搜索
微软研究院等团队提出全开源的WildAWM，合成个人电脑环境、跨GUI/MCP/CLI任务及验证器，并训练Qwen3.6-35b-a3b和Qwen3.5-4b，两款模型在8个分布外基准上均获提升，相关环境、任务、模型与数据均已开源。
香港中文大学与微软团队提出EchoChat，将感知、心理状态推断与语音回复生成纳入统一优化框架，通过级联门控、SDCA步骤级信用分配和AAA声学注意力约束减少共情推理中的错误传播，相关成果发表于NeurIPS 2026，并发布EchoDialogue-400K数据集与EchoEval评测。
密歇根大学安娜堡分校团队提出并开源AI机器人协同设计智能体Auto-Robotist，相关工作获EMNLP'26主会录用，并在EvoGym七项任务的5×5冷启动实验中以持续更新的技能库复用试错经验，平均最终最优得分高于遗传算法。
国防科技大学与清华大学团队提出ICRPM（In-Context Risk Predictive Model），利用近期任务—风险记录预测策略更新后的风险，在无需额外rollout或环境交互的情况下提升大模型RLVR、Meta-RL及鲁棒控制中的任务排序与训练效果。
RAGFlow 1.0 以 Go 重写并公开知识编译层与 Retrieval Harness，将产品定位升级为 Agent Native 数据库，通过证据链等编译产物降低 Token 消耗并提升上下文可追溯性。
走向物理 AI 时代，构建一个能真正统一语言与视觉的多模态基座模型是关键一步。然而，语言本质上是有序的 Token 序列，视觉则是连续的高维像素分布，两者在信息结构上存在天然的鸿沟。如何在一个模型内统一这两种截然不同的分布，一直是一个备受争论的话题。
近日，米哈游联合清华大学、香港大学、新加坡国立大学等学术机构，开源首个通用游戏模型 GameScaling 系列：覆盖 0.8B、2B、9B、27B 四档规模，共八个模型，权重与推理代码均以 Apache 2.0 协议发布。
在 LLM/MLLM 领域，基于 verifier 奖励的强化微调（Reinforcement Fine-Tuning, RFT，如 GRPO）在激发复杂推理能力方面展现出显著优势。由于 On-policy 优化的特性，很多研究指出 RFT 相比传统的监督微调（SFT）天然具备更强的抗遗忘能力。
认出一个物体之后，换个角度还能认出来，进一步想象它转动后的样子，这些都涉及空间感知。人类需要在头脑中表示物体的形状与方向，理解不同视角之间的关系，并从二维投影中推断三维几何。
Sören Mindermann与Alan Chan牵头、包括Geoffrey Hinton在内的22位学者共同署名的RSI论文提出，在AI研发完全自动化等假设下，研发速度可能在约一年半内提高十倍，但这并非现实时间预测。