AI 大模型
智能体、工具调用、规划、工作流、多智能体和自主任务执行。
PolyMerge: 用多面体覆盖压缩3D高斯泼溅以实现可证明安全的资源受限导航
机构 * Georgia Institute of Technology（佐治亚理工学院）
专题命中 GUI与网页智能体 ：planning(abstract)
AI总结 提出PolyMerge，将大规模3D高斯泼溅模型转换为凸多面体覆盖，保证覆盖原模型所有障碍物，结合控制障碍函数实现实时安全路径规划，在Crazyflie无人机上验证。
Journal ref IEEE Robotics and Automation Letters, vol. 11, no. 7, pp. 8512-8519, July 2026
缺失的层次：为什么教育科技需要设计时的生成式用户界面，而非仅运行时个性化
专题命中 GUI与网页智能体 ：workflow(abstract)
AI总结 针对教育科技中运行时生成式UI导致可访问性不足的问题，提出在创作层采用基于卡片的语义单元编码，由生成式AI在教学设计时生成多种界面表示，经教师验证后交付，实现公平可扩展的适应性教育。
Comments Accepted at the NextGen Learning Interfaces Workshop in AIED 2026
Metis: 一种用于自动驾驶和城市导航的通用高效世界-动作模型
机构 * Fudan University（复旦大学） ； Shanghai Innovation Institute（上海创新研究院） ； The University of Hong Kong（香港大学） ； Tongji University（同济大学） ； Li Auto Inc.（理想汽车） ； Huazhong University of Science and Technology（华中科技大学） ； Imperial College London（伦敦帝国理工学院） ； University of Surrey（萨里大学）
专题命中 GUI与网页智能体 ：planning(abstract)
AI总结 提出Metis框架，通过解耦视频生成与动作预测，采用混合专家架构和不对称注意力掩码，实现高效推理与泛化，在多个导航基准上取得最优性能。
通过浏览器可访问的LLM交互得到度/直径问题的新下界
专题命中 GUI与网页智能体 ：agent(abstract)
AI总结 通过与ChatGPT交互发现图构造，改进了度/直径问题的下界：N(12,5)≥34,992和N(16,5)≥147,456。
任务感知的环境增强：通过屏蔽条件扩散实现可靠导航
机构 * University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校）
专题命中 GUI与网页智能体 ：planning(abstract)
AI总结 针对部分可观测环境下的轨迹规划可靠性问题，提出任务感知的环境增强方法SCoDA，利用条件扩散模型学习最优视觉标记布局，通过屏蔽采样引导标记放置，提升轨迹执行可靠性和完成时间。
GuideWalk: 面向人形机器人的统一自主导航与运动学习，适用于多种地形
机构 * Harbin Institute of Technology（哈尔滨工业大学） ； Leju Robotics（乐聚机器人）
专题命中 GUI与网页智能体 ：planning(abstract)
AI总结 提出GuideWalk框架，通过可通行性感知导航引导与地形自适应运动教师蒸馏，实现人形机器人在复杂地形上的稳定导航与运动协调。
朴素视觉记忆不足：GUI代理的失败模式研究
机构 * KAIST（韩国科学技术院）
专题命中 GUI与网页智能体 ：agent(abstract)
AI总结 本文提出动作锚定视觉记忆（AGMem），通过存储与成功动作相关的局部GUI区域图像而非全屏截图，减少GUI代理中的动作级错误，在OSWorld上将任务成功率提升33.3%。
Comments 9 pages, 5 figures, ICML 2026 WORKSHOP
NavWAM：用于目标条件视觉导航的导航世界动作模型
机构 * The University of Tokyo（东京大学） ； National Institute of Informatics（国立信息学研究所） ； AIRoA ； ATR
专题命中 GUI与网页智能体 ：planning(abstract)
AI总结 提出NavWAM，一种扩散变换器策略，通过联合学习未来观测、目标进度值和动作块，将导航世界模型预测直接转化为可执行动作，在离线基准和真实机器人部署中优于基于规划的世界模型基线。
Comments Project page: https://dachii-azm.github.io/navwam/
VGP-Nav：用于机器人导航的度量感知视觉几何感知
