构建真实Web深度搜索基准：200任务，最强模型仅39.0%，人类21.1%
Xiaomin Yu, Hongliang Chen, Zhe Huang, Shilin Yan, Shao-Rong Su, Xuqiao Ma,...
Web智能体
基准测试
多模态
智能体评估
深度搜索
开源320B稀疏MoE智能体模型，以稳定预训练、多脚手架RL与多教师蒸馏强化CLI能力
A. Jian Yang, An Huang, Bo Dan, Chen Mu, Chengran Yang, Chuan Shi, Feng...
MoE
代码生成
多教师蒸馏
大语言模型
强化学习
块级共享监督+门控深度融合的参数化记忆，免检索推理且构建成本降2048倍
Rubin Wei, Siyuan Sun, Hao Sun, Yuliang Liu, Xiang Shi, Jiarui Wang, Junming...
参数化记忆
域适应
大语言模型
检索增强
知识注入
腾讯开源统一感知 VLM，一个模型打通检测、指代、计数、OCR、分割与抠图
Tianming Liang, Junyi Pan, Yuxi Li, Canmiao Fu, Zhipeng Huang, Chong Sun,...
图像抠图
强化学习
指代分割
数据引擎
目标检测
用语言统一动作与视觉变化，单个潜世界模型跨域联合训练，规划与策略推理大幅提速。
Junha Song, Geonmo Gu, Jeongeun Park, Heejeong Nam, Lucas Maes, Byeongho...
JEPA
MPC
VLA
世界模型
具身智能
GAFU 将生成侧表征压成可检索的 G token 注入理解通路，使细粒度理解全面超越同数据 SFT
Tengju Ru, Weitong Lian, Zecong Tang, Zhiheng Liu, Lingyi Meng, Haoran Li,...
偏好优化
后训练框架
生成理解协同
细粒度视觉理解
统一多模态模型
FRED用自蒸馏提升单步去噪的未来视频表征质量，大幅增强机器人操作泛化
Huiwon Jang, Suhyeok Jang, Hyeonmo Kang, Seungku Kim, Jinwoo Shin, Sihyun Yu
世界模型
机器人学习
自蒸馏
表征学习
视频扩散模型
三阶段训练让MLLM隐变量真正驱动视频DiT，实现稀疏输入时序推理与因子感知控制
Songlin Yang, Zhe Wang, Xiaotong Zhao, Xi Wang, Ran Zhang, Shuai Li, Taiyi...
可控生成
多模态大模型
扩散Transformer
视频生成
预测式表征学习
提出跨层共享的Meta Expert，仅用70-80%专家数即可匹配标准MoE性能
Ermo Hua, Xiangyu Hong, Baiting Wu, Che Jiang, Haozheng Hou, Yicheng Gu,...
MoE
参数效率
残差通路理论
缩放定律
跨层专家共享
多智能体框架把文字指令或参考视频转化为动态3D场景中可执行的电影级相机轨迹
Yiming Zhang, Jiarui Guo, Haojia Wei, Yifei Liu, Yifan Yang, Hongjie Zhang,...
3D场景
智能体系统
相机轨迹规划
虚拟电影摄影
视觉反馈迭代
用强化学习策略在预算下联合选择扩散特征的时间步、层与通道子集并蒸馏紧凑学生网络
Ivan Listopadov, Maksim Nakhodnov, Aibek Alanov
密集预测
扩散模型
特征选择
知识蒸馏
策略梯度
统一指令编辑与RGBA图层生成，用在线策略蒸馏保住编辑先验，支持层数与每层内容控制。
Wen Xue, Yong Liu, Xueheng Li, Si Wu, Yong Xu, Yipeng Sun, Yan Li, Simiu Gu
Flow Matching
RGBA
可控生成
图像编辑
图层分解
原始历史+密集检索+重排的朴素RAG在7项设置中6项击败复杂智能体记忆系统
Zhengye Bao, Shengtao Zhang, Haokai Zhang, Shiqi Lou, Muning Wen, Minnan Luo
RAG
基准评测
智能体记忆
证据覆盖分析
长程对话理解
统一评测 T2V/I2V/V2V 代码生视频：2104 任务、17 项指标、15 个 MLLM
Zhenghan Chen, Zekai Shao, Xin Lin, Leting Cheng, Siming Chen
MLLM-as-a-Judge
代码生成视频
基准评测
多模态大模型
视频生成
学习高斯分配策略直接生成指定数量的高斯，显存与延迟随预算线性下降且画质全面领先
Injae Kim, Minseok Joo, Jihwan Park, Sehyung Kim, Minseong Bae, Hyunwoo J. Kim
3D Gaussian Splatting
前馈重建
强化学习
新视角合成
资源高效推理
统一三种路由范式与模型选择，COMET-GRPO 分层信用分配提升 11.03%
Xiaohan Wang, Haozhen Zhang, Qingyuan Liu, Tao Feng, Wenya Wang
GRPO
LLM路由
信用分配
多智能体协作
强化学习
权限内文档联合推理即可泄露更高密级结论，良性查询即触发且简单防护无法杜绝
Daniel Ruiz, Luca Luceri, Emilio Ferrara
LLM安全
基准评测
智能体评测
隐私与机密性
马赛克效应
扩散语言模型解码成本随任务、语言与答案对错大幅变化，可免费用作置信信号。
Mohsen Fayyaz, Ali Modarressi, Daniel Israel, Lucas Bandarkar, Nanyun Peng
信息论
多语言公平性
扩散语言模型
推理效率
测试时计算
系统梳理机器人如何从改进行为走向改进改进方式本身，并给出判定真正递归的两轮测试
Meng Luo, Zechen Bai, Shanqing Xu, Yanlin Li, Kaixin Li, Mengchen Qian,...
