最新发布
东大提出VLAff：从20万人类视频统一抓取与轨迹，零样本落地真机操作
团队构建了一个拥有 20.4 万条视频片段、千万级标注的大规模第一人称数据集 EgoAffordance ，并在此基础上提出了统一的多模态视觉-语言-操作引导模型 VLAff （Vision-Language-Affordance Model）。
多模态&视觉
AGI FRONTIER
AI前沿分享
深度解读 AI 论文，追踪 Agent、推理、多模态与具身智能的最新进展。
PAPER INSIGHTS
最新解读
SyncPlan：显式同步与自适应修正，多智能体协同耗时降至0.05%
针对这一核心冲突，最新研究提出了名为 SyncPlan 的“规划-执行-修正”（Plan-Execute-Correct）长程多智能体协同框架。该框架让中心化 LLM 在单次调用中生成带有显式同步原语的长程动作链，在底...
AI Agent
StepJack：无害子步骤链式渗透，多步间接注入让CUA攻破率提升31.2%
这项研究正式提出了“多步间接提示注入”攻击范式，并开源了专门针对 CUA 评估的基准测试框架 StepJack 。实验揭示了一个令人警惕的结论：拆解并非削弱了攻击威力，反而是绕过安全机制的倍增器。
AI AgentAI安全
State2State：告别人工任务与标注，清华阿里提出智能体环境自驱中训
面对这一困局，来自阿里巴巴和清华大学的研究团队提出了全新的解决思路： State2State 。这项研究不再纠结于“如何让人类或更强的大模型生成更多任务”，而是退回智能体交互的最本质关系——智能体与环境。
AI Agent模型训练
HL-Gauss PPO：把Critic回归改为分类，pass@256提升9.6分
为此，本文提出了 HL-Gauss PPO ：彻底放弃标量的 MSE 回归头，改用带有高斯平滑的离散分类头来学习价值分布，最后仅通过求期望还原出标量值供 PPO 使用。
强化学习
SodaMem：北大提出时序图记忆，以1分钱成本冲上92.8%准确率
针对这一长期记忆难题，来自北京大学的研究团队提出了 SodaMem 。该工作将 Agent 的长期记忆重新定义为一种强证据溯源的时序知识图谱（Evidence-Grounded Temporal Graph Memory）。
知识系统AI Agent
SkillReason：让Agent内化隐式推理，小模型检索能力跨级反超8B
针对这一问题，该研究提出了包含 61,228 个技能的新基准 SkillReason-Bench ，并设计了名为 SkillReason 的双阶段推理增强框架。
RAGAI Agent
SiMDex：像推荐系统一样精选5%人类视频，灵巧手成功率达61.1%
面对这个难题，来自字节跳动、上海交通大学、清华大学、香港大学和东京大学的研究团队提出了全新视角：将大模型时代的后训练数据选择转化为一个成熟的“工业级推荐系统问题”，并推出了相似性数据挖掘框架 SiMDex 。
具身智能多模态&视觉
Shape Your Feed：Meta大模型主动推荐框架，对齐准确率达98.85%
为了打破被动排名的局限，Meta 提出了名为 Shape Your Feed （简称 SYF ）的大模型主动推荐系统。该系统让大语言模型扮演结构化控制器的角色，构建了包含感知、在线服务与自我进化的三层架构，打通了用户显...
AI AgentAI安全
NeSy-Spatial：告别盲目规划与死板流水线，空间推理技能实现自演进
针对这一核心痛点，研究团队提出了名为 NeSy-Spatial 的神经符号空间技能自演进框架。该框架放弃了从零临时规划或套用僵化模板的做法，而是将工具交互与几何算法解耦并抽象为可执行的原子指令，进一步组合成 Tool-...
推理
微软提出OEO：自进化Agent无需预设流程，GPT-5.5在线编排省下65%交互Token
为此，他们提出了一种名为 OEO （Open-Ended Optimization，开放式优化）的极简范式：框架仅负责严格锁定目标、预算、权限和评测红线，而把“何时收集证据、如何诊断失败、提出何种粒度的修改以及何时停止...