机构 * Southern University of Science and Technology（南方科技大学） ； MBZUAI（穆罕默德·本·扎耶德人工智能大学） ； Shenzhen University（深圳大学） ； SpatialTemporal AI（时空人工智能）
专题命中 GUI与网页智能体 ：planning(abstract)
AI总结 提出VGP-Nav，一种仅依赖单目RGB输入的框架，通过地面平面几何约束解决尺度模糊，实现度量定位与障碍物感知的统一。
LLM Agent系统中的静默故障：熵原理与自主智能体的不可避免的无序性
专题命中 记忆与上下文管理 ：agent(title,title_cn)；autonomous agent(title,abstract)
AI总结 通过分析4万次受控试验和10万次生产交互，发现LLM agent系统存在无外部触发的静默故障，提出熵原理S(t)=S0*e^(αt)描述无序累积，并设计PIG引擎与ADE协议套件作为工程对策。
Comments 10 pages, 7 figures
智能体记忆蒸馏：用分层教师记忆赋能小型大语言模型智能体
机构 * KAIST（韩国科学技术院）
专题命中 记忆与上下文管理 ：agent(title,summary_cn)；workflow(abstract,abstract_cn)；tool-use(abstract)；function calling(abstract)
AI总结 本研究提出无需训练的Agent Memory Distillation框架，通过从大型教师智能体构建三类分层记忆迁移知识，提升小型大语言模型智能体的工具使用性能，在三个基准上实现显著准确率提升且优于现有基线。
Comments Under review
Qwen-Image-Agent：弥合真实世界图像生成中的上下文差距
机构 * Qwen-Image-Agent: Bridging the Context Gap in Real-World Image Generation（Qwen-Image-Agent：弥合现实世界图像生成中的上下文缺口）
专题命中 记忆与上下文管理 ：agent(title,title_cn)；planning(abstract)；agentic(abstract)
AI总结 提出Qwen-Image-Agent框架，通过上下文感知规划和上下文接地，整合规划、推理、搜索、记忆和反馈，弥合用户上下文与生成上下文之间的差距，在IA-Bench等基准上达到最优性能。
智能体操作系统（AOS）：分布式智能体系统的参考操作架构
专题命中 记忆与上下文管理 ：agent(title,abstract)；agentic(title,abstract)；workflow(abstract)；分类 cs.AI
AI总结 本文提出智能体操作系统（AOS），作为分布式智能体系统的参考操作架构，用于管控异构组件以构建可管控、可靠、可观测且互操作的智能体系统。
智能体上下文管理：将智能体内存和成本视为生命周期和架构问题来解决
机构 * Maximem
专题命中 记忆与上下文管理 ：agent(title,abstract)；agentic(title,abstract)；AI agent(abstract)；分类 cs.AI
AI总结 研究生产型人工智能智能体因无法管理推理上下文而失败的问题，提出智能体上下文管理（ACM），分解为五个原语，经经济分析和参考实现验证，在特定配置下取得较好结果，还指出了现有基准未涵盖的维度及上下文前沿。
Comments 23 pages, 6 figures, 4 tables. Evaluation harness and study data: github.com/maximem-ai
代理型人工智能的组织行为：人机协作中的集体智能
专题命中 记忆与上下文管理 ：agent(title,abstract)；agentic(title,abstract)；tool use(abstract)
AI总结 本文探讨代理型AI集体在组织中的行为，提出其通过上下文架构而非人类动机维持组织模式，并发展上下文交易成本理论解释人机组织行为的异同。
OpenRath: 面向会话的代理系统运行时状态
专题命中 记忆与上下文管理 ：agent(title,abstract)；workflow(abstract,abstract_cn)；multi-agent(abstract)；分类 cs.SE
AI总结 针对代理系统运行时状态碎片化问题，提出以Session为核心的一等运行时抽象，支持分支、检查、重放、后端感知和组合，使fork、merge和replay成为显式运行时操作。
Light-Omni：基于长期记忆的智能视频理解中的反射优于推理
机构 * Nanjing University（南京大学）
专题命中 记忆与上下文管理 ：agent(summary_cn,abstract)；agentic(title,abstract)
