Mise-en-Video 提出多镜头视频生成的细粒度 3D 控制框架
arXiv 论文提出 Mise-en-Video（MeV），一个让创作者先在 3D 空间里编排分镜、再生成多镜头视频的框架。它把用于多级叙事一致性的分层注意力机制与 3D 感知的布局引导结合，实现逐镜头的精确空间控制。
推荐理由：做多镜头视频的团队可参考其分层注意力与 3D 布局引导设计，评估这套空间分镜控制能否接入现有生成管线。
论文与研究
全部主题会改变能力边界判断的研究结果、技术报告与基准。
最新精选
第 1–18 条 · 共 18 条arXiv cs.AI / cs.LG 最新精选AI 评分6565 arXiv cs.AI / cs.LG 最新精选AI 评分7373 论文提出 WildAWM 管线，用开源模型合成计算机使用智能体的可执行训练环境
论文提出 WildAWM，一个用开源模型合成可控环境与任务、用于训练通用计算机使用智能体（CUA）的流水线。它构建同时支持图形界面、MCP 服务和命令行的可执行环境，并用执行式质量门控配合多智能体采样、交叉评判一致性和反事实探针，保证任务可解、难度足够且验证器可靠。
推荐理由：做 computer-use agent 训练的团队可以复用这套合成管线，批量生成带验证器的长程可执行任务环境。
arXiv cs.AI / cs.LG 最新精选AI 评分6666 同一次仿真不同证据，检索工具输出让 LLM Agent 损失准确率
一项 arXiv 研究用 USGS 地球化学模拟器 PHREEQC 检验工具输出检索对 LLM Agent 准确率的影响，报告长达 846.8k 字符，测试为 158 道执行验证多选题。
推荐理由：做 Agent 上下文管理的团队可以按它的实验方法自查准确率在哪一步流失，再决定是否内联或指认权威输出。
arXiv cs.AI / cs.LG 最新精选AI 评分6666 研究者提出在手机 NPU 上做一阶 LoRA 训练的系统
论文提出一套在手机 NPU 上完成一阶 LoRA 训练的系统，把前向、激活重算和输入梯度三处冻结权重乘法都交给 NPU，训练图、适配器与优化器留在 CPU。输入梯度核复用常驻权重分块和前向反量化器，省去转置权重拷贝；精度按梯度敏感度选择，FP16 输出加逐行范围保护，并支持断点续训和温控节流，可当后台任务运行。
推荐理由：做端侧个性化微调的团队可以参考它在 NPU 跑冻结权重、CPU 跑适配器的分工，评估骁龙平台的可行性。
arXiv cs.AI / cs.LG 最新精选AI 评分6969 arXiv 论文研究语言模型行为耦合的形成与组合
arXiv 论文研究语言模型中的行为耦合，即微调一种行为会带出另一种未被显式训练的行为。若训练文档把两种行为写在同一个虚构角色上，之后只微调其中一种，另一种也会出现，例如模型学会像橡皮鸭那样讲科学后，也开始劝用户断绝友谊。
推荐理由：做模型微调与安全评估的团队可在微调后补充关联行为排查，不只看目标能力是否达标。
arXiv cs.AI / cs.LG 最新精选AI 评分6565 Blitz 把 AlphaFold3 与 Boltz-2 的扩散模块从 200 步降到 8 步
Blitz 是一个少步蒸馏框架，将 AlphaFold3 和 Boltz-2 的扩散去噪从约 200 步降到 8 步。它用几何噪声调度把步数更均匀地分配到各噪声尺度，再通过多步一致性训练学习这些更新，推理时用物理引导和无目标候选筛选减轻剩余几何缺陷。
推荐理由：做蛋白质结构预测的团队可以先用它替换默认的200步扩散采样，把推理步数降到8步做候选筛选。
arXiv cs.AI / cs.LG 最新精选AI 评分6565 LIBERO-PeRM 提出个性化机器人操作基准，含 312 个任务
LIBERO-PeRM 是用于评测具身智能体个性化偏好的基准，基于 LIBERO 构建，含五个任务套件共 312 个任务，并提供配对演示与偏好满足度指标。它围绕零样本偏好遵循、从演示学习偏好、随演示增加的学习效率、跨布局与任务泛化、偏好组合与冲突五个问题设计，偏好限于语言可表达且不改变任务目标。
推荐理由：机器人策略研究者可以用这套含 312 个任务的基准，先测零样本个性化表现，再决定是否加入 SFT 数据。
arXiv cs.AI / cs.LG 最新精选AI 评分7575 LLM 生成量子电路并由独立评测器打分，八项任务中七项超越现有最优
作者提出一个进化式框架，让大语言模型提出量子电路设计，由独立评测器验证并打分，论文编号 arXiv:2610.22367。在数值计算、化学、优化、量子模拟和数论等八项任务里，有七项得到的电路在 Toffoli 门数与量子比特数上都明显低于现有最优。
推荐理由：做量子算法或可逆电路的研究者可以借用这套由 LLM 生成、独立评测器打分的流程，先在自己关注的算术基元上筛一轮候选设计。
Google Research精选AI 评分6868 Google 在 Google Earth AI 下推出行星预测引擎 PPE，自动执行地理空间建模全流程
Google 在 Google Earth AI 下推出实验性研究能力 planetary prediction engine（PPE），可由自然语言查询自主完成地理空间数据发现、特征工程、模型训练与评估，把原本需要数周的人工建模压缩到数分钟。
