Pixel：一款协同设计的全栈机器人系统，用于学习通用移动操作
机构 * Carnegie Mellon University（卡内基梅隆大学）
AI总结 Pixel是一款协同设计的全栈机器人系统，结合硬件、数据采集、控制与学习，实现通用移动操作，支持语言条件视觉运动控制与长程任务执行，为机器人学习提供集成可扩展基础
Comments More results at https://pixel-robot.com/pixel
Pixel-UMI：基于带传感器的人类演示学习环境感知的全身操作
机构 * Carnegie Mellon University（卡内基梅隆大学）
AI总结 提出Pixel-UMI流程，结合EAR、REAM及DAgger方法，基于带传感器人类演示学习环境感知全身操作，在五项任务上实现87.0%平均任务进度。
Comments Video results are available at https://pixel-robot.com/pixel-umi
EgoActionBench：面向第一人称视角人类视频的密集动作字幕基准测试
机构 * S-Lab, Nanyang Technological University（新加坡南洋理工大学 S-Lab） ； Shanghai Jiao Tong University（上海交通大学）
AI总结 本研究提出EgoActionBench基准，适配Qwen3-VL-4B等模型经训练后在密集动作字幕任务上性能提升，同时揭示当前模型在动作理解上的局限。
Comments 32 pages, 16 figures. Project page: https://egoaction-bench.github.io
机构 * TU Wien（维也纳技术大学） ； JKU Linz（林茨约翰内斯·开普勒大学） ； University of Klagenfurt（克拉根福大学）
AI总结 本研究提出结合神经语义解析与精确覆盖推理的神经符号框架，将自然语言斑马谜题转为精确覆盖实例求解，性能优于纯神经基线及现有神经符号方法。
机构 * Carnegie Mellon University（卡内基梅隆大学）
AI总结 该研究发现预训练数据规模足够大时，微调后AdamW性能会超过Muon，引入边际-扩散比解释该反转，线性联想记忆中梯度下降的该比值随数据预算增长会超过Muon。
并非所有推理都能泛化：RLVR中可泛化推理策略学习的案例研究
机构 * University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校）
AI总结 本文以方程求解为案例，发现RLVR在分布外转移下会放弃推理策略，而与双射逆任务联合训练可缓解该问题，揭示了推理策略对RLVR泛化的关键作用。
Isekai3D SDG：用于生成多样化合成游戏视觉数据的平台
机构 * NVIDIA（英伟达）
AI总结 本研究提出Isekai3D SDG平台，通过两阶段工作流结合Unreal Engine插件与可复用资产，生成多样化合成3D游戏数据，直接输出训练友好格式，服务于视觉等领域研究。
机构 * University of Michigan（密歇根大学） ； University of Edinburgh（爱丁堡大学）
AI总结 本研究提出FADE滤波器，分离策略能力与提示难度的不同时间尺度，在多基准、模型和调度范式下，提升RLVR的下游准确性与校准度，每步耗时不足0.6毫秒。
机构 * Technical University of Denmark (DTU)（丹麦技术大学） ； Korea Advanced Institute of Science and Technology (KAIST)（韩国科学技术院）
AI总结 本文针对脑电-文本解码中句子分类研究不足的问题，提出分层对齐框架，利用脑电和上下文检索句子，为沟通障碍人群的脑机接口提供更优方案。
D&A：解耦描述与评估使视觉语言模型（VLM）可作为零样本机器人奖励模型
机构 * University of Washington（华盛顿大学） ； NVIDIA（英伟达）
AI总结 本研究提出D&A方法，解耦VLM的描述与评估阶段，缓解其确认偏差，实现跨任务泛化的零样本机器人奖励模型，性能匹配或优于后训练模型，可支持高效下游强化学习。
Comments Website at https://weirdlabuw.github.io/dna
机构 * Princeton University（普林斯顿大学） ； Meta
AI总结 提出Strategist元智能体，通过蓝图库跨任务进化推理策略，在30个基准测试中多数击败基线，准确率相当但成本降低，策略可迁移。
Comments NeurIPS 2026
机构 * Johns Hopkins University（约翰斯·霍普金斯大学） ； Microsoft（微软） ； Apple（苹果）
AI总结 本研究提出训练数据中的单事实率是决定大语言模型科学发现能力的关键因素，通过操控训练集单事实率的实验验证了该结论。
机构 * Helivan（赫利万公司） ； Hugging Face（Hugging Face公司） ； Jataware（贾塔韦尔公司） ； Johns Hopkins University（约翰斯·霍普金斯大学）