AI总结 研究针对智能视频理解中先进智能体依赖迭代推理成本高的问题，提出Light-Omni框架，通过双重上下文状态实现反射式轻量级视频理解，经实验验证其有效性，性能优于M3-Agent且能增强现有MLLMs。
Comments Project Page: https://clare-nie.github.io/Light-Omni
LogicHunter：使用智能预言机测试大语言模型代理框架
专题命中 记忆与上下文管理 ：agent(title,abstract)；agentic(title,abstract)；分类 cs.SE
AI总结 研究针对大语言模型代理框架测试不足问题，提出LogicHunter模糊测试框架。通过规范驱动生成有效极端输入，引入智能预言机解决预言机歧义。在三个框架上评估，发现众多未知错误，智能预言机精度高，远超基线方法。
ATLAS：通过大语言模型引导的抽象与自动机学习发现智能体策略
专题命中 记忆与上下文管理 ：agent(title,abstract)；AI agent(abstract)；agentic(abstract)；分类 cs.LG、cs.SE
AI总结 该研究提出ATLAS方法，结合轨迹抽象与自动机学习从智能体轨迹推断有限状态模型，以实现对LLM智能体行为的可解释分析、知识迁移及简洁解释。
Comments 7 pages, accepted for publication at ACM/IEEE MODELS 2026
用于智能语言模型系统的共享选择性持久内存
机构 * Apple Inc.（苹果公司）
专题命中 记忆与上下文管理 ：agentic(title,abstract)；agent(abstract)；tool use(abstract)；tool-use(abstract)
AI总结 智能语言模型系统面临上下文问题，本文提出共享选择性持久内存架构，识别保留四类可重用上下文，丢弃特定会话推理痕迹，实现共享协作重用。在企业场景和公共数据集实验中验证其有效性，提高任务完成率，降低成本，优于全历史持久化等极端方式。
Comments 11 pages, 2 figures, 4 tables
智能体对抗智能体：一种用于自动提示注入红队测试的智能体系统
专题命中 记忆与上下文管理 ：agent(title,abstract)；agentic(title,abstract)
AI总结 本研究提出PIMiner智能体系统，用于自动提示注入红队测试，该系统构建可迁移策略库，仅需少量查询即可在IPIArena、AgentDojo基准上对多款LLM实现高攻击成功率，解决现有方法泛化性差的问题。
Comments Our code is available at https://github.com/wang-yanting/PIMiner
空间记忆智能体：用于空间智能的基于经验的过程记忆
机构 * Zhejiang University（浙江大学） ； Shanghai Jiao Tong University（上海交通大学） ； Shanghai Innovation Institute（上海创新研究院）
专题命中 记忆与上下文管理 ：agent(title,abstract)；planning(abstract)；agentic(abstract)；分类 cs.AI
AI总结 该研究提出SMA框架，让冻结VLM智能体无需外部空间工具，通过无参数更新自进化提升空间推理，在多基准和模型上表现最优，提供了空间自进化的实用路径。
Comments Under Review
MIRA：面向智能体诊断的医学图像反射
专题命中 记忆与上下文管理 ：agentic(title,abstract)；tool use(abstract)；tool-use(abstract)；分类 cs.AI
AI总结 该研究提出医学视觉诊断框架MIRA，通过两阶段训练优化工具使用与证据验证，在9个医学视觉推理基准上较Qwen3-VL-8B backbone提升7.44分，改善工具使用判断并减少有害判断。
自反：智能体的奇异循环如何将人类文化转化为AI基础设施
专题命中 记忆与上下文管理 ：agentic(title,abstract)；agent(abstract,comments)；AI agent(abstract,comments)；分类 cs.AI
AI总结 本文提出自反概念，以LLM智能体为研究对象，通过Moltbook平台案例验证其行为标准，发现智能体将人类文化转化为自身AI基础设施。
Comments 35 pages. Also available at https://philarchive.org/rec/LEWAHA. Keywords: autoreflection, AI agents, agentic AI, LLM agents, generative agents, large language models, multi-agent systems, agent societies, Moltbook, OpenClaw, situational awareness, in-context learning, philosophy of mind, emergent behavior, computational social science, identity, memory
