提出四维统一分类法并用智能体系统自动综述350篇图形学论文，梳理设计趋势与开放问题
Hengyu Liu, Jihyeon Je, Ruiqi Wang, Mingxuan Wu, Haven Feng, Qixing Huang,...
3D生成
LLM智能体
代码生成
综述
自动文献综述
用波前流水线并行块级去噪与缓存刷新，每轮前向产出一块视频，动稳兼顾。
Yijie Jin, Yuxuan Liu, Jiajun Xu, Ye Huang, Chuzhi Wang, Jiayang Li, Ruiyang...
并行系统
扩散模型
推理加速
流式生成
视频生成
职责分离的三层智能体运行时，统一复杂交付、持续监控与自动化自我改进
Jiajie Jin, Guanting Dong, Chengjun Pan, Xin Deng, Zhuohui Sheng, Guoqiang...
Agent Harness
人机协同
多智能体协作
自动化后训练
递归自我改进
以智能体执行框架为分析单元，综述视频生成走向自主生产、世界交互与自我改进的三大方向。
Liaoyuan Fan, Yuhao Zheng, Dongxing Mao, Hangyu Ran, Siyuan Hu, Weijia Mao,...
世界模型
智能体框架
智能体系统
综述
视频生成
双循环飞轮从视频挖种子、按原语合成任务并快照回滚采轨迹，27B 模型四大基准比肩闭源旗舰
Xinlei Yu, Gen Li, Ji Zhao, Zhangquan Chen, Congcong Wang, Shuai Dong, Zelin...
GUI+CLI 混合动作空间
强化学习
数据合成
视频轨迹挖掘
计算机操作智能体
统一框架让开源模型机器人操控成绩首超闭源前沿模型，成本降约20倍
Jiarui Yuan, Yuxin Zuo, Xiaoyu Huang, Wenbo Zhang, Kwanyoung Park, Junlin...
Agent系统
具身智能
开源模型
机器人操控
系统设计
冻结2025文献让LLM写提案、与2026真实论文对照，差距集中在具体方法而非方向。
Shanshan Zhong, Chen Xu, Jingjie Ning, Zhengzhong Liu, Aviral Kumar, Chenyan Xiong
AI科学家
LLM智能体
基准评测
想法生成
研究品味
历史引导轨迹采集：只定投入位置、不进智能体上下文，解决率提升2.33点
Ziming Li, Lu Yu, Jiatan Huang, Qing Cui, Jun Zhou, Chuxu Zhang
SWE-bench
后训练
数据采集
编码智能体
轨迹数据合成
四个可解释摄影令牌统一驱动360°方向选择、裁剪排序、门控精修与量化解释
Yuan-Kang Lee, Kuan-Lin Chen, Chia-Che Chang, Yu-Lun Liu
360°全景取景
可解释性
图像裁剪
多模态大模型
美学评估
提出RETRACE框架首次系统量化CUA模型级恢复能力：恢复是解锁任务潜力的关键杠杆
Byeonghun Bang, Sangwoo Park, Jinheon Baek, Kangsan Kim, Youngwan Lee, Sung Ju Hwang
GUI自动化
基准测试
智能体评估
计算机使用智能体
错误恢复
蒸馏只需模仿教师top-K token的排序，无需拟合其概率值，全面超越传统在策略蒸馏
Guangzeng Han, Yu Wu, Xiaolei Huang
在策略蒸馏
大模型推理
排序学习
知识蒸馏
训练目标设计
用执行底座+经验飞轮+三阶段学习，让开源 CUA 在六大基准达到 SOTA
Chaoyun Zhang, Bingxuan Li, Pinxue Guo, Yangfan Gao, Zikun Cai, Tianci Xie,...
Agentic RL
Computer-Use Agent
GRPO
GUI Grounding
SFT
构建上下文-焦点-观测点计划，让模型学会先判断该看什么再主动取证的视频描述框架
Tengfei Liu, Yang Shi, Yuran Wang, Yuqi Tang, Yizhuo Jia, Zhuoran Zhang,...
GRPO
主动感知
多模态大模型
强化学习
智能体
首个要求跨仓库协同修改的SWE基准，最强模型Pass@1仅58.48%
Silin Chen, Yuling Shi, Heng Lian, Zihan Zhang, Xiaodong Gu, Haotian Lin, Zhensu Sun
SWE-Bench
基准评测
编码智能体
跨仓库开发
软件工程
系统检验表明：世界模型预测误差并非可靠的物理惊讶度量，外观等干扰常反超物理违规
Anton Hristov, Aleksandar Slavov, Vasil Vasilev
JEPA
物理合理性评估
线性探针
表征几何
视频世界模型
蚂蚁团队首篇全模态嵌入综述：提出3C透镜与转换、对齐、融合三路径路线图
Ziyin Zhang, Yuyu Guo, Ying Zhang, Siqiao Xue, Zihan Liao, Jin Qin, Wenjie...