推荐理由：公共卫生或粮食安全方向的研究者可以用它把自然语言查询跑成地理空间预测模型，省去人工找数据与特征工程，但目前仍是实验性研究能力。
Google Research精选AI 评分6161 Google Research 推出 Biomarker Discovery Framework，从可穿戴数据中筛选候选生物标志物
Google Research 推出 Biomarker Discovery Framework，用多智能体在人类监督下把候选生物标志物筛选组织成迭代研究循环，并对候选做对抗校验。
推荐理由：做数字健康研究的团队可以照它的六阶段流程和对候选指标的对抗校验设计，把可穿戴数据的初筛交给多智能体，再人工复核。
Google Research精选AI 评分6565 Google Research 的 ME-POIs 如何用移动数据加深语言模型对地点的理解
Google Research 提出 ME-POIs 框架，把匿名聚合的到访时间、停留时长等移动模式编码成嵌入向量，与 Gemini 等文本表征对齐，让模型同时拿到地点的身份和动态功能。
推荐理由：做本地生活或选址分析的团队可参考该框架把匿名到访数据叠加到文本表征上，补足小商户样本稀疏的部分。
Hugging Face Blog精选AI 评分6969 Hugging Face 用三项测试量化 11 个开源 ASR 模型的基准优化现象
Hugging Face 提出共识分歧探针、遮蔽实体检索和拼写切换三项测试，用于量化语音识别模型的基准优化现象，评测了 11 个开源 ASR 模型。
推荐理由：做语音模型选型时，可先用 Open ASR Leaderboard 的 Benchmark fitting 标签查看候选模型是否复现参考文本错误。
Hugging Face Blog精选AI 评分6363 Hugging Face 发布 2026 夏季开源模型生态观察报告
Hugging Face 发布覆盖 2026 年 1 至 8 月的开源模型生态观察报告，期间 Hub 上公开模型仓库从 243 万增至 296 万，数据集从 71.1 万增至 100 万，Spaces 从 100 万增至 144 万。
推荐理由：做开源模型选型与微调的团队可以借报告中的下载量和衍生模型分布，判断该把工程押在哪个模型家族上。
Google Research精选AI 评分7575 Google Research 发布 AMIE (Video)，支持实时视频问诊并引导体格检查
Google Research 发布 AMIE (Video)，基于 Gemini 和 Project Astra 实现实时视频问诊，可观察非语言线索、引导虚拟体格检查并同步推理诊断。
推荐理由：做医疗 AI 或远程问诊的团队可以借鉴它的三智能体异步分工，把实时对话与后台推理拆开再搭视频问诊原型。
Google Research精选AI 评分6262 Google Research 提出 Chain-of-Evidence，用证据链让自主科研产出可验证
Google Research 提出 Chain-of-Evidence 可验证性框架，并据此构建自主科研原型 Science One Framework，让论文里每条论断都绑定到真实代码、日志或文献。
推荐理由：做自动化科研 Agent 的团队可以用 CoE Audit 的四项检查自查产出，先拦住虚构引用和不可复现的分数。
Google Research精选AI 评分6565 Google 提出线性弹性缓存，在 Spanner 上降低约 5% 缓存总成本
Google Research 提出线性弹性缓存（linear elastic caching），把缓存页面驱逐建模为滑雪租赁问题，按访问模式动态为页面设定 TTL，而非固定分配内存。
推荐理由：云服务团队可以参照这套用决策树预测页面 TTL 的弹性缓存方法，先在自家缓存层做分组对照，再评估是否替换固定容量方案。
Google Research精选AI 评分7676 Google 在 Nature 发表 PHRM，用手机前置摄像头被动监测心率和静息心率
Google 在 Nature 发表 PHRM 研究系统，在手机解锁后的几秒内用前置摄像头拍摄面部视频，通过端上深度学习估算心率和每日静息心率。研究在实验室与真实场景中采集近 700 名受试者的 35 万余段视频，心率估计 MAPE 低于 10%，静息心率与 Fitbit Charge 6 对比的整体 MAE 为 4.39 bpm。
推荐理由：有 IRB 资质的研究团队可以申请这份人脸视频数据集和 PHRM-mini 预训练模型，用来检验自家 rPPG 流程在深肤色人群上的误差。
Google Research精选AI 评分7474 Google Research 提出 ReasoningBank 记忆框架，让智能体从成功与失败经验中学习
Google Research 在 ICLR 论文中提出智能体记忆框架 ReasoningBank，把成功和失败轨迹都蒸馏成结构化记忆，供智能体在测试时自我进化。
推荐理由：做长任务智能体的团队可以参考论文把成功与失败轨迹都蒸馏成记忆条目，先对照开源代码在自有基准上跑一轮对比。