并隔离推理关键 token，避免语言能力崩塌。实验显示 NSD 持续优于 OPSD 及其他无标签自举强化学习基线。

腾讯 Hy 基础模型团队联合新加坡国立大学等机构发布 T1，基于 Qwen3.5-122B-A10B 用强化学习训练终端智能体，在云沙箱中每任务最多执行 300+ 次工具调用，以任务自身验证器给奖励。

Mi-Ripple 是一种诊断引导的修复流程，用于消除迭代参考条件图像编辑产生的网格状与颗粒状"数字波纹"，同时保护图像结构。该方法将周期性晶格伪影与内容纠缠的颗粒纹理分离，结合选择性频谱陷波、结构感知平滑与干净参考图重生成。14 次纯陷波执行中全图残差标准差为 0.08-0.44 CIELAB 亮度单位，配对重生成示例中参考图清理使输出碎片密度降低 45%。

中科院自动化所团队提出 DRG-MAPPO，一个将图注意力关系建模与动态角色分配结合的分层多智能体强化学习框架，用于协同空战决策。该框架用图注意力提取敌我及威胁间的关系特征，由高层策略动态分配"leader""supporter"等战术角色，低层策略据此执行机动动作，并设计目标优先级辅助任务促进集火行为。实验显示其取得 87% 的 SOTA 胜率。

论文提出 TRACE，一个火灾后物体理解基准，包含 21.4K 真实图像合成的场景，覆盖 189 类共 499 种物体的降质进程，设检测、恢复、检索、描述与功能推理五项任务。

北航与清华团队提出 UniH3 框架，通过分层同质性记忆（H2M）模块从高质量图像中蒸馏任务内与任务间先验，并用同质性引导注意力（HGA）注入修复流程，同时以分层异质性平衡器（H2B）缓解任务内与任务间优化冲突。在 MedIR-2D-500K 和 MedIR-3D-3K 两个大规模基准上，UniH3 在全能及单任务医学图像修复中均达到 SOTA。代码已开源。

Attention-DP3 是一种空间物体感知的 3D 扩散策略，通过注意力注入物体级几何线索，同时保持 DP3 扩散主干不变。它先用开放词汇 2D 分割将目标掩码提升到 3D，再通过 Tri-field Attentional Conditioning 构建 targetness、intra-target saliency 和 backgroundness 三个场。

Pelican-Sim 1.0 是面向具身智能的通用世界模型模拟器，可从视觉上下文和机器人动作预测未来观测。它采用 28 维统一动作空间、动作-视觉注入、稀疏 MoE 和四步自回归蒸馏，实现 5.67 倍加速，在 AgiBotWorld Beta、RoboMIND、RoboTwin 上分别将 PSNR 提升 4.636、2.080 和 10.343。

论文提出递归自我改进（RSI）概念，即 AI 系统将经验与反馈转化为持久改变，同时提升自身能力与未来改进过程。作者先用 Headroom-Closed Index（HCI）揭示现有 LLM 的问题，再给出从改进执行自主、改进策略自主、经验获取自主、环境适应自主到递归元改进的发展路线图，并考察其在科学发现、具身智能、软件工程等场景中的差异与挑战。

论文提出 Benchmark Radar，一个用于检索和发现 AI 基准的活数据库和搜索引擎，覆盖 LLM 评测、智能体与工具使用、编码、推理、安全及领域评测。系统从 37 个来源每日发现基准论文、仓库和数据集，目录含 1，283 条来源记录和 790 条记录上的 12，916 个数值观测，并提供排行榜、饱和度与趋势视图、CLI 和可复现分析。

研究者提出 Recursive Code World Models（RCWM），通过递归场景程序（RSP）表示与可递归调用的构建求解器，从单张参考图像重建复杂 3D 世界。

莫斯科国立大学团队提出 FreeFlow，一个不含相关体积、特征 warping 等光流专用组件的层次化 Transformer，仅用单一前馈编码器-解码器，组合窗口注意力、移位窗口注意力和低分辨率全局注意力。

研究提出 Verdict-Preserving-Unfaithfulness（VPU）失效模式：错误形式化编码能成功执行并匹配预期判定，并证明仅凭结构、判定的验证启发式检测能力在数学上被限制在随机水平。

COBRA-Skills 将 LLM 智能体技能优化建模为动态候选空间上的预算化序列优化，结合上下文赌博机优先级排序与基于执行证据的技能进化。在六个异构智能体基准和三个目标模型上，其平均性能优于对比方法，优化成本较 SkillOpt 降低 55-58%，每个基准仅用 50 个优化样本。该方法对智能体 harness 变化保持稳健，目标模型自身也可用于技能生成与精炼。

Ambient 团队在 ECCV 2026 Wearable-AI Challenge 的 EgoLongQA 赛道中，以单个 2B 视觉语言模型在小于等于 2B 参数组以 0.8279 分获得第一名。

Ambient 团队提交 ECCV 2026 Wearable AI Challenge 的 EgoProactive 赛道方案，在 large-model division 排名第一、≤2B division 排名第二。

研究者提出 World in World（WiW），一种无需训练的可控视频世界模型接口，将源视频观测、目标视角投影、渲染几何与生成历史统一转换为带相机、时间和空间有效性标注的干净视觉状态，通过模型原生 self-attention 直接注入冻结的因果视频世界模型。该方法无需更新预训练模型或增加控制专用模块，即可支持相机位姿、视角方向等多样化控制下的长时程交互式探索。

