Google让Agent自己改数据流水线，51个表格任务直接包揽前五
论文导读Google Research、南加州大学、Google DeepMind、哈佛大学等机构联合提出TabFM-Auto，让Agent围绕冻结的表格基础模型自动修改数据流水线。它在TabAren
2026-09-30 16:42 · 摘要已收录，可打开文章获取原文内容
视频越长，记忆却不涨：哈佛把世界模型塞进6张固定平面
论文导读哈佛大学、新加坡国立大学、麻省理工学院、MIT-IBM Watson AI Lab等机构提出Honeycomb，用六张固定尺寸的空间与时空平面保存长视频场景。实验表明它在记忆占用不随生成时长增
2026-09-30 16:42 · 摘要已收录，可打开文章获取原文内容
AI会操作电脑了？一进专业工程软件，多软件任务只成功3.6%
论文导读清华大学、智曼公司、北京大学、浙江大学等机构联合建立EngiWorld，用1,301项任务检验Agent能否跨26款专业工程软件完成设计闭环。七个前沿模型中最强者EngiScore仅44.3，
2026-09-30 16:42 · 摘要已收录，可打开文章获取原文内容
Meta不重训语音模型，只推一下内部向量，情绪识别率最高多35%
论文导读Meta Reality Labs、台湾大学、Meta FAIR等机构提出EmoRES，不重训语音模型，只调整内部情绪方向的共享部分和残差部分。它在两种语音骨干上改善客观指标，人工评测中听众正
2026-09-30 16:42 · 摘要已收录，可打开文章获取原文内容
看懂多视角还不够：Google等团队让大模型先在脑中拼一遍3D
论文导读韩国科学技术院、苏黎世联邦理工学院、Google、慕尼黑工业大学等机构提出Imagine3D-LLM，让多模态大模型回答前先把多视角照片压成紧凑三维场景。它在多项空间推理和3D理解基准上持续超
2026-09-30 16:42 · 摘要已收录，可打开文章获取原文内容
不管A÷还是O÷都是÷，OpenAI Pro老套餐额度砍半并上线500刀新套餐
导读OpenAI重新开放每月200美元的Pro 200，但新订阅额度已缩水；现有用户也将在10月30日从20倍Plus用量降至10倍，价格不变。一个月前，Anthropic刚把Claude Code“
2026-09-30 16:42 · 摘要已收录，可打开文章获取原文内容
上交阿里通义搞定手机AI智能体：告别一步一步慢速点屏，深层链接直达成功率暴涨268%
论文导读上海交通大学与阿里巴巴通义实验室等机构提出GUI-Hopper，让手机AI助手在适合时使用应用的深层链接，直接打开目标页面，而不必每次都从首页逐层点击。团队先从应用中找出可能的入口，再用真机核
2026-09-29 12:32 · 摘要已收录，可打开文章获取原文内容
港科大NeurIPS 2026打造无人机长程导航基准：11.8万航迹覆盖18城，卫星视角直通实机
论文导读香港科技大学（广州）、粤港澳大湾区数字经济研究院、香港科技大学等机构提出SatNav，用卫星影像构建城市级无人机语言导航测试。系统从18座城市的59个场景生成约11.8万条任务轨迹，平均路径长
2026-09-29 12:32 · 摘要已收录，可打开文章获取原文内容
港大NUS实测大模型跨库代码迁移：顶尖Claude项目级翻译仅33%成功，意图增强破局
论文导读香港大学、新加坡国立大学、香港中文大学（深圳）等机构推出ORCA，专门测试大模型能否把数据科学代码从一个软件库迁移到另一个库，同时保持结果正确。论文不仅测短代码片段，还测完整项目。在项目级任务
2026-09-29 12:32 · 摘要已收录，可打开文章获取原文内容
MIT颠覆传统机械手抓取：闭眼摸索就能稳稳拿捏，3000种物体盲抓成功率95%