多模态
对比学习
嵌入模型
检索
立场论文
在 Blackwell GPU 上用 MXFP8/NVFP4 微缩放注意力实现因果安全的低精度加速
Fedor Velikonivtsev, Mikhail Koltakov, Denis Kuznedelev
Blackwell
GPU 系统优化
低精度训练
注意力内核
量化
用教师有/无历史两次预测的残差解耦历史监督，实现长视频一致与视角回访状态保持
Hangyi Kuang, Chengzhi Wang, Yefei He, Weijie Wang, Yuke Zhao, Zhuokun Chen,...
扩散模型蒸馏
自回归生成
视频世界模型
视频生成
长视频一致性
提出ReGap-Bench配对干预基准，证明任务匹配的视觉参考无需训练即可显著提升多模态推理
Guizhen Chen, Weiwen Xu, Wotao Yin, Anh Tuan Luu, Hou Pong Chan
免训练技能
参考间隙
基准评测
多模态推理
视觉提示
提出化身智能范式：L0–L3决策委托路线图与AOI评估框架，让持久个人智能体放大人类能动性
Zheng Wu, Xinbei Ma, Yao Yao, Zhaoyuan Huang, Haowen Hu, Yijie Lu, Taolei...
AI智能体
个性化
人机协作
智能体安全
立场论文
240个任务、8个协作维度测模型当队友：最强仅82.2分，能力相近的模型协作分可差11分
Sean Wu, Aneesh Pappu, Jiaru Zou, Yubin Kim, Yuncong Mao, Hongjian Zhou,...
AI安全
LLM基准
团队协作
多智能体协作
智能体评估
条目空间在策略蒸馏把生成式教师的排序能力压进单token决策模型，超越27B教师且快24.5倍
Yanran Wu, Dian Yu, Chongyang Bai, Jieyi Zhang, Rui Liu, Tianyi Chen, Shike...
信息检索
决策模型
在策略学习
推理效率
文档重排
逐个生成自包含子问题，把跟踪与判决交给规则QA表和微调小模型，并跨问题缓存复用答案
Dingyi Kang, Bingzhe Li
RAG
多跳问答
答案缓存复用
轻量决策模型
问题分解
用 Lean 4 写策略并证明裁决正确，拦截违规工具调用，还能给出带证明的自动修复
Sreehari Sankar, Debargha Ganguly, Vikash Singh, Mohsen Hariri, Weicong...
LLM智能体安全
Lean 4
形式化验证
提示注入防御
时序逻辑
路由器在推理时从共享层库中动态挑选下一个 Transformer 层，统一参数复用与稀疏激活
Abdellah Rahmani, Sean McLeish, Ang Li, Sanae Lotfi, Pascal Frossard, Micah Goldblum
动态架构
参数共享
可解释性
层路由
循环Transformer
仅用单 GPU 数小时的高秩 LoRA 微调，即可把主流自回归大模型转换为可用的扩散语言模型
Ruurd J. A. Kuiper, Robert A. Bagheri
AR到DLM转换
LoRA
参数高效微调
扩散语言模型
掩码扩散
把多智能体协作规则抽象为可配置服务负载，用语义轨迹实现固定工作量受控回放与SLO归因
Shengxuan Qiu, Haochen Huang, Shuzhang Zhong, Zizhuo Fu, Zebin Yang,...
