系统阐述LLM从对话助手到持久工作AI的演进路径，提出Workspace+Skill核心范式

用"相机栅格视频"作为视觉化的相机表征，实现无需跨配对数据的多镜头相机运动克隆。

在思维过程细粒度决策点上做分支与信用分配的智能体RL算法

将LLM记忆访问从被动检索重构为主动多步推理,在长对话任务上以更低成本取得SOTA。

首个医疗LLM认知韧性基准：注入虚假上下文后准确率从71%暴跌至38%

将 Agent 运行时框架视为一等公民，通过类型化组合与轨迹驱动进化实现 +14.5% 平均提升。

面向全模态任务的多智能体编排框架与决策对齐强化学习方法。

为长视频RAG提出V-RAGBench基准与CARVE两阶段chunk级决策框架。

DeepMind报告系统梳理AGI迈向ASI的四条技术路径与六大瓶颈

提出实体锚定脚本+线索引导QA两阶段自动数据引擎，构建10万条跨模态长程推理样本。

用冻结小模型为大模型 GRPO 生成探索性 rollout，渐进切入到自采样的 S2L-PO 框架

为每个输入预测如何动态跳过/重复预训练层，在更少层数下获得更高准确率

用选择性改写和行为水印保护智能体轨迹中的专有程序性技能，防止被下游蒸馏复用。

首个系统实证 MLLM 视觉仓库表示，图谱补充可降 26% token 成本。

把冻结MLLM当噪声编码器，在RAE潜空间中引导DiT去噪

Lean 4 高效开源证明器家族：4B 模型以 167× 参数优势反超 671B 基线

像素对齐多层几何表示，同时实现可见表面重建与遮挡几何生成。

腾讯 Robotics X 提出端到端 VLA 栈：10K小时UMI数据+4B MoT VLM+FlowPRO离线RL，跨形态零遥操作部署。

提出有审查预算的Arbiter智能体，实时监测多Agent对话中的失准行为

iMaC把未来动作渲染成运动图与接触图，注入视频扩散模型做策略评估。

首个系统量化视频世界模型长程记忆能力的多维基准

异步帧调度让关键帧走完去噪、非关键帧跳步，配合潜轨迹投影保时序一致性

证明仅改论文「包装」不改科学内容，就能在主流 AI 评审器上平均提分 +1.21、攻击成功率 75.1%。

用 3D 轨迹作为视频到机器人动作的可复用中间表征，纯视频预训练即可匹敌有动作监督的 VLA。

揭示 LoRA 缩放因子 α 的主导作用，提出 α*≈C√r 平方根律。

用视频参考+稀疏注意力+动作表征实现生产级1080p数字人视频生成

构建 7031 例带三阶段推理轨迹标注的医疗 VQA 基准，通过阶段替换干预定位幻觉根源。

通过多视图GRPO与自验证锚点，解决GUI定位RL训练奖励退化问题。

用前几个 token 的隐藏态即可预测激活操控成功或失败。

把RL粒度从token拉到step，对齐MDP与信用分配单元。

评测LLM能否仅从聊天先例推断并遵循群组隐藏的局部社交规范

大型推理模型能解题却不会评题，根源是答案确认偏差。

把可供性推理改造成20问游戏，屏蔽物体身份，迫使模型从物理属性推理而非记忆物体-可供性映射。

系统分析 OPD 参数更新，发现其像 RLVR 而非 SFT 一样稀疏且偏离主方向。

通过两阶段预训练动作专家解决VLA模型OOD语言泛化问题

SciAgentArena：跨5领域198任务，系统评测18个AI智能体科学发现能力

首个统一评估MLLM代码化参数化3D生成能力的基准，覆盖文本/图像/装配三类任务。

用世界坐标系认知地图+三阶段工具调用 Harness，把 MFM 空间推理提升 5%–18%

用层次化强化学习让LLM边读边想并自动分配计算

用 PPI 把少量人工标注和大批 LLM 判分结合，给层次化指标做无偏估计。

用双注意力池+周期性KV刷新解锁多分钟级自然视频流的稳定-运动权衡。

提出2FFS算法，统一极小极大扩展与MCTS采样以高效辨识最优动作。

剪枝+精确最小化+释放循环，最大压缩 39×

用序贯变点检测理论为幻觉起始设定不可逾越的延迟下界并刻画其与实测差距的来源

用第一人称视频的相机运动作为主动感知监督信号预训练机器人策略

从 11039 个真实 Python 性质测试提炼 9415 个 Lean 4 验证任务。

在小波系数空间做流匹配，配合状态感知不确定性建模，单卡 10 步合成全分辨率 3D 脑 MRI

提出可审计修复证书框架，解决自动驾驶硬规则门控导致的误否决问题