研究 論文、評測、技術突破
最新動態 · RESEARCH
03:022物理神經網路綜覽：超越矽材的新算力路徑該研究統一了分散的物理運算領域術語與評測標準，有助於開發具備低能耗與高效率的非矽基神經網路硬體。研究01:10·一個模型控制手腳腰身！機器人終於學會全身協同幹精細活此技術突破展現了機器人協同控制的進展，證明引入全身語義對於實現具高階操作能力的通用機器人至關重要。研究23:422NVIDIA 於 CVPR 發布物理 AI 新突破：GraspGen-X 與 NitroGen這些基礎模型與訓練方法的進展，為開發具備通用泛化能力的高科技機器人與自動駕駛汽車奠定了關鍵基礎。研究20:40·Polymarket 的幽靈：當鏈下撮合遇到鏈上回滾此研究揭示了 DeFi 混合架構中結算層易受時間差攻擊的關鍵安全缺陷，對長期依賴 Off-Chain Matching 模式的合約風險評估提出警示。研究19:20·提示級知識萃取：針對高效推理的非引數化微調替代方案這項技術讓小型模型在不需昂貴微調與低延遲的前提下，具備透明且可由人類即時驗證的長鏈推理能力，極適合法規嚴謹的金融與醫療產業部署。研究18:42·研究：Mistral 等開源模型在過濾俄羅斯誤導訊息方面表現疲弱，頂級模型僅排第 47 名此研究結果提醒開發者在挑選與部署開源模型時，必須額外評估其在內容過濾與錯假訊息對抗上的安全護欄是否健全。研究16:52·MMDiff：擴充 Diffusion Transformers 以實現多模態生成此技術證明瞭生成模型具備強大的潛在感知能力，僅需微調輕量模組就能克服目前專屬感知模型的成本門檻。研究16:52·GD^2PO：透過 Group-Dynamic reward-Decoupled Policy Optimization 解決多獎勵衝突問題GD^2PO 解決了多維目標訓練中常見的訊號相互抵消問題，能有效提升 LLM 的多項複合能力（如工具呼叫與人類偏好對齊）。研究16:51·SP^3：利用球型編碼器的開箱即用影像修復新演算法為影像修復領域帶來了極致的效能提升，讓開發者能跳過耗時的擴散模型，以極低成本快速獲得高品質的結果。研究16:51·Memento：利用重建記憶實現長影片的穩定性透過強化長影片生成的「記憶」機制解決主體模糊問題，大幅提升了 AI 觀看與創作長鏡頭畫面的能力與品質。研究16:50·階層優勢加權：從稀疏劇本結果最佳化 VLA 線上 RL 微調此技術突破了線上學習受限於二元結果的瓶頸，能精確區分行為的效率差異，顯著提升模型在複雜物理互動中的回饋品質。研究15:30·誰會翻盤？自我與跨模型反駁揭露 LLM 答案不穩性為 AI 可靠性評估提供了關鍵的新指標，揭示模型在互動情境下的思維不穩定問題。研究15:30·噪音感知下的治理困局：網路模組指標掩蓋的審核錯誤揭示單純依賴綜合準確率資料評估 AI 內容審核系統的風險，強調治理設計必須考量網路結構與個體偏差。研究14:10·PermaVid：透過去繫解上下文記憶實現影片一致性生成框架解決影片生成任務中編輯後長期一致性的技術瓶頸。研究13:22·Tangram：用於高效能多輪 LLM 服務的非均勻 KV 快取壓縮框架Tangram 透過解決先前非均勻 KV 壓縮在伺服器環境中的頁面碎片與重規劃問題，將 LLM 服務的吞吐量提升了 2.6 倍，是實現高效能長上下文對話的關鍵技術。研究13:22·AI 指數報告 2026（第九版）提供了衡量 AI 前沿安全測試與經濟影響的關鍵現狀，協助產業界與政策制定者掌握治理缺口。研究13:21·大型語言模型用於生成式推薦的隱式推理研究PauseRec 為效能昂貴的 LLM 生成式推薦提供了一種更高效能與低成本的隱式推理替代方案。