Anthropic最新报告摸透全球打工人：凌晨5点求睡眠，晚6点问菜谱
就在昨晚，Anthropic扔出了经济指数系列的第六份报告——第一次把几百万次Claude对话的采样精度从每周拉到逐小时！你几点焦虑、几点嘴馋、几点睡不着，全在数据里。AI比你的伴侣还懂你的作息。
把Agent丢入1000+文件：人大CoDA-Bench揭示Code Agent瓶颈
中国人民大学的研究团队提出 CoDA-Bench，联合评估 Agent 的 Code Intelligence + Data Intelligence。该基准首次把 Code Agent 放进包含 1000 + 数据文件的复杂环境下，要求模型先自主探索文件系统、找到相关数据，再编写代码完成分析。实验显示，即使当前表现最好的系统，在 CoDA-Bench 上执行准确率也只有 61.1%；
ECCV 2026 | 悉尼大学提出Linstereo, 打通立体匹配「最后一公里」
LinStereo 对应地做了三件事：PALA 换掉 ConvGRU 解决传播问题，HSCV 保留多尺度特征，DPI 用单目深度给一个靠谱的起点。PALA 做的事情说起来很直观，就是把 ConvGRU 的局部更新换成全局注意力，让每个像素每次迭代都能看到整张图。难点在于 softmax attention 是 O (N²) 的，直接用在高分辨率视差图上跑不动。
AI Agent为什么总是不稳定？终于有了一个系统性基准来拆解
三星大模型团队联合北京大学、香港城市大学、香港科技大学等科研机构，共同发布了面向 AI Agent 的基准测试 LiveClawBench。它关注的并不是「谁的 Agent 更强」，而是一个更基础、也更关键的问题：为什么同一个 AI Agent，在一些任务中已经接近可用，而在另一些任务中却会突然失稳？
只用15%数据，多模态指令微调反超全量训练15.8%！
来自上海交大、马来亚大学、CMU、MBZUAI、KIT和KAUST的团队提出VisNec（Visual Necessity Score，视觉必要性分数），用一个分数衡量每条训练样本里“图像到底起了多大作用”，被ECCV 2026收录。
黄仁勋说的Physical AI，被这家中国跨界选手带进了生命科学实验室
华大智造子公司涌生智能×上海人工智能实验室，联合发布两项新成果：ProtoPilot：一款由真实实验室场景驱动的自进化多智能体系统；BioLab Bench：生命科学领域首个从用户需求到设备可执行的全流程Agent评测体系。
刚刚，LeCun团队让世界模型学会持续学习！
刚刚，纽约大学联合LeCun初创AMI带来JEPA系列的最新成果——AdaJEPA。与过去在预训练结束后就冻结参数的世界模型不同，AdaJEPA能够在与环境交互中，基于测试时自适应（Test-Time Adaptation, TTA），实时调整世界模型的编码器和预测器参数，从而实现持续学习。
李飞飞署名具身新论文：Sim2Real烧不起，Real2Sim量大管饱
还在聊Sim2Real？现在机器人圈更火的是Real2Sim！最近，英伟达GEAR联合李飞飞团队、佐治亚理工大学等机构联合发布全新Real2Sim系统——SimFoundry。SimFoundry只需一段真实世界视频，就能自动生成一个可以交互、训练、评测的机器人仿真环境。
能帮你做 Live Photo 了！藏师傅社交卡片 Skill 重磅更新
前段时间我做了一个 guizang-social-card-skill（https://github.com/op7418/guizang-social-card-skill）。
世界模型的新用途：不做选手，去当裁判
眼下具身赛道都在卷世界模型，都在抢着做机器人的“大脑”。
满分的「差」，Qwen与复旦等揭示编程智能体奖励设计的结构性困境
设想这样一幕：你让一个编码智能体修复某个 bug，并用一组单元测试作为「做对了没有」的判据。
强化学习没作用？人大DelTA精准识别关键token，推理正确率大幅上升
做大模型RL微调，你是不是也踩过这些坑？
怎么量化机器人数据价值？ATHENA将影响函数扩展到十亿参数VLA，313×加速筛选高价值数据
具身智能正在进入数据 scaling 时代。Vision-Language-Action（VLA）模型让机器人可以从大规模示教数据（demonstrations）中学习更通用的操作策略。但对机器人 VLA 训练来说，数据并不总是越多越好：低质量数据可能会拖累模型性能，而每一条 demonstration 都意味着昂贵的人力采集、机器人运行，以及云端存储和训练成本。
3个爆火的开源项目，无需API Key的爬虫神器！
现在用 AI 做项目，经常会碰到这种尴尬的情况： 写代码，它喜欢乱造轮子，能用十行解决的事，非要写一大坨。
一个开源平台，编织起了Agent「互联网」
在历史长河中，技术的发展很少是一路线性往前走的，很多关键变化发生在「连接」被打通的那一刻。
Agent的自演进，被刚刚开源的AReaL 2.0按下了加速键
当 Agent 从演示视频中的炫技片段开始走进真实工作流与生产环境，下一阶段的「何去何从」成为业界关注的焦点。
跨会话不再「失忆」：openJiuwen社区开源 AutoGenetic Memory，让Agent记忆自主生长
当大模型应用进入深水区，决定一个 Agent 体验上限的，早已不只是 "答得对不对", 而是 "能不能持续记住同一个人"。
ICML26 | 浙江理工大学马啸讲师和南京大学李武军教授课题组联合提出EMCES：为强化学习合成更有价值的样本
近年来，强化学习在游戏智能体、具身智能、大语言模型等领域取得了显著进展。然而，在真实世界中，强化学习仍面临一个核心难题：高质量样本的获取不仅成本高昂，还可能带来多种风险。因此，样本增强成为缓解强化学习中样本获取成本高、风险大等问题的重要途径之一。
训练世界模型，开始从人类的肌肉和脑子里偷师了
具身智能数据的竞争，正在从“量大管饱”进入下一关。
具身智能的Skill时刻！英伟达开源机器人技能库，Jim Fan：范式变了
6！机器人也能学Skill了。