ByteDance Seed 团队发布的多模态音视频联合生成模型，在 T2V/I2V/R2V 三大任务六维评测中全面领先 Sora 2 Pro、Veo 3.1、Kling 3.0。

首个浏览器环境内、支持18个模型接口对、覆盖34款游戏170个任务的标准化可复现游戏智能体基准。

用结构化多维推理奖励替代标量打分，缓解奖励黑客并实现零参数测试时优化

用LLM模拟100个职业场景，跨10大行业测评15个前沿智能体的鲁棒性与行业专长。

用几何可验证的3D场景,让单VLM自问自答持续提升空间推理。

首次系统研究编码智能体在不同领域间迁移记忆的机制与规律，证明抽象的元知识是最有效的迁移载体，平均提升 3.7% 性能。

提出 PreRL 与 DSRL：在预训练空间以 NSR 修剪错误推理路径，再切换到标准 RL 精调。

用几何上下文注意力实现长视频实时三维重建，效率与精度双超SOTA

把 AI 编码能力从产品形态中解耦,做成无 UI 的 npm 引擎库。

提出无需访问内部策略即可量化大模型智能体探索与利用错误的策略无关指标

把组内候选重加权变成闭式目标分布，用交叉熵直接拟合，梯度自动消失。

提出harness engineering范式,系统性构建可靠的个人AI智能体框架

用全视角特征指导部分视角,通过LoRA实现多视角3D重建的测试时自进化。

提出GG-EZ框架通过区域数据过滤与模型合并实现视觉语言模型的区域适配且保留全局能力

用熵与分歧两轴解释 OPD 中 token 重要性，并提出无参数 Soft-OR 选择规则。

首个通过Bregman散度Flow Matching匹配离散扩散性能的连续扩散语言模型

LogC3 对齐扩散模型潜在空间，LoRA 微调实现 SDR→HDR 视频生成。

用MCTS+双智能体自动完成LLM全流程微调，性能超越人类专家

提出Prover-Refuter对抗级联，以意图取代标准SQL进行NL2SQL评估

让模型自己当老师，把稀疏二元奖励转成稠密 token 级自监督。

把是否放大与放大多少都建模为预测不确定性，按需自适应裁剪 GUI 区域。

把 LLM 技能当作代码、LLM 当作处理器，设计了一套编译+运行时系统，让技能在异构模型和 agent 框架上稳定高效执行。

首个可前馈、单视角、秒级的非刚体外观与物理属性联合重建框架。

用轻量 Copilot 外挂模型解耦记忆与计算，提出 TIPO 训练范式，让 7B GUI 智能体在长程任务上达到 SOTA。

用话语树+全局承诺+多agent迭代精炼，把论文变成结构清晰的演示稿。

首个要求多模态(含视频/音频)网络检索与多跳推理的搜索增强代理评测基准

基于 4550 个 Agent PR 的实证研究：Agent 改日志的频率比人类低 16%，自然语言指令 67% 不被遵守，72.5% 的后续修补仍由人工默默完成。

系统性定义可自主赚取资源、跨基础设施复制与自我进化的AI智能体,分析其可行性、安全与社会风险。

为多模态分割模型外挂实时检索,提升新兴实体分割精度19.2% gIoU

提出预训练遵循稳定组合技能涌现顺序的隐式课程假说，并能用内部表征预测未见任务的训练轨迹。

提出 AgentHazard 框架,在 Android 上注入第三方内容攻击,系统性揭示现有移动 GUI 智能体在 42% 误导率下不堪一击。

用种子驱动的程序化生成构建无限科学数据仓库与可验证问答基准

在 GATv2 中显式注入时间注意力与时间 dropout,提升 EEG 可供性分类的稳定性与精度。