论文导读麻省理工学院、首尔大学、延世大学等机构提出一套“先看到位置、再靠手感抓稳”的机器人方案。机械臂仍可用视觉把手带到物体附近，但真正接触和收拢手指时，手部策略只读自身关节与驱动反馈，不再依赖物体图
2026-09-29 12:32 · 摘要已收录，可打开文章获取原文内容
不崩老头崩Nerd！硅谷“科技宅伴游”一小时3500美元
导读《福布斯》前段时间报道了硅谷AI圈的一门小众生意：几位高价伴游者既提供亲密陪伴，也能和客户聊AI、生物黑客、加密货币。曾在金融业工作的Meida Marek向记者报出每小时3500美元的价格；她说
2026-09-29 12:32 · 摘要已收录，可打开文章获取原文内容
清华让人形机器人只看深度图踢球，直接25自由度
论文导读 Noetix Robotics、清华大学提出DAVIS，让人形机器人仅根据头戴深度图、本体历史和任务指令，直接输出25自由度关节目标。系统在仿真与Noetix E1真机上展示了定向射门和盘
2026-09-27 11:04 · 摘要已收录，可打开文章获取原文内容
机器人先在脑中试错：一个模型同时管硬物、布和绳
论文导读 明尼苏达大学提出PointCast，用同一种3D点集表示预测刚体、布料、绳索和多关节柜体在机器人动作后的变化。架构只有19.8M参数，在仿真四类体系中三类排名第一、刚体排名第二，并能冻结后
2026-09-27 11:04 · 摘要已收录，可打开文章获取原文内容
边缘CPU跑视觉模型，近乎不掉精度平均快1.81倍
论文导读 巴塞罗那超级计算中心、加泰罗尼亚理工大学系统测试了13种混合精度量化敏感度指标。梯度方法在8个模型-硬件配置中4个发生灾难性失败，Jensen-Shannon散度则为零；再配合K-Mean
2026-09-27 11:04 · 摘要已收录，可打开文章获取原文内容
编程Agent开始教机器人，字节Seed把代码解法变训练数据
论文导读字节跳动Seed、耶鲁大学、普林斯顿大学、卡内基梅隆大学等机构提出EmbodiedSWE，让编程智能体先在仿真中为长时序机器人任务写出可验证解法，再将单个解法扩展成多样训练轨迹。仅用这些仿真示
2026-09-27 11:04 · 摘要已收录，可打开文章获取原文内容
视觉全是噪点也能跑酷：四足机器人零样本跨过70厘米缝隙
论文导读韩国技术教育大学提出DAWN，把对噪声的抵抗力直接做进世界模型：喂给编码器的是带噪深度，重建目标却是干净深度，再用对比学习对齐两者。在Unitree Go1上，它不做任何手工滤波校准，零样本跨
2026-09-26 16:16 · 摘要已收录，可打开文章获取原文内容
蚂蚁南大给机器人补身体常识，32次试验完成率从25%飙到75%
论文导读南京大学联合蚂蚁集团、浙江大学提出KnowBody，在不改动视觉语言模型权重的前提下，让机器人拥有一份可查询、可修订的身体关系说明书。四个真机任务、32次固定预算试验中，完成率从原生工具的25
2026-09-26 16:16 · 摘要已收录，可打开文章获取原文内容
AI自己出题自己练：港科大造出8178道科学编程题，准确率涨10个点
论文导读香港科技大学联合上海人工智能实验室、清华大学、南洋理工大学提出SciWalker，让AI按算子链自动出科学编程题，并用真实执行反馈筛选修复。他们造出8178道高质量题目，用GSPO训练后，Qw
2026-09-26 16:16 · 摘要已收录，可打开文章获取原文内容
机器人边想边动有多快？Rolling-WAM重新规划提速4.5倍
论文导读南加州大学联合布朗大学、复旦大学、丰田研究院提出Rolling-WAM，让世界动作模型像滚动窗口一样边想象边出动作，不必每次从头算完。它在LIBERO、RoboTin和Unitree G1真机
2026-09-26 16:16 · 摘要已收录，可打开文章获取原文内容
阿里搞出397B提示导演WanPE，30秒视频好评率暴涨50个点