AI总结 针对生成模型评估中响应与得分矩阵稀疏未配对的问题，提出乘积核视角空间（PKPS），利用稀疏未配对信息，在两个大型基准套件的基准预测中优于基线方法。
ufakzeka-kulak：从零构建并评估一个3160万参数的土耳其语语音识别器
机构 * ufak AI
AI总结 该研究构建了31.6M参数的开源土耳其语语音识别模型ufakzeka-kulak，其在FLEURS和Common Voice测试集上的词错误率低于Whisper base、small，仅略高于Whisper large-v3。
Comments 9 pages (text on pages 1 to 8, references on pages 8 and 9). Model, card, attribution, code and demo: https://huggingface.co/ufakai/ufakzeka-kulak, https://github.com/ufakai/ufakzeka-kulak, https://kulak.ufakzeka.com
Reviso：在视频字幕生成中，并非所有视觉证据都值得同等关注
机构 * PKU（北京大学） ； KlingAI Research（KlingAI研究院） ； HKUST(GZ)（香港科技大学（广州）） ； FDU（复旦大学） ； HKU（香港大学） ； HKUST（香港科技大学） ； NUS（新加坡国立大学） ； THU（清华大学）
AI总结 该研究提出智能体式视频字幕框架Reviso，通过分层观察计划与主动感知策略，结合GRPO训练，在四个基准上优于开源基线，且生成的字幕更支持下游视频问答。
机构 * Tsinghua University（清华大学） ； Sweetie Online Community（Sweetie在线社区） ； Einsia AI
AI总结 本研究推出DiabAgent研究套件，含APC框架、DiabetSim模拟器及SweetBench基准，在1型糖尿病场景中验证了APC结合Claude Opus 5.5的血糖控制效果优于OpenAPS，为智能体生理控制提供了基础。
机构 * Tara Research（塔拉研究所） ； Mila – Quebec AI Institute（米拉-魁北克人工智能研究所） ； Université de Montréal（蒙特利尔大学） ； Arizona State University（亚利桑那州立大学） ； Kradle（克拉德尔）
AI总结 该研究推出Kradle平台与Four Bridges多智能体游戏，评估前沿模型的欺骗倾向，发现多数模型存在欺骗行为，部分干预措施可降低欺骗率。
Comments 38 pages, 14 figures, 16 tables
机构 * University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校） ； University of Washington（华盛顿大学） ； Georgia Institute of Technology（佐治亚理工学院）
AI总结 本研究提出结构化视觉景观与Vis-Lens模型，整合变分自编码器与扩散模型，利用fMRI数据在人工神经网络和人类视觉皮层上生成偏好视觉表征，提升了激活调制与图像逼真度。
DynaSolver：用于带动态边界的自回归4D流预测的神经算子
机构 * Tsinghua University（清华大学） ； Peking University（北京大学） ； Nanyang Technological University（南洋理工大学） ； Shanghai Jiao Tong University（上海交通大学） ； The Hong Kong University of Science and Technology（香港科技大学）
AI总结 提出DynaSolver神经算子，结合RoboCFD-4D基准与重放增强并行训练，解决带动态边界的自回归4D流预测问题，在全推演精度上优于其他CFD替代模型，减少了自回归误差积累。
Comments 29 pages, 12 figures
机构 * Siemens AG（西门子公司） ； LMU Munich（慕尼黑大学） ； Munich Center for Machine Learning (MCML)（慕尼黑机器学习中心）
AI总结 本研究针对概率时间序列基础模型（TSFMs）的不确定性校准问题，提出其预测不确定性分类体系与多 horizon 校准评估框架，经实证评估发现当前模型存在系统校准误差，分析事后校准方法并为相关实践提供指导。
Comments 40th Conference on Neural Information Processing Systems (NeurIPS 2026). Track on Evaluations and Datasets
机构 * University of Texas at Austin（德克萨斯大学奥斯汀分校） ； Carnegie Mellon University（卡内基梅隆大学）
AI总结 该研究针对语言模型预训练将受数据量限制的场景，提出多轮预训练的缩放理论，通过动力学平均场理论分析数据复用与集成的作用，发现logit平均可减轻后期过拟合，推导了固定数据下的计算分配定律。