世界模型
具身智能
安全与评估
机器人学习
研究议程
提出视频中心深度研究报告生成任务并构建OmniDR-Bench，最强智能体仅得63.3/100分
Jiahao Meng, Qize Yang, Yuxuan Wang, Yunfei Chu, Wensi Dai, Jin Xu, Yunhai Tong
LLM-as-a-Judge
基准评测
多模态检索
报告生成
深度研究智能体
首个让智能体在固定预算内自主设计评估器的基准，最好排序一致性75%仍低于91%天花板
Yaolun Zhang, Tianyi Xu, Yujie Zhao, Jishen Zhao, Qingyun Wu, Huazheng Wang
LLM 智能体
基准测试
智能体评估
评估设计
递归自我改进
用周期性心跳在用户说话时并行推理与调用工具，语音一结束就能快速作答
Zhenyu Zhang, Kewei Fu, Yongqi Tong, Chenzhi Zheng, Wei Wu, Jiang-Ming Yang,...
低延迟推理
工具调用
推测执行
语音智能体
把文本生成拆为连续语义压缩与离散解码，用梯度路由实现表示-生成协同适应，扩展未饱和。
Hongcan Guo, Yian Zhao, Feng Wang, Shen Nie, Guoqiang Wei, Yan Zeng, Hengshuang Zhao
层次化语言建模
扩散语言模型
掩码扩散模型
流匹配
语义压缩
量化敏感度随任务与去噪步而变，T2Quant按时序分配激活精度，同预算最高提升6.7个百分点。
Ofek Avivi, Eliron Rahimi, Avi Mendelson, Chaim Baskin
任务感知校准
后训练量化
扩散语言模型
混合精度
高效推理
把序列压缩重构为端到端可学习的岭回归闭式求解，冗余 token 影响自动递减
Sihan Yang, Jie Huang, Hanxuan Li, Yifan Guo, Weigao Sun, Yiran Zhong, Weiyang Liu
多模态
序列压缩
测试时回归
稀疏注意力
高效架构
统一五大智能体领域的离线评测基准，最强VLM准确率仅58.5%
Advait Gupta, Sachin Konan, Tom Yin, Gabriel Sarch, Zhuang Liu
基准评测
多模态
数据集构建
智能体
视觉语言模型
把AI视频检测拆解为检查规划、证据验证、证据聚合三能力，全程人类锚定监督
Zhuoran Zhang, Yang Shi, Qixun Wang, Tengfei Liu, Yuqi Tang, Xuanyu Zhu,...
AI生成内容检测
可解释性
基准评测
多模态大模型
强化学习
用相邻帧关系查询差异的校准注入，破解视频场景图生成中的关系语义惯性
Jaeyeon Heo, Geuntaek Lim, Yukyung Choi
DETR查询机制
Transformer
时序建模
视频场景图生成
视频理解
LoRA 微调视频模型，把游戏粗糙画面渲染成高质量视觉且保持实体同步
Ruicong Liu, Liangyang Ouyang, Fengbo Lan, Zhixiang Wang, Kaipeng Zhang
AI游戏创作
LoRA微调
实体一致性
游戏渲染
视频到视频翻译
将自然语言策略编译为由弱模型执行、与对抗反例协同优化的可解释程序，低成本稳定执行复合策略
Arnon Mazza, Elad Levi
LLM-as-a-judge
LLM策略执行
对抗生成
智能体护栏
神经符号
单一前馈模型统一深度估计、3D检测、语义占用与高斯重建，自预测位姿支撑视频级场景重建
NVIDIA, Sérgio Agostinho, Maximilian Apodaca, Emmanuel Attia, Guillem Braso,...
3D目标检测
3D高斯泼溅
几何基础模型
多任务学习
多相机视频
提出14类违规分类RIVT与RIDAR框架，自动检测并实时纠正科研智能体的诚信违规
Jiening Siow, Amy Xin, Junjie Wang, Ziyu Tang, Zijun Yao, Yunjia Qi, Fanjin...