KV缓存管理
LLM推理服务
SLO与Goodput
多智能体系统
硬件评测
PRIMACONS 四轴基准量化跨基元不一致，CPRC 校准器降低不一致 58.57%
Xu Liu, Guikun Chen, Kanzhi Wu, Wenguan Wang
LLM可靠性
一致性评测
基准数据集
模型校准
结构化决策
用模型自身的置信度与熵轨迹信号在同样正确的答案间挖掘额外学习信号，提升小模型自改进与迁移
Minju Gwak, Alan Ritter
可验证奖励
小语言模型
推理轨迹质量
测试时强化学习
自我改进
校准跨模型置信度，让异构模型接力生成，精度超单模型且token开销省6倍
Xu Liu, Jungang Qiao, Guikun Chen, Xiaojuan Qi, Wenguan Wang
多智能体协作
多模态推理
推理效率
模型路由
置信度校准
让自教师边指导边进化、按指导可靠性加权学生损失，使 OPSD 持续提升
Shufan Shen, Zhongni Hou, Chao Bi, Yufei Zhang, Guojun Yin, Shuhui Wang
LLM后训练
RLVR
在线自蒸馏
教师演化
自适应损失加权
反转投机解码角色：大模型一次提议16个token，一次额外前向验证后按前缀提交
Ziqi Jin, Weiwen Xu, Jiaxi Li, Yujie Zhong, Qi She, Aixin Sun
LLM推理加速
多token预测
投机解码
无损加速
解码策略
实证表明框架跨任务持续自我进化会灾难性遗忘，并归纳三类框架冲突成因
Shangziqi Zhao, Yitong Zhang, Jia Li
实证研究
持续学习
智能体自进化
灾难性遗忘
软件工程智能体
直接在渲染页面图像上检索与推理，无需OCR，反事实信用重加权让27B开源模型追平GPT-5.4
Tiansheng Hu, Yichuan Wang, James V. Talwar, Nicholas Tomlin, Chen Zhao, Sewon Min
Agentic搜索
信用分配
基准构建
多模态检索
深度研究
以共享记号统一讲解音乐生成的表示、范式、控制、评估与数据法律问题
Mateusz Modrzejewski, Joanna Kurkowska, Dorien Herremans
扩散与流匹配
数据来源与版权
综述教程
评估方法
语言模型
统一世界模型联合生成未来视频与查询点三维流，视觉监督显著提升运动预测精度
Yuhao Lu, Jiongxu Chen, Hexiang Wei, Jiajin Wu, Juelin Li, Mingjian Liang,...
3D场景流
世界模型
大规模预训练
整流扩散
机器人操作
LEMS 误差模型驱动 ILP 秩分配，KFAC-SVD 修复 Fisher 秩坍缩
Moritz Thoma, Maximilian Groezinger, Maximilian Forstenhäusler, Emad...
SVD
低秩分解
大语言模型
模型压缩
秩分配
无需参数更新，TAL把教学视频固化成教程书记忆并用TOC检索，让冻结LLM持续学习
Haoyu Zhao, Zafeirios Fountas, Jun Wang
LLM Agent
外部记忆
多模态
持续学习
检索增强
VLM 测试时先定答案再想象配图，自造针对性练习实现免标注自我提升
Mehmet Onurcan Kaya, Desmond Elliott, Dim P. Papadopoulos
合成数据
无标签学习
测试时自适应
统一多模态模型
自我提升
双轴联合初始化门控记忆参数，使五种线性循环架构的长上下文检索平均提升5.3–16.7个百分点
Zhangchi Feng, Harry Jiang, Yangyifei Luo, Ray Zhang, Richong Zhang
状态空间模型
线性注意力
记忆初始化
长上下文检索
门控循环
提出Lab2Sim基准与EduVideo2Code框架，把实验视频变成可交互的虚拟实验
Xusen Hei, Jiali Chen, Jinyu Yang, Yi Cai
前端代码生成
基准评测
多模态大模型
科学教育
视频理解
先用统计门控进化冻结教师的harness，再蒸馏进0.8B–4B学生，以约五分之一算力逼近教师
Kehong Gong, Xiaoxu Zheng, Guanli Hou, Seunghun Lee, Mengqi Guo, Runjia Tan,...
具身智能
智能体脚手架
机器人操作
知识蒸馏
统计假设检验
BedBench 定位 VLM 3D 推理失败点：单项判断正确，精确答案与一致性却失败
Khai Le-Duc, Nguyen Kim Hai Bui, An Ngo, Nam D. Hoang, Yueqi Song, Jiarui...
3D推理
基准评测
模型诊断
视觉语言模型
用目标音频约束生成式人脸视频修复，同时支持原音频修复与换音频配音
Xinyang Li, Zeran Xu, Qijun Gan, Chenwei Zhang, Meiguang Jin, Junfeng Ma
人脸超分辨率
唇形同步
流匹配
视频修复
音频引导生成
用17种人脸质量分数免训练检测morph攻击，发现morph质量常反超真人
Hao Peng, Fu Bo, Mahmoud Elshirbeny, Guray Ozgur
人脸图像质量评估(FIQA)
人脸识别安全
免训练检测
变形攻击检测
基准评估