2026-11-10
AI模型脑子里到底有没有一张地图？科学家找到了证据
研究者在AI模型内部发现了名为S-Space的三维空间坐标系统，能精准编码物体的左右上下远近位置。通过因果实验证明该系统真实驱动模型回答，并揭示换视角推理失败源于计算而非感知缺陷。
2026-11-10
让AI猜词的时候，猜不中第一个也没关系：给并行草稿装上一个「候选词修正器」
本文解读DCOCO，一种给并行扩散草稿模型配套的轻量修正机制。它不新增模型前向计算，仅重新打分挑选候选词，在十个基准和四种模型骨架上均取得最高吞吐量，并在高并发场景下保持稳定加速优势。
2026-11-10
当我们还在拼命"追热点"的时候，可能已经错过了更好的答案
英伟达研究发现,被广泛采用的在线策略蒸馏并非总是最优选择。通过17组教师学生模型实验,他们提出半在线策略蒸馏方法,在教师学生重叠率低时表现更优,训练速度最高提升11.4倍,挑战了行业默认做法。
2026-11-10
你拖动鼠标，想把图片里黄色出租车的引擎盖"拉开"
这篇论文提出THINKDRAG，一种结合视觉推理的拖拽式图像编辑统一多模态框架，通过语义化数据集和拖拽端点标记技术，让模型在编辑前先理解拖拽意图，在生成质量和点追踪精度上均取得领先表现。
2026-11-10
给骨架一个语言：当AI用斯瓦希里语做数学题时，该让它先用英语想想
这篇论文研究大语言模型做多语言数学推理时,引导思路的"骨架"该用什么语言写。通过系统实验发现英语骨架平均略有优势但并非万能,效果因模型规模、语言资源、评估方式而变化,提出LASEF框架进行多层次探索分析。
2026-11-10
小模型学不会自己教自己，LG研究院找到了一条迂回的路
小模型持续学习总是学新忘旧，LG研究院提出SYNTHSELF方法，用同家族稍大模型改写训练数据，兼顾质量与分布一致，实验证明效果全面超越SDFT等六种基线方法。
2026-11-10
AI能通过打游戏自学成才吗？清华团队用十二款游戏给出了答案
清华团队打造AAArena评测平台，让七种AI模型在十二款真实竞赛游戏中边打边改代码学习策略，最终六款游戏超越人类冠军，但规则越复杂的游戏AI越难突破，揭示出当前AI智能体在长程策略开发上的真实能力边界。
2026-11-10
工作变技能:给AI装上"老员工的经验包"
论文提出Work2Skill框架,通过录制人类操作电脑的过程并提炼成可复用的技能文档,帮AI学会处理不熟悉软件和特定工作流程,实验显示效果显著优于已有方法,且能跨任务、跨模型复用。
2026-11-10
奥迪威马来西亚传感器基地启动小批量试产，5480万美元项目进入生产阶段
今天讲的出海案例是奥迪威，这家做智能传感器和执行器的广东企业，正在马来西亚实施计划投资约5480万美元的新工厂项目，海外基地已开始小批量试产。
2026-11-10
AI看数据视频，到底行不行？一个新基准给出了答案
香港科技大学团队推出DataVista，首个数据视频理解评测基准，含961个视频6775道题。测试19个主流大模型发现，最强模型准确率仅70%，远低于人类91.7%，在因果推理和叙事理解上尤为薄弱。
2026-11-10
冲浪隐藏层：如何给大模型的"投机取巧"选对帮手
论文提出ELSI和ELSI-C算法，通过矩阵熵衡量信息量、CKA衡量层间冗余度，为投机解码的大模型选出最优隐藏层组合，替代固定位置公式，实验显示选层质量比层数更重要，部分场景下单层表现超过默认三层方案。
2026-11-10
让大模型思考得更慢，答案反而更准：PreSTO如何给采样过程"抄近道"
本文解读PreSTO方法，它通过预取MH采样中未来可能出现的决策树并批量生成候选，在保持大模型功率采样结果不变的前提下，将推理速度提升1.7到2.3倍。
2026-11-10
高通手机业务收入下滑13%，数据中心50亿美元目标能补上缺口吗？
高通2026财年收入431.20亿美元，同比下降3%，手机芯片收入240.72亿美元、减少约37亿美元。公司重申数据中心2027财年50亿美元收入目标，并预计非手机业务增长超60%。缺口与目标之间，隔着定制芯片和光连接的...
2026-11-10
AI读了基因序列，却只看说明书：一场关于“生物推理模型”的真相调查
哈佛大学团队测试六个生物推理模型发现，打乱DNA/蛋白质序列对BioReason等模型预测准确率几乎无影响，模型更依赖文本而非生物学原始数据，且推理文字常与真实输入脱节，后训练提升准确率未必提升输入利用率。
2026-11-10
两个机器人，一句只有一个比特的话，它们会聊出什么
两台e-puck机器人只能用一个比特信号交流，研究发现通讯是否出现取决于信息能否从别处获得，任务难度不增加通讯频率但筛选出有效策略，内置反射架构反而拖累需要配合的社会任务。
2026-11-10
500小时的手和眼：当机器人终于学会"摸"东西的时候
TouchScale是一个500小时统一设备采集的人类视觉触觉数据集，覆盖近2000项任务。实验显示其提升零样本触觉预测、动作识别及机器人操作成功率，验证大规模视触数据对具身学习的价值。
2026-11-10
DiffusionART：给AI画画装上"既快又稳"的刹车片
DiffusionART揭示了扩散模型强化学习训练不稳定的隐藏成因:前向反向一致性力,并提出聚合优先的奖励引导加自适应恢复力机制,无需EMA调参即可实现高效稳定训练,在图像和视频生成任务上大幅超越现有方法。
2026-11-10
人形机器人学会接住飞来的箱子：一场视觉与反应的三阶段实验
Reflex提出三阶段训练框架,让人形机器人仅凭自身RGB-D摄像头接住飞来的纸箱,无需动作捕捉或标记物。真实机器人在2.5米、5米分别达到65%、40%成功率,接近人类接球表现的76%和59%。
2026-11-10
只会打分不会改卷的老师，教不出好学生
一篇研究提出TIPS方法，仅用结果对错作为训练信号，就能让AI模型学会精准定位推理过程中的错误步骤，用3200条数据超越了72B大模型和顶级商业AI裁判的表现。