Prior-Informed Adaptation 在自主赛车模型强化学习中的应用
Prior-Informed Adaptation (PIA) 框架通过预训练世界模型并利用不确定性正则化规划实现快速适应，在仿真中比基线方法更快适应赛道和路面变化，硬件测试中仅需不到一小时车载交互即可实现可靠少样本适应。
#数据/训练
arXiv · cs.ROAI 评分4545 arXiv · cs.RO精选AI 评分6565 触觉在手内物体旋转中的研究：手型形态在仿真与硬件中的比较
研究比较了两种低成本LEAP手型在物体旋转任务中的表现，发现触觉信息可显著提升旋转效率并降低指尖负载，对称手型在旋转次数和速率上表现更优。
推荐理由：对比仿生与对称手型在物体旋转中的表现，触觉信息提升效率的同时降低负载，为机器人手部设计提供新思路。
arXiv · cs.RO精选AI 评分6565 DexOAK: 物体感知的运动学重定向框架
研究团队提出DexOAK框架，一种基于学习的物体感知运动学重定向方法，可从人类动作捕捉数据生成接触一致的机器人手部参考动作。该方法通过交互图拉普拉斯目标函数优化手部-物体图，使机器人复现物体相对交互几何而非单纯人类手部姿态。在Inspire手上测试，OakInk-v2任务成功率从39.5%提升至48.4%，ARCTIC数据集ADD-AUC从62.7%提升至77.9%。
推荐理由：通过物体感知的运动学重定向技术，将人类动作数据转化为机器人手部操作，实现零样本跨数据集迁移。
财联社电报AI 评分3535 国家数据标注先行先试苏皖城市联盟成立
国家数据标注先行先试苏皖城市联盟在南京成立，长三角10个城市将协同发展数据标注产业，为区域AI创新提供支撑。该联盟将破解产业资源分散、标准不同、区域协同不足等痛点。
HuggingFace Daily PapersAI 评分4545 TokenWorth：资源约束下学习记忆价值的轻量级在线记忆框架
TokenWorth 在 LifelongAgentBench 环境中实现最高任务成功率，同时使用最少的输出 tokens。该框架通过稀疏执行反馈学习查询相关的记忆价值，应用于记忆检索和有限内存管理。代码已开源，适用于本地和 API 部署。
HuggingFace Daily PapersAI 评分3535 RoAR-VAE: 通过鲁棒预测提升潜在扩散性
RoAR-VAE 通过鲁棒预测原则改进潜在扩散性，在相同训练预算下平均生成基准性能超越最强基线 tokenizer 2.19 分，小文本重建精度较 FLUX.1-VAE 提高 16.93 个百分点。该模型结合 RobustAlign 和 RobustRecon 两个目标，平衡了重建保真度与下游生成可学习性。
IT之家AI 评分7575 中国科学家研制出世界最轻无线介观显微镜
中国科学家研制出目前已知世界最轻无线介观显微镜Airscope，重量仅1克，可在6毫米视场内以单细胞分辨率记录小鼠大脑皮层的神经活动，单只小鼠可同时记录8500多个神经元，是现有同类型设备的25倍。这一成果已发表于《自然》期刊，为理解智能的神经基础提供了新工具，将推动光学脑机接口向更精准神经探测发展。
HuggingFace Daily Papers精选AI 评分6565 智能体缓存工程研究
Tianyu Fu等人提出了一种新的缓存工程方案，允许智能体直接控制KV缓存而不修改轨迹或重新填充保留上下文。实验显示，该方案在基准测试中平均提高1.7分，降低27.7%成本，并实现1.2倍输出吞吐量和1.5倍P95请求延迟加速。
推荐理由：通过直接控制KV缓存而非修改轨迹，解决了智能体长任务中的缓存效率问题，但历史依赖性给服务引擎带来新挑战。
HuggingFace Daily PapersAI 评分4040 Ask to Distill：学习合成用于同策略蒸馏的数据
Ask-to-Distill 框架通过优化合成问题提升同策略蒸馏性能，在数学推理、代码生成和智能体任务中优于未优化的学生生成提示和KL过滤的真实问题，匹配或超过真实数据集表现。该方法利用教师-学生分歧和概率质量分布作为奖励信号，无需正确答案或候选学生更新。
HuggingFace Daily Papers精选AI 评分6565 Agent4Sci：前沿智能体能否在科学领域实现突破性进展
研究团队提出Agent4Sci测试平台，评估前沿智能体在20个科学ML基准上的表现。Claude Opus平均提升10.4%，但进步主要来自ML工程技巧而非研究洞察。通过添加轻量级插件技能，Claude Opus性能提升至20.1%，表明智能体在科学领域仍有巨大改进空间。代码和数据已在GitHub和Hugging Face开源。