作为长期人工智能代理的企业内存基础的Oracle代理内存
专题命中 记忆与上下文管理 ：agent(title,abstract)；AI agent(title)；分类 cs.AI
AI总结 研究以Oracle数据库为基础的Oracle代理内存作为长期人工智能代理的企业内存基础，围绕内存生命周期、分层架构及评估方法展开探讨，总结LongMemEval结果，与基线比较，展示其优势，并提供相关实现附录。
Comments 23 pages, 7 figures. Technical report on Oracle Agent Memory
ProfileFoundry: 用于LLM智能体隐私、记忆和工具使用评估的合成人物-对象基底
机构 * NVIDIA Corporation（英伟达公司）
专题命中 记忆与上下文管理 ：agent(title,abstract)；tool-use(title)；分类 cs.CL
AI总结 提出ProfileFoundry，一个确定性生成器，发布10万个合成成人人物对象，包含快照、家庭、雇主等字段及事件、关系边，用于下游基础模型评估中的记忆、隐私等任务。
SuperLocalMemory 4.0：面向AI智能体的受管控内存操作系统
机构 * Qualixar（奎利克萨）
专题命中 记忆与上下文管理 ：AI agent(title,abstract)；agent(abstract)；multi-agent(abstract)；分类 cs.AI
AI总结 本文提出SuperLocalMemory 4.0，一款面向AI智能体的受管控本地优先内存操作系统，整合多类型检索与管控功能，经测试其可靠性达标，为AI智能体提供持久化内存解决方案。
Comments 35 pages, 17 figures, 4 tables. Zenodo DOI: 10.5281/zenodo.21853302. Code: https://github.com/qualixar/superlocalmemory/releases/tag/v4.0.0
Chronos漏洞：智能AI中基于时间持久性和内存欺骗的分类法
专题命中 记忆与上下文管理 ：agentic(title)；agent(abstract)；autonomous agent(abstract)；planning(abstract)
AI总结 研究人工智能中Chronos漏洞，形式化基于持久性攻击的威胁模型，指出传统端点内容过滤器不足，综合深度防御格局并分类新兴框架，应对智能体内存攻击等安全威胁。
SymbOmni：通过符号概念学习进化智能全能模型
机构 * South China University of Technology（华南理工大学） ； Westlake University（西湖大学） ； Johns Hopkins University（约翰·霍普金斯大学） ； The Chinese University of Hong Kong（香港中文大学） ； Shenzhen Loop Area Institute（深圳河套学院）
专题命中 记忆与上下文管理 ：agentic(title,abstract)；agent(abstract)；workflow(abstract)；分类 cs.LG
AI总结 针对视觉生成模型无法累积学习与自主进化的问题，提出SymbOmni智能全能模型，通过符号概念学习和归纳-转导循环运行，经言语反向传播训练。实验验证其在多方面性能优越，能有效降低令牌消耗并实现持续学习。
Comments ECCV 2026 (49 pages, 10 figures, project page: https://spherelab.ai/symbomni)
内存编排语义系统（MOSS）：一种可审计的智能记忆架构
机构 * Faculté de musique, Université Laval, Québec, Canada（加拿大魁北克拉瓦尔大学音乐学院） ； Faculté des sciences et de génie, Université Laval, Québec, Canada（加拿大魁北克拉瓦尔大学理工学院）
专题命中 记忆与上下文管理 ：agentic(title,abstract)；agent(abstract)；AI agent(abstract)；分类 cs.CL
AI总结 研究针对AI智能体长期记忆的弱点，提出MOSS架构，通过在结构化关系数据库上驱动检索，具有模型、存储、API无关性，检索可审计且从语料库派生概念词汇，报告了在个人学者工作语料库上的长期部署。
Comments 22 pages, 2 figures
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