给设计师配一把"任意色号"的画笔：Paint-Anything如何让AI精准听懂十六进制颜色

字节跳动团队提出Paint-Anything，让AI通过十六进制颜色代码精确控制图像生成与编辑中的物体颜色，构建了Paint-500K数据集和ACBench评测基准，8B模型颜色精度超越56B大模型。

老师的口误也会被学生学走：一篇关于AI蒸馏的论文

论文发现AI模型蒸馏训练中老师模型存在自我打分波动问题，这种波动集中在语气词而非数学内容上，且会被特权信息放大。研究者提出校准方法，剔除老师自身噪音后训练学生，效果超过标准方法且回答更简洁。

给机器人捏一只会变形的泰迪熊，到底难在哪

DeformSmith是一套让机器人训练用软体物体自动"活起来"的生成系统，通过分层构建、物理仿真反复验证和真实机器人抓取测试，从文字或图片生成既好看又经得起物理考验的可变形资产。

给神经网络装一个"可调节压缩阀"：一篇关于视觉信号鲁棒表征的论文解读

论文提出训练自适应卷积稀疏编码框架，将稀疏编码中的压缩系数设为可学习变量，并结合信息瓶颈原理与无标签后训练适配策略，在CIFAR和ImageNet上实现了优异的干净数据识别性能与显著提升的抗噪声鲁棒性。

MetaOptics宣布战略性拓展进入马来西亚市场，注册成立全资子公司

AI看图说话时，为什么两个不同模型会一本正经地编出两个完全不同的时间戳？

论文发现多模态大模型产生幻觉的根源不在视觉信息不足，而在协同注意力头内部视觉语言信息比例失衡。研究者提出HEAL方法，通过因果干预和反事实分析定位问题头，动态校准信息比例，在多个模型和基准上有效降低幻觉。

CodeMidas：把开源代码库变成训练AI编程能力的练兵场

CodeMidas提出仅用源代码自动构建可验证编程训练任务，无需依赖issue、PR等开发记录。基于5545个任务用GRPO训练MiMo-V2.5，在五个外部基准上全面提升，验证了源代码本身是扩展编程智能体强化学习环境的...

给代码仓库当老师，教AI怎么把活干好

该研究提出Code2Skill流水线，从191,769个GitHub仓库自动提炼可验证的操作技能，构建含百万级记录的CodeSkillBank，实验证明其能显著提升AI智能体在编程、推理、系统操作等任务上的表现。

当电脑agent既要会"点鼠标"又要会"写代码"：一个让AI自己造软件的训练场

阿里团队提出RECREATIONWORLD,让AI通过重建正在运行的软件同时锻炼图形操作与代码实现能力,并配套250任务的RECREATIONBENCH评测,揭示当前最强模型全通过率仅2.8%,静态界面易还原而动态逻辑难...

给AI装一张"施工图纸"，比给它一堆便利贴管用得多

本文介绍GraphSkillEvo框架，它把AI智能体的技能表示成图结构的自然语言文档，配合种群式进化算法中的变异和交叉操作进行优化，在五个基准测试中相比SkillOpt平均提升1.76%至4.01%的准确率，同时降低了...

给AI喂一张照片，它就能让照片里的人做出你指定的动作：这事到底靠不靠谱？

腾讯联合港科大推出OmniVBench评测基准和Omni-R2V数据集，针对AI视频生成中日益复杂的多参考控制能力，首次提出因子级细粒度评测方法，覆盖7大任务18个子任务，并公开34万条训练样本，揭示当前主流模型在多参考...

当骗子学会了用emoji说黑话，AI能不能揪出真相？

论文提出RiskChainBench基准，测试十个大模型破译网络伪装暗语并追踪调查可疑网站的能力，发现文字复原准确率与网页调查能力常常不匹配，入口识别错误会严重拖累端到端表现，执行失败是探案环节最大瓶颈。

一个模型，学会了细胞、天气、蛋白质和游戏的共同语言

论文提出JEPA-Anything框架，用正交预测因子分解统一视觉、生物、临床、控制、分子、物理场、天气七大领域的预测建模，实验覆盖十项动力学任务、千余临床事件预测及湿实验室生物验证。

让AI手机助手学会反思：一个训练时代之外的可能性

本文介绍EvoSkill-GUI，一个训练免费的GUI智能体技能进化框架，通过结构化技能包、即时修订、信息隔离的批评诊断和元数据检索，让智能体从执行失败中自我反思并持续改进，在多个手机电脑基准测试上取得显著成功率提升。

脑子换了个地方，Dice就掉了7个点：一个AI肿瘤分割模型的诚实自白

研究团队用标准nnU-Net模型测试脑肿瘤分割在跨病种场景下的泛化能力，发现验证集表现比内部测试低7.47个百分点，集成与增强等技巧收效甚微，小体积且碎片化的肿瘤是主要失败原因。

原点Talk：AI把出海门槛降低之后，2027全球化怎么做？｜PEC 2026特别版

在PEC 2026 AI创新者大会暨第三届提示工程峰会期间，《原点Talk》迎来了一场特别版，以“2027 出海的机遇和路径”为主题，把这些问题摆上了桌面。

把35B大模型塞进24GB内存：一场关于"预测"的豪赌

本文介绍AutoArk团队的Edge0推理引擎，通过训练预路由器提前一步预测专家路由、结合可拆卸恢复LoRA补丁，让35B参数混合专家大模型能在24GB内存的普通电脑上流畅运行，速度提升超80%。

AI写的GPU内核跑分更高，但真正能上线的只有专家调教过的那一版

MIT 博士生 Alex Zhang 以 Recursive Language Models 和 GPU Mode 社区闻名，在 Latent Space 播客中回顾了自己从一次无聊实习误打误撞进入 GPU 编程社区的经...

当审查开始蔓延进美国，这位互联网老兵决定重写底层协议

Barrett Lyon 曾经历飞机引擎空中骤停的生死瞬间，如今他把同样的冗余思维用在了重建互联网协议上。这篇文章梳理了他创办 DoxxNet 的动机：协议层创新停滞、VPN 治标不治本、运营商级 NAT 扼杀应用潜力，...

PANORAMA：给AI装上一双能"指认"万物的眼睛

论文提出全景接地式描述任务，构建人工标注数据集PanoCaps与gPQ评价指标，并提出PANORAMA模型，将短语接地转化为掩码候选选择，在多项分割与描述基准上取得领先表现，兼顾描述完整性与定位精确度。