推荐理由：Agent4Sci测试显示前沿智能体在科学ML基准上平均提升10.4%，但进步主要来自工程技巧而非研究洞察，揭示当前智能体在科学发现中的真实能力边界。
HuggingFace Daily PapersAI 评分4545 七个开源强化学习训练框架对论文方法的纳入与审查
研究追踪七个开源框架的提交历史，发现1598篇提出通用RL训练方法的论文中仅37篇被至少一个框架纳入。被纳入论文更常训练30B参数以上策略（41% vs 10%），且更常修改现有损失函数中的系数、裁剪或权重（29% vs 9%）。框架公开讨论显示多数未被纳入的方法缺乏相关讨论，用户很少公开报告训练失败。
HuggingFace Daily Papers精选AI 评分6565 DiffResearch: 使用扩散语言模型加速深度研究
研究团队提出DiffResearch框架，将扩散语言模型(dLLM)应用于深度研究各阶段，相比自回归模型实现约6倍端到端速度提升。dFast模式通过读取去噪中间状态提取子查询，实现1.99倍中位数加速且不降低报告质量。该框架已开源并采用Apache-2.0许可证。
推荐理由：扩散模型在深度研究中实现6倍速度提升，dFast模式进一步加速分解过程，为交互式研究系统提供新路径。
HuggingFace Daily PapersAI 评分3535 Bridged Self-Distillation 用于在线学习的统一框架
研究提出 Bridged Self-Distillation (BSD)，通过外部教师生成推理轨迹，学生模型在无上下文时生成输出，并由自身副本进行评分，实现对不同教师场景的统一蒸馏。BSD 在共享词表、跨词表和闭源 API 教师场景中均优于基线模型，提供了一种新颖的蒸馏路径。代码已开源。
IT之家精选AI 评分7373 HUMXN 推出免费居家服务采集数据训练AI机器人
AI公司HUMXN推出免费居家维修服务，通过付费获取居民同意，在住宅内录制技术工人作业过程，用于训练AI机器人。该项目首批在明尼阿波利斯、芝加哥和迈阿密三座城市落地，旨在采集不同环境下的真实场景数据。
推荐理由：付费采集真实世界数据训练AI机器人，开创了数据获取新模式，但隐私与伦理边界将成为行业焦点。
Google新闻·人形机器人(中)AI 评分3030 具身智能数据产业爆发 数据资产迎来价值重估
具身智能数据产业爆发，推动数据资产价值重估。产业规模与增长速度未披露，但数据作为核心生产要素的地位显著提升。
IT之家AI 评分4545 豆包刘星回应“国内超一半算力在造爽剧”：字节总算力中，只有约 10% 用于视频生成模型的训练和推理
豆包公关负责人刘星称字节总算力中仅约 10% 用于视频生成模型的训练和推理，反驳“国内超一半算力在造爽剧”的说法。中文在线披露数据显示，国内 AI Token 消耗 55% 用于短剧和视频生成，24% 用于电商广告，研发仅占 15%。
IT之家AI 评分8585 RFdiffusion3能从原子层面设计蛋白质并在实验中实现预期功能
RFdiffusion3是由华盛顿大学、牛津大学和英伟达等机构联合开发的AI系统，可按单个原子组合设计蛋白质与核酸，其设计的新蛋白质能在真实化学反应中实现预期功能。该系统基于扩散模型，最多可用14个原子表征单个氨基酸，在41组测试中有37组表现优于前代版本，生成速度提升约十倍。
财联社电报AI 评分7575 生成式AI能从原子层面设计蛋白质
科学家团队开发出新的生成式AI系统RFdiffusion3，能够直接从原子层面设计蛋白质和核酸，生成蛋白质结构的速度约为前代系统的10倍。
HuggingFace Daily PapersAI 评分4545 TEAL：无监督工具进化提升数据湖分析 Coding Agent 性能
TEAL 通过 Explorer 和 Critic 两个 Agent 无监督进化工具库，在 KramaBench 和 LakeQA 上提升 Sonnet-5 性能，15 步预算下分别提高 9.3 和 21.7 分。合成问题 TEAL-Q 效果接近真实问题，20 步进化工具在 30 步部署中得 68.3 分，优于基线 59.6 分。
HuggingFace Daily PapersAI 评分4040 SWIFT: 通过目标外推实现自引导弱到强扩散模型训练
SWIFT 提出一种自引导训练方法，利用冻结的弱去噪器提升强模型性能，无需推理时增加开销。在 ImageNet-256 上，该方法以约一半训练计算量超越基线最佳 FID，支持条件与非条件生成。
HuggingFace Daily PapersAI 评分4545 LLM Agents 中更多内存导致更差智能体表现：错误复现与反持久性研究
