NUS、牛津、微软等9机构发布音视频智能综述：系统梳理大模型时代的AVI研究全景
用一张演化树串起十年发展，给出统一 taxonomy、三条主线与六大未来研究轴。
阅读全文 ：NUS、牛津、微软等9机构发布音视频智能综述：系统梳理大模型时代的AVI研究全景
公众号
机器之心
专业的人工智能媒体和产业服务平台
这个来源的文章
为什么 LLM 难以直接复刻 AlphaGo 的树搜索奇迹？
前 1X Technologies AI 副总裁、前 Google DeepMind 机器人研究科学家 Eric Jang 在休假期间想通了哪些事？
阅读全文 ：为什么 LLM 难以直接复刻 AlphaGo 的树搜索奇迹？终结VLA？英伟达押注的具身新范式，首篇世界动作模型WAM综述重磅发布
与其模拟下一个文本 Token，不如让机器人去模拟下一个物理世界状态。
阅读全文 ：终结VLA？英伟达押注的具身新范式，首篇世界动作模型WAM综述重磅发布ICML 2026 | 打破「回音室」效应！人大孟澄团队&华为提出集成剪枝视角下的MoE新架构
不要只选择最高得分的专家，而是在选择高置信专家的同时显式鼓励专家之间的多样性。
阅读全文 ：ICML 2026 | 打破「回音室」效应！人大孟澄团队&华为提出集成剪枝视角下的MoE新架构ICML 2026｜智能体的下半场：为什么「答对」已经不够了？
它尝试把Agent从一套不断堆叠技巧的工程系统，重新变成一个可以被分析、被解释、也能够被长期积累的科学对象。
阅读全文 ：ICML 2026｜智能体的下半场：为什么「答对」已经不够了？CVPR 2026 | 突破短视，理解变化！HiF-VLA：以motion为中心打造「边想边做」的世界动作模型
在一个创新的「联合专家」模块中，同步完成未来视觉运动的预测与高精度动作序列的生成。
阅读全文 ：CVPR 2026 | 突破短视，理解变化！HiF-VLA：以motion为中心打造「边想边做」的世界动作模型Meta华人发布ATLAS，一个词搞定可泛化的视觉推理！
一个离散 word，高效统一 Agentic 与 Latent Visual Reasoning。
阅读全文 ：Meta华人发布ATLAS，一个词搞定可泛化的视觉推理！大模型也会想太多？清华等提出TaH：跳过93%无效迭代，准确率反而提升
Think-at-Hard（TaH）：一种面向小模型的选择性潜空间迭代方法
阅读全文 ：大模型也会想太多？清华等提出TaH：跳过93%无效迭代，准确率反而提升LIBERO 99%，实测第一：卧安 OneModel 1.7用一条隐式通路打通「看懂」到「做对」
超越 π0.5、GR00T-N1.5、OpenVLA-OFT
阅读全文 ：LIBERO 99%，实测第一：卧安 OneModel 1.7用一条隐式通路打通「看懂」到「做对」