搜索
Claude证明超67%黎曼zeta零点位于临界线上，数学家Youness Lamzouri随后用更简洁的希尔伯特空间不等式给出了优雅的重新证明，AI工具AxiomProver在数小时内于Lean中完成自动形式化验证。
我们自建的"你画我猜 Benchmark"第一期用150个词、1350张SVG画作对8款模型进行互画互猜测试，最终GPT-6 Astra以75.5分险胜Gemini 3.8 Flash与Claude Fable 5.1，结果显示思考更多或花费更多的模型并未稳定取得更高分，且部分模型连自己的画都认不出。
谷歌Antigravity团队公布Teamwork多智能体编排框架成果，轻量级Gemini 3.7 Flash复现了Gemini 3.1 Pro解出的3道博士级数学难题，并从零构建RISC-V CPU模拟器、改进Eigen和ParlayHash开源库代码，证明小模型通过制度化博弈编排也能完成顶尖科研与工程任务。
北京航空航天大学史振威与邹征夏教授团队开发了面向广域地球观测的生成式基础模型MetaEarth3D，只需给定文字或卫星图即可生成无界连续一致的三维世界场景，并自带空间标注使空天AI模型空间理解能力平均提升22.85%。
浙大与港大团队开源轻量化记忆路由器LayerRecall，通过选择性检索历史记忆并仅注入对长程信息敏感的特定DiT层，解决长视频生成中角色离场再返回时身份与属性丢失的问题，在MemoBench和MovieBench评测中取得Overall第一，且约6.6MB的路由权重可零再训练迁移至其他视频生成骨干。
TikTok SRE 技术负责人 Salman Munaf 在演讲中指出，AI Agent 一旦调用外部服务就演化为分布式系统，开发者必须引入请求标识符、幂等键、状态查询、熔断器、范围权限与可观测性等工具，并将记忆视作缓存、审批绑定具体参数，才能避免重试风暴和不可逆事故。
文章系统拆解了ASI、AGI、RSI与Agentic AI四个核心AI概念，指出AI进化并非从ANI到ASI的单一直线，而是智能、行动、自我进化与组织协作四条曲线同时推进，行业真正的分水岭在于这四条曲线的交汇时刻。
Meta联合南洋理工大学等多所高校全开源HumanCLAW基准，将高层行动决策与低层运动控制分离以单独测量视觉语言模型的行动智能，九个前沿模型完整交互成功率仅16.8%，揭示出当前基础模型缺乏持续维护自身身体状态估计的具身自我感知缺口。
北航、清华、港大、北大联合团队提出近似投机解码（ASD），作为即插即用的验证器模块，在严格预算内接受极少数低遗憾分歧字并复用大模型已算好的后缀，免训练地挂载于DSpark、EAGLE3、Medusa等主流投机解码算法，吞吐最高提升15.26%。
ECCV 2026论文ART由vivo BlueImage Lab联合哈工大与南大提出，通过将真实参考图作为可微分监督信号的两阶段训练框架，突破了复杂妆容迁移中的伪目标天花板，同步发布了首个2K分辨率妆容数据集MF2K。
研究发现SubAgent等上下文重建机制会将工具层的恶意指令提权为用户消息或系统指令，导致Claude Code、Codex、Gemini CLI、Qwen Code、Kimi和OpenCode六款AI编码框架在13类攻击上全部沦陷，连自动权限审核（Auto PR）也被绕过。
openJiuwen社区的ScienceDiscovery通过树搜索驱动科研产物RSI，无需训练模型，在积分求解、代码加速和符号回归任务中分别以小时级产出通用积分器、实现平均2.279倍加速，并以低成本在111道方程反推题中正确找出41.4%。
CMAP团队发表于TPAMI 2026的工作提出基于一致性模型的对抗净化方法，将传统像素空间去噪转化为隐空间流形优化，使对抗样本映射回干净数据流形，在多种攻击类型与自适应攻击条件下均有效提升深度神经网络的鲁棒性。
过去几年，机器人操作领域几乎被一批新概念重新 “刷屏”。 LLM Planner、VLA、Diffusion Policy、Flow Matching、Latent Action、World Mode
最近，英伟达发了篇官方的大模型推理指南，结果翻着翻着，硬是让人看成了一本华人团队的论文合集。
训练一个大模型之前，语料需要经过解析、清洗、去重、质量评分、Token化和样本组装。
苹果研究团队提出 Internalized Visual Thinking（IVT）后训练框架，通过在训练阶段联合学习文本答案与未来帧隐空间表征、在推理阶段完全移除未来视觉预测过程，使模型在主动视频推理任务上相比 Visual CoT 获得超过 5 倍的推理加速，且在六项评测设置中均优于 Answer-Only SFT。
微软与UIUC合作研究StudentSim框架，基于真实学生数据训练个性化学生模拟器，具备behavioral fidelity和guidance responsiveness两项能力，在国际象棋等三个领域验证其优于现有基线，并可作为AI教师强化学习的高通量奖励信号。
就在刚刚，GPT-6打破孪生素数猜想新纪录。
刚刚，AI又双叒叕解决了一个数学难题。
当我们惊叹于大语言模型能写诗、会编程时，科学家们正面临一个更棘手的问题：如何让AI像真正的科研工作者一样，去解决那些需要数月甚至数年持续思考、且充满未知的科学难题？
生成答案正在成为 AI 的基础能力，而推演现实世界，才是下一阶段更难的命题。
强化学习与可验证奖励（RLVR）已成为提升视觉语言模型（VLM）推理能力的标配手段。但一个隐蔽的问题始终存在：最终答案的奖励信号，只告诉模型「答对了没有」，却从不告诉它「答案应该从图像的哪个区域得出」。答对，可能是因为真的看懂了图，也可能只是语言先验的捷径、数据集的偏差，甚至是一次幸运的瞎猜。
Agent 经常遇到这样一种幻觉：你给模型接入了终端，下发了一个复杂的 debug 任务，看着它顺藤摸瓜排查了几个小时，最终完美修复了依赖冲突，甚至连测试用例都帮你补齐了。
去哪训练、拿什么学、怎么考？这是物理AI从实验室走向现实世界的三个核心问题，现在有了系统性答案。
机器人正在变得越来越「通用」。
大视觉语言模型（LVLM）把语言理解扩展到了图像等多模态输入，同时，也带来了更隐蔽的攻击面。
家人们，我最近在GitHub上看到一个爽文。
这两年Agent领域冒出来的Engineering越来越多。
模型竞争的下一站，是让智能体在真实世界里可执行、可验证、可进化。