研究发现 LLM agents 存储抽象知识时会出现错误复现现象，错误通过抽象、执行和再抽象循环传播。提出 Anti-Persistence 内存设计，按需重建任务指导并丢弃，在多个基准测试中实现最高成功率和最低 LLM 调用成本。
HuggingFace Daily PapersAI 评分3535 SEAM：低资源 TTS 的频谱嵌入对齐与合并方法
SEAM 提出零音频初始化方法，通过频谱滤波和岭回归构建未见词元的嵌入向量，在三种语言和两种 TTS 架构中，仅需四分之一训练数据即可接近或匹配基线性能，降低样本复杂度 75%。
HuggingFace Daily PapersAI 评分4040 TRACE 框架实现住院风险预测多模态轨迹建模
TRACE 框架通过日级轨迹建模整合 EHR 数据、胸片和临床文本，在 MIMIC-IV 等 18 万住院样本的死亡率、住院时长和再入院预测中，九项任务均达最高 AUROC，八项任务最高 ACC。
HuggingFace Daily PapersAI 评分4545 CoworkEnv: 合成 AI 协作者长时程训练环境
研究者提出 CoworkEnv 框架，用于合成 AI 协作者的训练环境。该框架通过工作流要求构建任务，并生成监督微调（SFT）演示和强化学习（RL）数据。使用该框架训练的 PocketWorker 模型在 Claw-Eval 上的平均分从 46.6 提升至 64.1，多轮任务得分提升 31.9 分。
HuggingFace Daily PapersAI 评分4545 ATEST：自适应资源感知的 LLM 推理时扩展框架
ATEST 通过联合评估额外样本的预期值和当前 GPU 成本，实现动态推理时扩展。在 Phi-3-mini 和 Qwen2.5-3B 测试中，ATEST-Online 在高负载下将 GSM8K 准确率提升至 60.0%，且无任务延迟，同时比 ATEST-Calibrated 节省 42 倍 GPU 时间和 48 倍能耗。
HuggingFace Daily PapersAI 评分4545 Deep Fusion Memory: 大语言模型的块级参数化记忆架构
Deep Fusion Memory (DFM) 是一种参数化记忆架构，通过块级记忆预测和门控交叉注意力将知识融入中间隐藏状态，无需显式检索。相比现有方法，DFM 构建训练数据的检索查询量减少 32 倍，检索项减少 2048 倍。在六项 QA 任务中，DFM 在 Mistral-7B-v0.3 和 Qwen3-8B-Base 上分别超越最强基线 12.71% 和 11.19%。
arXiv · cs.ROAI 评分5555 深度损坏下的3D操作策略噪声不变空间编码
Zhiyuan Yang提出NISE方法，解决RGB-D传感器在透明、反射物体上产生的深度测量问题。该方法通过几何交叉视图自监督和高斯边际化3D注意力，在保持清洁深度性能的同时，显著提升深度噪声鲁棒性，适用于真实机器人任务。
IEEE Spectrum · AIAI 评分5353 Resolvent 开发电动卡车电池设计模拟应用
Resolvent 开发了名为 LaserBATMAN 的模拟应用，用于优化电动卡车电池的激光焊接工艺和电池组设计。该应用基于 COMSOL Multiphysics 软件，可模拟电池性能、预测焊接效果，并帮助工程师优化电池组设计，提高电池寿命和可靠性。
arXiv · cs.RO精选AI 评分6565 并非所有动作贡献相等：从非精确演示中学习精确进度估计
Huanqian Wang提出PRIME方法，通过构建加权图和最短路径搜索，从非精确的人类演示中学习精确的进度估计，在仿真和真实世界的高精度操作任务中表现出色，在充电器插入任务上比SFT基线方法提高5倍成功率。
推荐理由：从人类不完美演示中学习进度评估，PRIME方法解决了高精度操作中错误动作干扰奖励信号的问题。
arXiv · cs.RO精选AI 评分7575 学习机器人元推理：实时控制的自适应计算预算
本文提出了一种将最优计算预算识别为半马尔可夫决策过程的方法，训练强化学习策略根据当前状态、执行计划和规划器统计信息动态调整计算时间。该方法在地面机器人导航、敏捷四旋翼飞行和接触密集操作任务中均优于固定基准方案。
推荐理由：将计算预算优化建模为半马尔可夫决策过程，让机器人根据场景动态调整推理资源，解决了固定预算在关键场景下的局限性。
雷锋网AI 评分7878 破晓智能联合天珑移动发布 SeePhys Hub，推进全身全模态人类数据采集
