Google DeepMind开源WeatherNext气旋预测AI模型
Google DeepMind和Google Research开源了WeatherNext 2和WeatherNext Cyclones AI模型，这些模型在预测热带气旋路径、强度和风场结构方面达到了最先进的精度。该成果发表在《Nature》上，表明与以往系统相比，这些模型为预报员提供了一天的额外预测准确性。
Astra模型解决了数学和理论计算机科学中的十个开放问题
OpenAI的内部Astra模型已生成跨越数学和理论计算机科学的十个长期开放问题的解决方案，相关论证已在Lean中形式化。这些成果涵盖高维几何、编码理论、群论和量子复杂性，解决了至少十年未取得进展的问题。
HorizonRelight 使用掩码自条件实现长时视频重光照的一致性
研究人员通过将任务重新定义为时间条件的潜在域转换，解决了长时视频重光照中的时间不连续性问题。该框架通过跨边界传播目标域潜在变量来强制分块间的连续性，并利用掩码目标域自条件使这种行为可学习。
LLM在超参数优化中匹配或优于贝叶斯优化
一篇新论文探讨了使用基础大型语言模型（LLM）来自动化超参数优化（HPO），这一过程通常在有限预算设置下依赖手动方法。作者开发了一种方法论，其中LLM根据数据集和模型的描述建议超参数配置，然后根据模型性能进行迭代优化。
Source引入近似展开微分用于训练数据归因
研究人员推出了Source，这是一种新的训练数据归因（TDA）方法，结合了影响函数的计算效率和基于展开方法的准确性。通过使用类似影响函数的公式来近似展开微分，Source解决了隐式微分方法的局限性，例如它们未能考虑优化偏差或多阶段流水线。
NVIDIA发布OmniDreams实时生成式世界模型，用于自动驾驶仿真
NVIDIA推出了OmniDreams，这是一种基础生成式世界模型，旨在解决闭环仿真中评估自动驾驶策略时的瓶颈。该模型基于Cosmos扩散模型，在21k小时的驾驶场景上进行中期和后期训练，能够以自回归方式实时生成动作条件视频。
JacNet通过直接建模结构化雅可比矩阵来学习函数
该论文介绍了JacNet，这是一种神经网络架构，它直接学习输入-输出函数的雅可比矩阵，而不是映射本身。这种方法允许对导数属性进行精确控制，从而能够实施结构性先验，如可逆性和k-Lipschitz连续性。
微软研究院推出CARE-X：一种带有辅助监督和工具增强测量的统一胸部X射线VLM
微软研究院推出了CARE-X，这是一个研究模型，旨在通过将生成式报告撰写与校准的诊断预测相结合，解决当前放射学视觉-语言模型的不足。该系统使用强化学习（DAPO）来奖励临床正确性，并将Qwen3-VL-4B-Instruct模型与确定性测量工具配对，以评估需要精确计算的条件性能。
Masters通过掩码教师与强化学生蒸馏视觉-语言模型
研究人员提出了Masters，一种用于将大规模视觉-语言模型蒸馏为适合边缘部署的紧凑版本的掩码渐进式强化学习框架。该方法解决了因师生模型尺寸差距导致的不稳定性问题。
DSTP 缓解复杂 MLLM 推理中视觉令牌剪枝的失败
研究人员在解码过程中发现相关视觉信息偏移（RVIS）是导致现有视觉令牌剪枝方法在多模态大语言模型（MLLM）中失效的主要原因。为解决这一问题，他们提出了无需训练的解码阶段感知偏移令牌剪枝（DSTP），将视觉令牌与变化的推理需求对齐。
GenRecal 通过重新校准将大型视觉-语言模型蒸馏为小型模型
研究人员提出了 GenRecal，这是一种通用的蒸馏框架，可将知识从大型视觉-语言模型（VLM）转移到更小、更高效的对应模型。该方法通过使用重新校准器来对齐和适应不同模型类型之间的特征表示，解决了 VLM 架构异构性的挑战。
ZPPO 使用提示而非梯度来改进小型视觉语言模型的训练
研究人员引入了近端策略优化的最近发展区（ZPPO），该方法将教师知识注入提示中，而非策略梯度，以解决知识蒸馏中的脆弱性和强化学习中的漂移问题。ZPPO 为难题构建包含正确候选项的问题（BCQ）和包含错误候选项的问题（NCQ），并通过重放缓冲区循环使用这些样本，直到学生模型的准确率提升或将其淘汰。
Hide to See 引入用于 VLM 蒸馏的推理前缀掩码
研究人员提出了一种新颖的思考-回答蒸馏框架，通过掩码显著推理前缀，提高了紧凑视觉语言模型利用视觉证据的能力。这种方法解决了长思考-回答轨迹中常见的“视觉遗忘”问题，学生在扩展推理过程中会失去对视觉线索的关注。
SpatialClaw 使用代码作为智能体空间推理的动作接口
研究人员提出了 SpatialClaw，这是一个无需训练的框架，采用代码作为动作接口，以改进视觉-语言模型中的开放式 3D 和 4D 空间推理。与依赖单次执行或僵化工具调用的现有智能体不同，SpatialClaw 维护一个有状态的 Python 内核，其中预加载了输入帧和感知基元。
AXPO通过修复思考-行动差距提升多模态智能体推理能力
研究人员提出代理探索策略优化（AXPO），以解决视觉语言模型在需要外部工具时存在的“思考-行动差距”。这一差距导致GRPO等标准强化学习方法仅在约30%的 rollout 中尝试使用工具，且高失败率抑制了学习信号。
ROSA通过共享GPU池服务将工厂生产力提升高达12.06倍
研究人员提出了ROSA，这是一种面向机器人工厂的机器人基础模型推理系统，突破了单机器人、边缘计算的假设。该系统利用共享GPU池服务，使机器人群体能够通过网络访问服务器级GPU。
Delta Force中非语言交流的 multimodal AI 分析
研究人员分析了竞技射击游戏 Delta Force 的游戏视频，以提取和理解新兴的非语言交流，如手势和移动模式。这项工作解决了先前研究的空白，这些研究主要集中于 MOBA 游戏或其他射击游戏中的语音协调。
英伟达研究人员提议在《火箭联盟》锦标赛中进行实地实验
英伟达的研究人员通过采用实地实验方法论，来解决安排竞争性团体比赛和重现实验室环境的难题。这种方法将实验直接整合到锦标赛结构中，创造出混合型的锦标赛-实验。
AITE框架通过LLM驱动搜索自主发现无线算法
研究人员推出了The AI Telco Engineer (AITE)，这是一个利用大语言模型驱动的进化搜索来自主设计复杂通信问题算法的框架，同时平衡性能与复杂度之间的权衡。
OpenAI的Astra解决了10个重大开放数学问题
OpenAI发布了其未公开的内部模型Astra的成果，该模型成功解决了十个重要的开放数学问题。这些解答由模型生成，随后由人类研究人员形式化为Lean证书。