AI Agent模型优化
TBA：无需写权限，仅凭Query诱导轨迹逼近直接后门注入
本文提出了 轨迹后门攻击 （ Trajectory Backdoor Attack ，简称 TBA ）。在完全无需触碰技能代码、没有任何提权行为，甚至仅拥有普通用户提问权限（Query-only）的前提下，攻击者只需巧...
基础模型
DyLaR：视频问答告别千字长CoT，不到20个Token准确率提升4.2分！
针对这一核心痛点，来自佐治亚理工学院（Georgia Institute of Technology）与莱斯大学（Rice University）的研究团队提出了名为 DyLaR （Dynamic Latent Rea...
推理多模态&视觉
OpenVisTool：答对不等于学会！商汤与南大提出因果过滤，视觉搜索涨超23分
针对这一本质矛盾，研究团队提出了全新的视觉工具轨迹构建框架 OpenVisTool 。该工作的核心见解在于：一条有价值的教学轨迹，必须同时满足 结果正确性（Outcome Validity） 与 因果效用（Causal...
AI Agent多模态&视觉
MemWM：用外置记忆打破文本世界模型幻觉，下游成功率提升65.4%
针对这一核心瓶颈，来自华为、慕尼黑大学（LMU）、慕尼黑工业大学（TUM）、浙江大学等机构的研究团队提出了 MemWM （Memory-Augmented Text-Based World Model）。
知识系统AI安全
MemOPD：动作在线不等于状态在线，记忆对齐让F1最高提升416.2%
为此，研究团队提出了 MemOPD （Memory-Aligned On-Policy Distillation）框架，在长程问答基准上使 3B 模型的 F1 值相比纯 PPO 基线最高跃升 416.2%，并在保证数值...
知识系统AI Agent
MemeMind：全错样本如何破局？离线轨迹重构让Agent能力提升22%
来自哔哩哔哩（Bilibili）与复旦大学的研究团队在最新论文中提出了 MemeMind 框架，专门针对这一盲区提出了破局方案。MemeMind 的核心亮点在于 参考答案引导的工具轨迹重构 ：它在离线阶段利用终局的参考...
模型优化
Full-bandwidth Transformer：打通隐状态，近零开销追平1.5倍数据
来自约翰斯·霍普金斯大学、微软研究院（Microsoft AI Frontiers）与普林斯顿大学的研究团队，在最新论文中直击这一结构性缺陷，提出了 Full-bandwidth Transformer 。
基础模型
EviGraph：用有向证据图重构科研智能体，论断支撑率提升40.19%
为了打破这种“只管生成、不保求真”的流水线局限，研究团队提出了名为 EviGraph 的全新自主科研框架。EviGraph 将科研过程从单向的流水线执行，重构成以“有类型证据图”（Typed Evidence Grap...
AI Agent行业应用
EduClaw-Bench：长线评测30天，大模型AI导师为何超半数零增益？
针对这一断层，来自韩国京畿道教育研究院、印第安纳大学、高丽大学等机构的研究团队提出了 EduClaw-Bench 。这是首个将智能体导师置于 30 天连续虚拟教学环境中的长周期评测基准。
AI AgentAI评测
Canary Tools：用6类陷阱诊断Agent工具选择，高梯队模型未必更安全
Canary：这项研究表明，工具描述中的“吹嘘”行为是一种极其危险的系统性隐患。哪怕是公认最聪明的基础模型，也会被带有“高级”、“全功能”标签的工具误导。因此，在平台层对工具的描述进行格式化清洗、限制夸大修辞，并对重叠...
AI Agent推理
Deltoris：突破扩散VLA实时控制瓶颈，34.2倍加速背后的比特稀疏与投机计算
来自中国科学院、上海交通大学以及上海期智研究院的研究团队针对该瓶颈，提出了软硬件协同设计的专用加速框架 Deltoris。该框架敏锐地抓住了机器人高频控制场景中的物理连续性特征——相邻两帧之间的视觉和状态输入往往拥有高...
具身智能模型优化