3D-BBDA：用于鲁棒3D点云识别的无反向传播黑盒领域自适应方法
机构 * Indian Institute of Science Education and Research Bhopal（印度科学教育与研究学院博帕尔分校）
AI总结 提出3D-BBDA无反向传播黑盒领域自适应框架，仅用黑盒输出适配源训练预测器到未标记目标数据，在ModelNet-40C等基准上优于强基线，适配精度更高且适合实时隐私保护部署。
Comments Accepted at WACV 2027
机构 * NVIDIA（英伟达）
AI总结 提出FedReady系统，用有界LLM智能体完成联邦组建，在39个模拟视网膜站点和4项任务中验证其能高效筛选合格站点、消除误报，为联邦学习提供可行的任务特定数据准备方案。
机构 * Huawei Technologies Canada（华为技术加拿大公司） ； University of British Columbia（不列颠哥伦比亚大学）
AI总结 本文针对世界动作模型（WAMs）的动作与想象未来协同生成中合理预测未必实现的问题，提出WISE预执行选择器，通过多维度评分选最优候选，在两个机器人任务基准上提升了闭环成功率与综合表现。
Comments Accepted at the CoRL 2026 Workshop on From Generative Models to Robot Actions (G2A)
机构 * NVIDIA Research（英伟达研究院） ； Georgia Institute of Technology（佐治亚理工学院） ； University of Utah（犹他大学）
AI总结 TAMPAgent 是融合 LVLM 推理与 TAMP 约束满足的智能体规划框架，在 Rainbow Y1、Unitree G1 平台的家庭移动操作任务中，性能显著优于直接工具调用的基线方法。
Comments Website link: https://umishra.me/TAMPAgent/
Sonar-MoE：用于内存高效型混合专家（MoE）训练的反向传播中专家更新方法
机构 * Microsoft, India（微软印度公司） ； Singapore Institute of Technology, Singapore（新加坡理工学院） ； Indian Institute of Technology Kanpur, Kanpur, India（印度坎普尔理工学院） ； Indian Institute of Technology Delhi, New Delhi, India（印度德里理工学院） ； Indraprastha Institute of Information Technology Delhi, New Delhi, India（英德拉普拉斯塔信息技术学院德里校区） ； Nanyang Technological University, Singapore（南洋理工大学）
AI总结 Sonar-MoE将反向传播中优化器机制应用于MoE训练，通过反向传播中更新专家张量并立即释放梯度，降低峰值内存19%-22%，同时减少训练时间17%-23%，且性能与标准训练相当。
NitiBench+：覆盖17个领域的时序化泰国法律问答基准
机构 * FourCorners Team, VISAI AI（FourCorners团队、VISAI人工智能） ； VISTEC（泰国科学技术研究院）
AI总结 本研究针对现有泰国法律QA基准未考虑法律时序变化的问题，推出NitiBench+基准，通过两部分实验揭示错误法律文本对模型的影响，并在公平设置下测试当前模型，发现其在泰国法律任务上仍有较大差距。
Comments Under review
VeriHarm-Bench：可验证地测量LLM编码智能体中的有害成功
机构 * University of Virginia（弗吉尼亚大学） ； Virginia Tech（弗吉尼亚理工大学） ； UCLA（加利福尼亚大学洛杉矶分校）
AI总结 本研究提出VeriHarm-Bench基准及VeriHarm框架，发现前沿LLM编码智能体任务准确率达95%但安全成功率仅37%，揭示任务成功常伴随意外危害，仅靠任务指标会低估安全风险。
Comments Preprint
机构 * University of California, Irvine（加州大学欧文分校） ； University of Washington（华盛顿大学）
AI总结 本研究针对无示例持续学习的谱匮乏问题，提出双层谱分解框架BISECT，在零额外推理开销下优于现有基线，且与稀疏解析扩展互补。
PlantVLM-Edge：用于设备端作物健康诊断的量化视觉-语言模型
机构 * Kathmandu University（加德满都大学） ； Mississippi State University（密西西比州立大学） ； Michigan State University（密歇根州立大学） ； University of Missouri（密苏里大学）
AI总结 本文提出PlantVLM-Edge量化视觉-语言框架，可在边缘设备实现无云连接的作物健康诊断，4位AWQ量化保留98.6%答案质量且内存大幅降低，为作物监测系统提供基础。
扫码添加微信好友，提出您的宝贵建议 👇
💡 备注请填写：网站反馈