破晓智能联合天珑移动发布全身全模态数据采集系统 SeePhys Hub，由四目头环、腕部手环、腰腿部动作追踪器和触觉手套组成，可同步采集视觉、触觉与全身运动信息。该系统保留了便携性，同时补回了关键的身体与接触数据，配套自研平台可将人类数据转化为面向机器人学习的多模态训练数据。
IT之家AI 评分6565 上海发布推动数据跨境流动便利化举措
上海市网信办、上海市数据局印发《上海市推动高水平对外开放促进数据跨境流动便利化的若干举措》，支持市场平台服务数据跨境流动，推动数据出境负面清单落地落实。
IT之家AI 评分7373 微软完成 SOTA 基模 MAI-Base-2 预训练
微软宣布完成新一代 SOTA 基础模型 MAI-Base-2 的预训练，该模型总参数规模达 2.8T，活跃参数规模 80B，在 6,000 个 NVIDIA GB200 GPU 上训练 38 天，性能强于所有参测开源权重模型，预训练算力效率是 DeepSeek-V4-Pro-Base 的 4~12 倍。
arXiv · cs.RO精选AI 评分7070 CoDA: 数据引擎与行动策略的协同进化
Tianjiao Yu提出CoDA框架，让模拟数据引擎和行动策略通过共享异构记忆协同进化，在四个操作任务家族中，将分布外成功率从5.3%提升至27.6%，超过最强闭环基线9.5个百分点。在LIBERO-Pro上，15轮生成和训练使位置扰动下的成功率从25%提升到84%，指令扰动下从1%提升到76%。
推荐理由：CoDA框架通过数据引擎与行动策略协同进化，显著提升了机器人在分布外任务中的成功率。
arXiv · cs.RO精选AI 评分7575 Spark-0：面向机器人灵巧操作的空间对齐触觉预训练扩展研究
研究人员提出Spark-0模型，结合视觉-触觉-语言-动作(VTLA)多模态信息，通过1000小时的HumanTouch数据集进行预训练，在Ego Humanoid Manipulation Benchmark和SparkArena任务中取得最高成功率，触觉信息不仅作为策略输入，还成为灵巧视觉运动预训练的可扩展监督。
推荐理由：研究通过大规模触觉预训练提升了机器人在灵巧操作中的成功率，提供了新的监督方法。
arXiv · cs.RO精选AI 评分7575 基于强化学习的温室生菜采摘机器人路径安全目标 reaching 方法
研究提出PSA-PPO方法，用于温室水培生菜采摘，在物理实验中达到94.7%的目标到达率，比传统规划方法表现更好。该方法结合了目标条件观测、走廊感知空间约束和基于轨迹历史的安全编码，无需真实世界微调即可成功迁移到UR10e机械臂。
推荐理由：研究提出了PSA-PPO方法，解决了机器人采摘中的路径安全问题，实现了94.7%的高成功率。
Google DeepMindAI 评分6565 Google DeepMind 发布 Antigravity 平台加速抗菌肽发现
Google DeepMind 发布 Antigravity 智能体开发平台，整合 ProtNLM 蛋白质语言模型，帮助生物学家快速发现和评估抗菌肽候选物，将原本分散的数据库搜索过程压缩到单一工作会话中。该平台已成功识别出一种针对呼吸道感染病原体的新型抗菌肽候选物，目前正在进行湿实验室验证。
Mistral AI精选AI 评分7575 Mistral AI 发布时间序列基础模型 Timestral
Mistral AI 发布了 Timestral，首个时间序列基础模型家族，最大仅 209M 参数，在 GIFT-Eval、TIME 和 fev-bench 三大基准上排名第一。该模型支持多元预测和协变量，提供四种尺寸选择，可在 CPU 上高效运行，并支持零样本预测。
推荐理由：原文给出了能力变化和开放入口，读者可以据此判断它会怎样改变现有工作流。
华尔街见闻精选AI 评分7676 禾赛发布Kosmo空间相机及云平台，拓展机器人训练场景业务
禾赛发布Kosmo空间相机及云平台，通过扫描真实环境、重建三维空间，为机器人提供仿真训练场景。该产品将汽车产业积累的三维感知、芯片设计和精密制造能力用于降低训练环境构建成本，业务从传感器销售扩展至数据生产、空间重建和云端服务。
推荐理由：禾赛将汽车产业积累的三维感知能力用于机器人训练环境，降低了场景构建成本。
NVIDIA Blog精选AI 评分6565 NVIDIA加入欧洲AI科学促进计划，提供开放模型、计算资源和培训
NVIDIA加入欧洲委员会的AI科学促进计划，承诺提供250多个开放模型、1400多个开源软件项目、计算资源、培训课程和技术支持，以加速欧洲科学研究和创新。
推荐理由：原文详细描述了NVIDIA为欧洲科学界提供的技术支持计划，包括开放模型、计算资源和培训项目。