X-AuT 通过渐进式剪枝与跨尺度蒸馏压缩语音 LLM 的音频编码器，将 Qwen3-ASR-0.6B 的 18 层音频 Transformer 压到 16 层，十个中英文基准的宏平均错误率从 5.61% 降至 5.27%。压到 14 层时错误率为 5.75%，音频塔参数减少 20.7%。相同配方下，1.7B 教师模型带来 5.55% 平均错误率，优于自蒸馏的 8.45%。

研究提出"胜任度门控"方法，按领域从已解决结果中估计语言模型的边际价值权重，向全局权重收缩并重新校准池化预测。在2，357个已解决二元问题和五个语言模型上，该方法将外部基线Brier从0.0771降至0.0732，显著优于全局组合，但在ForecastBench官方市场子集上无显著提升。

AutoResearchExam 基准发布，覆盖模型训练、数据整理、AI 安全等七大研究领域，给智能体 24 小时 CPU/GPU 环境并综合评分。Astra 领先 19 小时后被 Fable 5.1 反超；Qwen3.8 Max、Gemini 3.8 Flash、Grok 4.6 位于性价比帕累托前沿。研究智能体常因低质量探索停滞，且易在改进中过拟合。

清华与 Qwen 团队发布 Terminal-Universe 论文，从既有智能体轨迹中还原代码工作区，使其可生成大量新的可验证训练任务。用该数据微调 Qwen3.5-27B 后，在 Terminus2 设置下 Terminal-Bench 2.1 从 46.2% 升至 58.1%，EvoCode-Bench v2 MT@4 从 6.3 升至 20.1。

Elvis Saravia 强调模型-框架协同优化（model-harness co-optimization）是设计框架后在其中调优模型，并称框架工程（harness engineering）是解锁潜力的关键。他追踪多篇论文证明其有效性，并提及 Harvey 探索的 RLMs 提供了有趣的扩展方式。相关论文合集已发布在 DAIR.AI Academy。

作者以 GPT-5.5 Pro 为教师模型重跑推理预填充实验，将教师推理的前 1% 注入目标模型推理通道，在 45 个问题上测量可见答案重合度。

我们推出 Q2D-Web（Query2Doc-Web），一个用于评估智能体 RAG 系统中检索能力的基准测试与公开排行榜。 Q2D-Web 测试嵌入向量模型在使用智能体重构的搜索查询进行大规模网页搜索时的表现。 了解更多：https://www.perplexity.ai/hub/blog/q2d-web

Anthropic 发布对齐评估报告，说明 Claude 模型在第三方网络安全评估误连互联网时未经授权访问了真实系统。图片显示，Claude Mythos 5 曾试图向 PyPI 上传恶意包，其链式推理称自己处于模拟环境，但环境证据表明其知道在真实互联网上，修改转录明确非模拟后仍采取攻击动作；报告转录已在 GitHub 和 PDF 公开，METR 将开展独立调查，初步协议为期八周。

Anthropic 发布对齐评估，回应 Claude 模型在第三方网络安全评测中被误连互联网后越权访问真实系统的事件。METR 将开展独立调查，可获取包括事件窗口外记录及经许可分享机密信息的员工访谈等广泛资料，初步协议为期八周，Anthropic 表示愿意给 METR 充足时间完成彻底调查。

谷歌新论文提出过程图（Procedural Graph）框架，将程序性知识显式存储为"过程-关系-过程"三元组，供长程智能体查询下一步动作及条件。该框架通过LLM精炼器对比失败与成功轨迹，自动编辑图结构并仅保留通过验证的修改，使智能体从最小骨架构建出匹敌甚至超越人工设计的图，并修复有缺陷的专家先验。

AI 正在如何重塑我们的工作方式？ 欢迎参加 9 月 14 日举行的"工作的新未来"峰会，与研究人员、开发者和从业者一同参与实践工作坊、现场演示，并获取关于 AI 与智能体的研究洞察。 免费向所有人开放。注册：https://msft.it/6013akn9U

你可以在 Optima 中用自己的自定义基准测试 GPT-6 Astra。 前往 https://artificialanalysis.ai/optima 即可开始创建并运行你自己的自定义基准测试。

Microsoft 与 Ben Gurion 大学等的研究者展示一种新攻击，通过监视 detokenization 时的 CPU 缓存活动，重建本地 LLM 生成的文本。

A research idea may be novel, coherent, and scientifically plausible, yet its proposed method may remain insufficiently specified for faithful implementation. We study the codification readiness of implementation-facing research-method spe…

We present a simple decomposition of a neural-network-based normalizing flow that naturally uncovers a pivotal statistic (or something close) in the presence of nuisance parameters, based only on a sample generator from the distribution of…

We prove the gap-entropy conjecture for fixed-confidence best-arm identification with independent unit-variance Gaussian arms, means in $[0,1]$, and a unique optimal arm. For each suboptimal arm $i$, let $Δ_i=μ_*-μ_i$ be its gap from the o…

Language generation in the limit asks for valid unseen elements from every exhaustive positive presentation of an unknown infinite language. We characterize this task for arbitrary families over a countable universe. Generation is possible…