研究13:21·幾何行動模型 用於機器人政策學習透過最小化架構修改，GAM 成功將大型模型的時間世界建模能力結合到這些模型的幾何先驗中，為接觸稠密的機器人意圖執行帶來更精準且高效的解決方案。研究12:03·Retrieval 化繁為簡：讓 Vision-Language-Action 模型在測試時擴充套件至新任務透過「先取樣後調整引數」的策略，開發者無需為每個新任務進行昂貴的微調，大幅提升了機器人策略部署的彈性與效率。研究12:02·BRDFusion：物理模型與生成式 AI 結合，實現高品質都市場景逆渲染該技術結合物理準確度與生成式先驗，為內容創作與自駕車模擬提供兼具還原度與可控性的新解決方案。研究12:02·BadWorld：世界模型的對抗性攻擊揭示了 Visual world models 在適用於 safety-critical scenarios 時的潛在結構脆弱性與重大漏洞。研究12:01·OneRank：統一的 Transformer 原生多工推薦架構OneRank 解決了現代 Transformer 推薦架構因編碼器與預測器分離所導致的效能與擴充套件性限制，為統一的多工學習架構提供了新的可能性。研究10:42·StepPO：針對 Agent 強化學習的步驟對齊策略最佳化StepPO 解決了現代 Agent 訓練中 token-centric 和 step-level 決策之間的落差，為打造更強大的 LLM Agent 提供了實務路徑。研究10:41·FastContext：專為程式碼代理設計的高效率程式庫探索模型透過分離探索與解決步驟，並專門最佳化探索模型，能有效解決程式碼代理的 Token 預算瓶頸與效率問題。研究09:21·Steady-Forcing：平衡長期自然影片擴散中的空間永續性與動態連續性Steady-Forcing 解決了長期自然影片生成中空間永續性與動態連續性的權衡難題，為自回推長期影片生成提供更穩健的基礎。研究05:30·針對隨機極大極小樹的雙保真度最佳動作識別演算法（2FFS）透過解決深度最小最大化搜尋與 MCTS 之間的根本取捨，為現代 AI 規劃任務提供更高效的策略搜尋框架。研究04:41·Radical Numerics 獲 5000 萬美元種子輪融資，發展生醫資料 AI 模型這筆資金將有助於 Radical Numerics 加速開發能直接處理生物資料的 AI 模型，推動生命科學研究在資料處理與模型效能上的突破。研究04:33·利用雙束 2-微米雷照射提升極紫外光轉換效率此技術為高 NA 與超遠場光學 (hyper-NA) 製程所需的 mega-Watt 等級高效能 EUV 光源提供了一條具備擴充套件性的實務驗證路徑。研究04:32·晶圓製程檢測：利用視覺語言模型強化光刻缺陷偵測對半導體製造業而言，這類技術能大幅提升微小缺陷的檢測可靠性，有助於減少良率損失並最佳化生產流程。研究04:14·不需要隱藏提示！僅靠呈現式修訂即可「操控」AI 同行評審揭露了自動化同行評審系統潛藏的重大誤判風險，指出學術界佈署 AI 審核可能導致「形式勝於內容」的決策失誤。研究04:13·AFFORDANCE20Q：從物理屬性評估賦能推理這項基準測試揭示了大型語言模型在物理世界推理能力上的侷限性，證明現有模型缺乏像人類一樣進行細緻屬性推斷的能力。研究03:02·Pythagoras-Prover：透過擴充 Lean 形式化推進高效形式證明這項研究解決了形式化數學證明中計算成本高昂的痛點，讓資源的模型也能透過創新的資料擴充策略產生高品質證明，降低形式驗證的技術門檻。