按AI输出的直接用途把游戏AI组织为六大角色，统一梳理能力迁移、制品复用与证据强度。
Meng Luo, Yanlin Li, Hao Li, Hongzhan Lin, Pengfei Zhou, Tianjie Ju, Ran...
LLM智能体
世界模型
基础模型
游戏AI
游戏智能体
以听-说-思-行循环统一深度感知、全双工话轮管理与边想边说推理的实时语音基座
Bin Lin, Bo Zhao, Boyang Zhang, Boyong Wu, Chao Yan, Chen Geng, Chen Wu,...
全双工对话
实时推理
模型合并
语音大模型
语音智能体
MoE 自回归 + 单码本音乐 token + ABC 显式编曲规划的长时音乐生成模型
Chengli Feng, Zhiyue Wu, Jiahao Song, Zheqi Dai, Boyang Wang, Ruibin Yuan,...
MoE
偏好对齐
思维链
流匹配
音乐生成
数据/函数/权重锚点与合并LoRA组合，将100任务留存率从1.2%提升至34.9%
Zheyuan Zhang, Alvin Zhang, Daniel Khashabi, Tianmin Shu
LoRA
大语言模型
微调
持续学习
灾难性遗忘
用同任务成败轨迹对比与五模块受限演化，让智能体框架在不接触评测基准的前提下实现可泛化自我改进
Siwei Wu, Jincheng Ren, Yizhi Li, Haau-Sing Li, Chengran Yang, Yuxuan Zhang,...
Agent Harness
基准隔离评测
智能体自我进化
终端智能体
轨迹对比分析
把研究者协作转化为任务与评分规则，嵌套耦合外壳进化与模型强化学习，实现科研智能体持续自改进。
Shuhan Xue, Jianyuan Zhong, Ziyuan Nan, Wenbin Li, Zhaochen Yu, Jinchao...
GRPO
Rubric奖励
强化学习
持续学习
生物医学AI
统一Agent Harness协调记忆、空间证据与工具执行，免训练统一指令与目标导航
Yang Chen, Lirong Che, Zhenyu Huang, Wenbo Fu, Chuang Wang, Xu Cao, Daqi...
人形机器人
免训练/零样本
具身导航
多模态大模型
智能体框架
提出B0–L5五级自主性框架，系统梳理递归自我改进的现状、挑战与产业实践
Yi Duan, Ying Liu, Zirui Tang, Haodong Chen, Jun Zhou, Yumou Liu, Bangrui...
AI智能体
综述
自主性分级
自动研究
评估与验证
共享编码器联合双向生成解码器预训练，一维可变长连续令牌同时胜任检索与生成。
Guangyu Sun, Shlok Kumar Mishra, Wentao Bao, Robert Zhenheng Yang, Xiao...
图像描述生成
多模态表征学习
对比学习
嵌套Dropout
文生图
提出GAI框架，用两个旋钮把经典策略迭代与递归自我改进统一为同一循环的两个实例
Hongyao Tang, Yi Ma, Pengyi Li, Yifu Yuan
AI安全
广义策略迭代
形式化框架
智能体学习
递归自我改进
按点轨迹→DINO→深度→RGB顺序自回归预测多模态未来再生成动作的机器人世界-动作模型
Adam Hung, Bardienus P. Duisterhof, Deva Ramanan, Jeffrey Ichnowski
世界模型
多模态生成
机器人操作
模仿学习
流匹配
用稀疏速度增量与在线场景记忆实现物理合理、可中途交互控制的多物体自回归视频生成
Chuhao Chen, Peter Wonka, Chaoyang Wang, Chen Wang, Qiao Feng, Sergey...
交互式生成
刚体动力学
可控视频生成
场景记忆
物理合理性
把行为漂移设为硬预算后，微调变成方向选择问题：只训问答对也能提升任务且不伤原有能力
Fei Yuan, Changjiang Gao, Yilei Tu, Yifeng Liu, Shujian Huang, Yu Qiao
优化几何
参数高效微调
多语言翻译
大模型微调
灾难性遗忘
用共享演化心理状态的模拟器生成特权监督，蒸馏出理解用户心智的助手模型
Zixuan Wang, Yufan Zhou, Jinzhou Tang, Xinle Yu, Chengjun Wu, Lyumanshan Ye,...
个性化
合成数据
心智理论
特权信息学习
用户模拟
层更新可分解为平行与垂直分量：平行冗余可删甚至利于训练，垂直关键而脆弱
Shwai He, Haichao Zhang, Shen Yan
可解释性
模型压缩
注意力机制
表征几何
预训练
用169个不可能任务与机器可验证证书，压力测试自动生成评分量规能否抵御对抗性答案利用
Bowen Qin, Yi Xie, Yesheng Liu, Xi Yang
LLM-as-a-Judge
RLVR
基准测试
奖励黑客
对抗评估
QA-only专家训练隐式选择轨迹分布，蒸馏学生严格继承教师的特化—泛化画像
Yilei Tu, Zihao Li, Shaoxiong Ji, Jörg Tiedemann, Fei Yuan
KL正则化
参数高效微调
大语言模型
推理轨迹
知识蒸馏
53M参数开放词汇关系模型，接受任意区域来源与推理时词表，20ms实时输出打分关系
Maëlic Neau
场景图生成
实时推理
开放词汇
正例-未标注学习
视觉关系检测
儿童观众框架能让六个前沿模型反复收敛到同一套架构蓝图，但其出处无法被验证
Afshin Khadangi
AI安全
LLM自我描述
对齐探针
提示工程
模型自省
Gavel用两个线性投影从冻结LLM自身前向传播中读出路由信号，无需技能文本进入上下文
Ruishuo Chen, Xun Wang, Yu Chen, Zhuoran Li, Longbo Huang
LLM智能体
参数高效读出
对比学习
技能路由
检索与重排
用少量固定位置的连续寄存器令牌，让扩散语言模型在清除已生成文本后继续推理。
Albert Ge, Chandan Singh, Yufan Zhuang, Xiaodong Liu, Jianfeng Gao, Frederic Sala
可解释性
多块推理
强化学习
扩散语言模型
连续记忆
在MLP神经元注入拒绝正交诱饵信号，污染攻击者的对比估计器，2分钟低成本防住拒绝消融攻击
Aashiq Muhamed, Mona T. Diab, Virginia Smith
LLM安全
对抗鲁棒性
拒绝方向
机制可解释性
权重编辑
六大模态的自回归模型均自发涌现少样本ICL，五个模态逐任务收益正相关，部分支持趋同涌现假说
Nathan Breslow, Seungwook Han, Daniel Hyunsoo Lee, Aayush Mishra, Anqi Liu,...
上下文学习
基础模型
实证研究
涌现能力
跨模态
八个并行智能体小镇连续运行16天承受三类攻击：无一世界全程韧性好，安全是系统属性而非模型属性
Deepak Akkil, Tamer Abuelsaad, Karthik Vikram, Matthew Pace, Aditya Vempaty,...
AI安全
多智能体系统
对抗性评估
提示注入
智能体社会模拟
让智能体考前先刷题：符号策略学习+自定向探究+执行中即时验证，刷新六大视觉生成基准
Xu Xu, Jinxiu Liu, Zhangbo Qiao, Jiaxing Lu, Xiangyu Zhang, Yubin Gu,...
多智能体系统
符号策略学习
经验复用
自进化智能体
视觉生成