论文导读阿里巴巴万相团队联合南京大学、复旦大学、清华大学做出一个397B参数的提示增强模型WanPE。它把用户的简单一句话扩写成导演级分镜计划再驱动视频生成，30秒视频的人类好评率相对原始提示暴涨50
2026-09-26 16:16 · 摘要已收录，可打开文章获取原文内容
统计学学术速递[9.25]
2026-09-25 | STAT统计学 | 共 55 篇 [机构]信息由AI分析生成，可能存在错误，仅供参考，以论文实际显示为准 快速导航1. 统计理论与方法 9 篇2. 贝叶斯统计与概率建模 1
2026-09-25 20:21 · 摘要已收录，可打开文章获取原文内容
语音与音频学术速递[9.25]
2026-09-25 | CS.SD语音与音频 | 共 23 篇 [机构]信息由AI分析生成，可能存在错误，仅供参考，以论文实际显示为准 快速导航1. 语音识别与关键词检测 3 篇2. 语音合成与声
2026-09-25 20:21 · 摘要已收录，可打开文章获取原文内容
机器人学术速递[9.25]
2026-09-25 | CS.RO机器人 | 共 87 篇 [机构]信息由AI分析生成，可能存在错误，仅供参考，以论文实际显示为准 快速导航1. 机器人学习与模仿强化学习 10 篇2. 运动规划、
2026-09-25 20:21 · 摘要已收录，可打开文章获取原文内容
机器学习学术速递[9.25]
2026-09-25 | CS.LG机器学习 | 共 119 篇 [机构]信息由AI分析生成，可能存在错误，仅供参考，以论文实际显示为准 快速导航1. 深度学习架构与训练方法 7 篇2. 表示学习、
2026-09-25 20:21 · 摘要已收录，可打开文章获取原文内容
自然语言处理学术速递[9.25]
2026-09-25 | CS.CL自然语言处理 | 共 86 篇 [机构]信息由AI分析生成，可能存在错误，仅供参考，以论文实际显示为准 快速导航1. 大语言模型与基础模型 37 篇2. 机器翻译
2026-09-25 20:21 · 摘要已收录，可打开文章获取原文内容
计算机视觉学术速递[9.25]
2026-09-25 | CS.CV计算机视觉 | 共 111 篇 [机构]信息由AI分析生成，可能存在错误，仅供参考，以论文实际显示为准 快速导航1. 多模态与视觉语言模型 18 篇2. 具身智能
2026-09-25 20:21 · 摘要已收录，可打开文章获取原文内容
人工智能学术速递[9.25]
2026-09-25 | CS.AI人工智能 | 共 107 篇 [机构]信息由AI分析生成，可能存在错误，仅供参考，以论文实际显示为准 快速导航1. 智能体、规划与决策 22 篇2. 知识表示、推
2026-09-25 20:21 · 摘要已收录，可打开文章获取原文内容
给英伟达MIT机器人看一遍就会写代码，8项真机任务成功率75.9%
论文导读MIT联合英伟达、新加坡国立大学、宾夕法尼亚大学提出RAPID。机器人只需看一遍人类的视觉演示，就能自动生成、验证并精化自己的控制程序，8项接触丰富的真机任务平均成功率达75.9%。机器人新技
2026-09-25 20:21 · 摘要已收录，可打开文章获取原文内容
统计学学术速递[9.24]
2026-09-24 | STAT统计学 | 共 67 篇 [机构]信息由AI分析生成，可能存在错误，仅供参考，以论文实际显示为准 快速导航1. 统计理论与方法 12 篇2. 贝叶斯统计与概率建模
2026-09-24 19:22 · 摘要已收录，可打开文章获取原文内容
语音与音频学术速递[9.24]
2026-09-24 | CS.SD语音与音频 | 共 14 篇 [机构]信息由AI分析生成，可能存在错误，仅供参考，以论文实际显示为准 快速导航1. 语音识别与关键词检测 1 篇2. 语音合成与声
2026-09-24 19:22 · 摘要已收录，可打开文章获取原文内容