研究03:00·透過預測推論將 LLM 排名評估提升至統計可靠層級提供了一種學術上可驗證且營運成本可控的評估框架，讓開發者能準確辨識最佳模型或系統變體，實現質化與量化評估的突破。研究02:15·NYCU 與中原大學發表結合 DSPN 與最差情況響應時間 的汽車 CAN 網路時序分析框架該框架將隨機模擬與確定性分析結合，能同時驗證平均效能與最壞情況下的時序安全性，提升汽車即時通訊系統設計的可靠性。研究02:14·注入故障攻擊框架 瞄準 RISC-V 安全弱點有助於開發者在設計階段低成本且高效地識別潛在的硬體安全弱點與攻擊向量。研究02:14·研究簡報：6 月 15 日這些硬體研發突破將提升系統在極端環境下的穩定性，並為未來穿戴裝置與智慧皮膚的平臺提供更完善的原型解決方案。研究01:41·WaveDiT：分佈感知小波流式匹配架構，用於高效的 3D 腦部 MRI 合成此技術讓醫療研究人員無需昂貴的專屬算力基礎設施，就能利用全解析度生成模型來擴充至關重要的神經影像資料。研究01:36·ActiveMimic：擁有主動感知的驅動視角影片預訓練確立了主動感知是運用人類視角影片評估機器人預訓練成效的關鍵，有效解決機器人訓練資料集規模不足的痛點。研究01:36·AlloSpatial：基礎模型的代理 Harness 空間推理框架為提升大語言模型與多模態模型的空間認知能力提供了一條可行路徑，證明結構化的「它我中心」表示與 Harness 機制能顯著改善模型在不確定環境中的規劃與決策效能。研究01:35·APT：透過動作專家預訓練提升 Vision-Language-Action 模型的指令泛化能力解決 VLA 資料結構性失衡導致依賴視覺捷徑的問題，提升模型長尾語言指令的泛化能力。研究01:34·The Arbiter Agent: 持續監控多 Agent 對話以偵測誤導行為為了確保複雜多 Agent 協作系統的可靠與安全，這項研究為實務界提供了監控並阻擋誤導行為的有效解決方案。研究01:34·Squeeze-Release：具確結構最小化的迭代剪枝演算法提供了一種在不犧牲精度的情況下顯著壓縮模型體積的高效技術，有助於降低資源受限環境下的部署成本。研究01:33·World Tracing：超越可見範圍的生成式畫素對齊幾何有效解決 Image-to-3D 生成中畫素對齊不準確與隱形表面遺漏的痛點，提供更完整的 3D 邏輯與應用彈性。研究01:32·FVSpec：真實世界屬性測試作為 Lean 4 驗證挑戰這將為 AI 輔助正式軟體驗證提供具體的驗證標尺，有助於解決當代軟體日益複雜的合約式驗證需求。研究01:30·人工推理之謎：探究大型推理模型的「生產-評估」差距該研究確立了當前大型推理模型在效能評估上的關鍵缺陷，強調未來模型開發必須將嚴謹的邏輯驗證能力納入訓練與評估指標。研究00:51·從 ICRA 到 CVPR，機器人圈最近到底在聊什麼？｜北京．週三晚追蹤這些會議話題能幫助開發者快速掌握機器人領域的最新演進方向與應用潛力。研究23:13·人造衛星首度自主發現目標這項突破標誌著 AI 自主感知能力邁向實用化，未來有助於減少太空操作對人類的依賴，拓展 AI 在極端環境的應用邊界。研究22:52·推動產業變革的物理 AI 研究突破此研究突破有助於將 AI 平臺的能力延伸至科學模擬與預測，加速解決複雜的現實問題。研究21:532Hugging Face 新模型釋出：Qwen/SAE-Res-Qwen3.5-35B-A3B-Base-W32K-L0_50此類可解釋性工具的開放，對於開發者深入理解大型語言模型內部啟用機制的運作原理至關重要。研究