2026-11-13
AI能把乐高积木拼成一个会动的世界吗？答案可能让你意外
本文介绍ExeWorldBench基准，用于评测AI能否将物理世界理解转化为可执行3D代码。研究发现代码可执行率提升远超实际结构、运动和因果正确性的提升，多阶段系统随阶段增多表现急剧衰退，揭示当前AI世界构建能力的深层局...
2026-11-13
GeoFix：当视频生成模型学会"修正几何错觉"的那一刻
GeoFix提出FOCAL几何奖励，通过跨视角深度一致性并校准相机视野重叠偏差，用单一奖励同时提升视频扩散模型的几何一致性与视觉质量，适用于训练与推理对齐，支持4D场景生成。
2026-11-13
AI给自己当老师：扩散模型的自我参照训练法
本文介绍SALD，一种扩散模型自我参照训练框架。模型通过对比同一样本在高低噪声下的误差差异，动态调整样本、时序与频率三个维度的训练权重，无需外部老师网络，在多架构多数据集上显著提升生成质量与收敛速度。
2026-11-13
给AI评分的AI，自己也要先学会用证据说话
AI评分模型容易被“自夸式回答”欺骗，论文提出ReVeR：从任务本身推理评分标准，裁判配备Python工具验证硬性约束，用4B小模型实现超越8B对比系统的偏好准确率与下游策略效果。
2026-11-13
大模型强化学习的优化器，为什么一直在"将就"？
论文发现大模型强化学习训练中梯度能量会动态集中到少数方向，据此提出Ares优化器，自动追踪谱结构调整更新秩，在多规模模型和多个强化学习算法上均超越AdamW等主流优化器。
2026-11-13
一天跑完十年软件更新，AI智能体用上了专门为自己设计的界面
研究发现软件版本迭代中积累的可发现性、颗粒度、可观测性三大特性影响AI智能体操作效果。基于此提出ANIS框架，自动合成AI专用界面，在八款软件上成功率提升至74.5%，token消耗降低约75%。
2026-11-12
胸片里藏着的数字陷阱：当AI学会了看X光片，却被自己的"测量工具"骗了
一篇关于胸片AI诊断的论文发现，模型调用外部工具获取测量数据时常被不适用的错误数值误导。研究者提出X-Ragent框架，让AI学会按需求助、过滤无效测量，在三个基准上均取得领先，尤其在未见过的数据集上提升8.6个百分点。
2026-11-12
给图片P个图层，让AI只改你圈的那一块：一篇关于“软蒙版”扩散编辑的论文解读
本文解读香港科技大学团队提出的SoftPaint方法，它用软蒙版实现AI图像视频编辑的像素级强度控制，解决了二元蒙版"非全保留即全重画"的局限，训练免费且显存友好，在图像视频多个基准上优于现有方法。
2026-11-12
当机器学会说"我不知道"：三个声音打架时，该补问一句还是直接闭嘴
研究者构建了一个三通道信号冲突的受控实验平台，让AI系统学会判断何时该多问一句、何时该直接弃权，发现策略好坏高度依赖具体成本设定、预算和编码器选择，没有放之四海而皆准的最优方案。
2026-11-12
一个会"听导演话"的AI配音演员：Fish Audio Drama 3是怎么做出来的
Fish Audio Drama 3是一款开源语音生成模型，用混合注意力架构和新型解码器让AI配音具备听懂导演反馈、多轮修改、多角色对话和局部编辑能力，仅用单一人类偏好奖励模型训练，推理速度大幅超越前代。
2026-11-12
概率很高，但不算有效：当AI假扮成调查问卷的回答者
本文揭示了AI决策模型模拟心理问卷填写者的局限:最佳语言模型表现仅与简单统计模型持平，概率向量虽贴近人群平均却难以预测单人答案，新版本模型未必优于旧版本。
2026-11-12
冰箱里的大象：一个视频理解模型都不知道该怎么解决的内存难题
一种训练无需微调的视频打包方法，通过给不同帧分配不同分辨率，实现任意长视频的常数级内存压缩，在多个长视频理解基准上超越现有压缩方法甚至大型闭源模型。
2026-11-12
UltraBERT：当BERT训练到极限，分类和检索终于不用二选一
该论文提出UltraBERT编码器，通过训练到万亿级token发现下游性能饱和规律，并设计LM头解耦与选择性蒸馏方案，解决了掩码比例在分类与检索任务间的固有矛盾，首次让单一编码器在两类任务上同时达到业界最佳水平。
2026-11-12
AI做数学题时，到底是哪一步想错了？
本文解读TPPO方法，揭示标准PPO评委网络在追踪推理链价值变化上近乎失灵的问题，提出基于贝叶斯对数几率加法结构的累加式价值建模，在数学推理、编程、Countdown等任务上显著提升大模型强化学习训练效果。
2026-11-12
让AI自己给自己出题，然后自己学会做题
论文提出AutoEnvScaling，让AI智能体在沙盒终端里自己设计并验证强化学习训练环境，有效环境生成率提升最高25倍。实验显示同一模型可同时扮演出题者与做题者实现自我提升，是迈向AI递归自我提升的重要一步。
2026-11-12
谷歌推出Gemini Decisions API，进军决策模型市场
谷歌发布Gemini Decisions API及专属模型Gemini Decision 1，专注处理是非题、选择题和评分三类问题，定价10美分/百万输入token，约为其入门级LLM的五分之一成本，在九项基准测试中七项...
2026-11-12
MIT新技术大幅加速气候预测AI模型训练效率
MIT研究人员开发出一种算法，可用少量合成数据生成高性能气候仿真器（climate emulator），仅需运行一次完整地球系统模型即可完成训练，大幅缩短生产周期，并显著提升模型对未知气候场景的预测适应能力。研究成果发表...
2026-11-12
MIT新方法：用更少数据训练更可靠的气候预测AI模型
MIT研究人员开发了一种算法，通过生成优化合成数据集训练气候模拟器（climate emulator），仅需传统方法约1/6至1/8的数据量，显著缩短生产周期，同时提升模型对未见气候场景的预测准确性，相关成果发表于《美国...
2026-11-12
量子计算机内部：记忆如吉他弦般振动
瑞士ETH苏黎世研究团队在《科学》杂志发表成果，利用微型机械谐振器中的振动模式存储量子信息，构建出类似CPU与RAM分离架构的量子计算系统。实验成功完成量子傅里叶变换与周期查找算法，验证该架构支持通用量子计算的可行性。