LLM-as-Judge
智能体安全
科研诚信
自主科研智能体
轨迹分析
用 Lean 内核逐步验证分子状态转移，让化学思维链的每个声明可检查、可修订
Jiatong Li, Yatao Bian
LLM工具调用
Lean
化学推理
形式化验证
过程监督
推理模型的“wait”反思标记几乎从不由RL发明，而是由训练数据植入、再被RL配方改塑。
Zhizhuo Kou, Sizai Hou, Long Chen, Jian Yang, Junyu Luo, Jingshu Peng,...
大语言模型
强化学习
思维链可监控性
推理模型
语法化
单次前向直接输出类别级6D位姿、尺寸与完整形状，28 FPS 兼顾精度与实时
Jinyu Zhang, Haitao Lin, Jiashu Hou, Xiangyang Xue, Yanwei Fu
6D位姿估计
RGB-D感知
机器人操作
混合专家MoE
点云学习
用积木装配 SDK 与物理验证回路，让现成 LLM 智能体生成 100% 物理可行的乐高模型
Ava Pun, Kevin Dai, Sally Chen, Maxwell Jones, Ruixuan Liu, Kangle Deng,...
3D生成
LLM智能体
乐高积木
代码生成
工具增强
奖励模型自动监视并触发教师接管收集恢复轨迹，联合三分布蒸馏迁移基础模型能力，较BC最高提升4.1倍
Yuxiang Lu, Yantong Liu, Jinghua Hou, Xueli Sun, Ruihua Han, Zhe Liu, Hengshuang Zhao
DAgger
VLA
具身智能
数据聚合
机器人操作
模型独立能力越强，越会按人类的位置优势选择性交出操作权
Weien Li, Haochen Liu, Zeyu Li, Rui Song, Zixuan Dong, Ye Yuan
LLM智能体
人机交互
人机协作
控制分配
智能体评估
用10倍小的Mamba动作专家替换π0.5，去噪延迟降64.8%，LIBERO成功率反升1.08点
Khuyen Pham, Tran Nguyen Le, Edoardo Fazzari, Cesare Stefanini
Mamba
VLA
推理加速
机器人操作
流匹配
统一红队框架标准化分割式LLM隐私评估：加梯度使完整文档恢复从13.71%升至37.77%
Georgios Politis, Evangelos Pappas
分割学习
可复现性
安全度量
梯度泄露
红队框架
受控研究揭示去掩码策略设计规律，提出轨迹收缩监督，856K小策略显著加速dLLM解码
Jinya Sakurai, Xun Xu, Jaehong Yoon
去掩码策略
受控研究
扩散语言模型
推理加速
策略蒸馏
多智能体系统在 3DGS 子领域端到端自主复现、扩展并写论文，每个数字可溯源到训练日志
Seemandhar Jain, Manmohan Chandraker
3D高斯泼溅
LLM智能体
可复现性
多智能体系统
自主科学发现
用光追硬件实现百万帧每秒的四旋翼仿真，纯仿真训练的视觉偏航策略成功迁移真机。
Jonas Eschmann, Giuseppe Loianno
Sim2Real
光线追踪
四旋翼仿真器
机器人学习
视觉控制
DFT谱滤波+闭式岭回归做零音频词表初始化，省75%训练数据
Walaa Othman, Baher Mohammad, Stamatios Lefkimmiatis, Ammar Ali
TTS
低资源语言
嵌入初始化
词表扩展
谱方法
用语义扰动探测各智能体对系统损失的局部响应强度，找出最值得优先改进的智能体
Jie Mao, Pingchen Lu, Zikun Qu, Jiahang Sun, Xiangyi Wang, Zhiwei Shang,...
LLM工作流
多智能体系统
影响函数
提示词优化
模型升级
以信息比率为核心的对决老虎机框架，10轮二选一反馈内从400个人格中选出最优个性化人格
Jie Mao, Pingchen Lu, Xiangyi Wang, Hengquan Huang, Shuang Qiu, Min Zhang,...
Bradley-Terry模型
LLM个性化
信息导向采样
偏好学习
对决老虎机
用骨架监督把潜在动作分解为运动与残差分量，动作可控性与保真度双提升
Qi Lv, Jiayi Lin, Yuxin Jiang, Jianzong Wang, Xiang Deng, Mike Shou Zheng
具身智能
动作条件视频生成
机器人世界模型
潜在动作学习
策略评估
首个兼顾准确性与真实感的事件序列预测基准，揭示二者权衡并用BaryBooster转化SoTA精度
Dmitry Osin, Egor Surkov, Petr Mokrov, Igor Udovichenko, Ivan Karpukhin,...
事件序列预测
基准评测
扩散模型
最优传输
生成建模
物理与社会双重约束下的机器人全栈框架与360集基准，评测8个多模态大模型的动态世界执行能力
Yicheng Xu, Zhikai Xu, Ziyuan Chen, Yuhang Dong, Tao Zhang, Zhucun Xue, Yong...
人机交互
具身智能
多模态大模型
机器人基准
物理仿真