AI 论文周报｜2026-09-28 — 2026-10-02

本期导读

本期目录收录 76 篇论文，涉及智能体、具身智能、多模态、视频生成。站内浏览导读与篇目，再按需查阅论文资料。 本页整理本期阅读线索与篇目目录，并补充产业观察问题，便于在站内先建立阅读框架。

本期刊物：AI 论文周报。条目更新日期：2026-10-04。

产业观察

以下是路见整理的阅读问题，用来区分技术进展、产品可用性与商业兑现；不代表本期论文或原作者已经验证了这些商业结果。

智能体

把自动执行任务的能力拆开看：能否稳定调用工具、处理中途失败、完成多步任务。产业价值需要进一步核验任务完成率、人工接管次数，以及每次成功交付的成本。

具身智能

从模型走向真实设备，通常还要经过感知、控制和安全验证。阅读时可关注演示场景是否受限、换环境后能否工作，以及真实部署需要多少维护和训练数据。

多模态

同时处理文字、图像、声音，并不自动意味着能解决业务问题。更值得追问的是：哪一种信息减少了错误，是否必须收集新数据，效果提升能否覆盖计算和数据成本。

视频生成

判断视频工具的实用性，可以分别观察画面质量、跨镜头一致性、可修改程度和生成耗时。能够进入生产流程，还取决于返工次数、素材授权和与现有工具的衔接。

本期篇目

收录 76 个篇目标题。可先浏览感兴趣的方向，再按需打开具体论文或项目资料。

1. Raven：面向可组合智能体系统的“框架之框架” · 延伸资料

1. 教师是一个方向，而非终点：在在线策略蒸馏中外推 RL 诱导的表征残差 · 延伸资料

1. MaLiang-Harness：通往图像与视频生成的可编程路径 · 延伸资料

1. LoopVL：循环视觉智能 · 延伸资料

1. 虚假前沿：诊断与缓解自进化搜索智能体中的协同作弊 · 延伸资料

1. 机器人的上下文学习：方法与应用 · 延伸资料

1. 同系列在线策略蒸馏的缩放特性 · 延伸资料

1. Omni-IO Skills：让 Agent 实现全模态原生能力 · 延伸资料

1. UniEvo-VL：面向多模态模型自我改进的在线策略自蒸馏训练方案 · 延伸资料

1. 后训练在不相关决策上留下行为影子 · 延伸资料

1. YuE2：以前沿质量统一符号音乐与音频音乐生成 · 延伸资料

1. VisionHOPE：将视觉骨干网络作为自修改学习系统 · 延伸资料

1. 重新思考潜在视觉推理：将潜在推理锚定于视觉证据 · 延伸资料

1. 超越教师分配：领域归一化的多教师同策略蒸馏 · 延伸资料

1. PanoVLN：面向高效全景视觉–语言导航 · 延伸资料

1. 在策略学习还是离策略学习？蒸馏动态的系统性研究 · 延伸资料

1. OneStreamer：统一流式视频交互中的感知、记忆与主动响应 · 延伸资料

1. FuseReg：通过正则化层融合缓解表征自编码器中的重建-生成鸿沟 · 延伸资料

1. VoxMem：大型音频语言模型中的多模态记忆基准测试 · 延伸资料

1. GraphForge：以图锚定工作区合成训练可干活的 Agent · 延伸资料

1. LEGO-Anything：用编码智能体实现三维场景重建 · 延伸资料

1. 世界动作模型为何具备泛化能力？测试时未来建模的实证研究 · 延伸资料

1. 面向代码 Agent 强化学习的分组式智能体评分与优势重分配 · 延伸资料

1. AREX-2：通过长时程反思任务推进自我改进 Agent · 延伸资料

1. 自适应奖励路由：通过前向过程 RL 实现联合音视频扩散的动态多奖励优化 · 延伸资料

1. Mid-Harness：在模型与执行框架之间扩展终端智能体的动作空间 · 延伸资料

1. 超越时间线：用接地实体传记增强长视频记忆 · 延伸资料

1. 自进化编码智能体：从数字程序到物理世界智能 · 延伸资料

1. EvoDuet：面向科学发现的网络搜索与任务求解双层协同演化 · 延伸资料

1. 评分前先思考：面向视觉生成的思维奖励模型 · 延伸资料

1. 周期性弱点：分块 KV 缓存压缩带来的相位敏感性 · 延伸资料

1. WorldAuditBench：面向多模态 Agent 的交互式 3D 世界审计 · 延伸资料

1. 跟随实体：面向 Agentic Search 的语料地图 · 延伸资料

1. SAKI：面向同策略蒸馏的最大耦合路由教师监督 · 延伸资料

1. 解耦量化：面向 LLM 预填充与解码的专门化 · 延伸资料

1. Duplex-MPE：全双工对话中的多方交互基准测试 · 延伸资料

1. 学习用于测试时 AI4AI 中 Agent Harness 设计的元技能 · 延伸资料

1. 超越记忆：以显式信念状态驱动长时程 Agent · 延伸资料

1. 分层连续扩散语言模型 · 延伸资料

1. RSIGame：面向自主智能体游戏开发的递归自我改进框架 · 延伸资料

1. LLM 是通用异步智能体 · 延伸资料

1. 后训练中的锐化税 · 延伸资料

1. MassAlloc Attention：让注意力自行分配其计算量 · 延伸资料

1. Agent 先验引导的策略学习 · 延伸资料

1. TraceDance：从真实世界 Agent 部署轨迹自动构建 Agent 行为基准的系统 · 延伸资料

1. World Observer：面向持久世界建模的联合 Actor-Observer 生成 · 延伸资料

1. 可信 AI 审稿人缺失的一环：从修辞鲁棒性基准测试到 SciCore Review · 延伸资料

1. EVOKE：在 Agent 中激发世界知识以实现可迁移决策 · 延伸资料

1. EngiWorld：前沿智能体在专业工程环境中能交付什么？ · 延伸资料

1. CoWindow 注意力：完整因果覆盖是一种集体属性 · 延伸资料

1. 超越二元对话记忆：面向多方语音对话的交互感知多模态记忆与自适应 Agentic 检索 · 延伸资料

1. 我们距离移除视觉编码器还有多远？无编码器多模态预训练的缩放定律 · 延伸资料

1. LongCat-DeepResearch 技术报告 · 延伸资料

1. Transformer 过早停止思考，一个小 LoRA 就能修复 · 延伸资料

1. 跳出框框思考：语言模型能否选择性地依赖外部指导？ · 延伸资料

1. 超越采样范围的学习：面向 RLVR 的离策略感知跨模型轨迹交换 · 延伸资料

1. Imagine3D-LLM：让 MLLM 在回答前先想象 3D 场景 · 延伸资料

1. ROWBench：视频模型能否渲染出程序所指定的内容？ · 延伸资料

1. 用自适应循环 Transformer 改进测试时扩展 · 延伸资料

1. E-MoE：面向非因子化扩散语言模型的增强型混合专家 · 延伸资料

1. ActiveSaddler：面向 Agent Harness 优化的自动化课程学习 · 延伸资料

1. RayOrch：为面向基础模型的数据准备而编程并执行谱系受控的多粒度数据流 · 延伸资料

1. 更多选择，更少决策：类 JEV 直接决策模型中的序数尺度偏差 · 延伸资料

1. OSWorld-Science：面向学习和使用科学软件的计算机使用Agent基准 · 延伸资料

1. OmniTaskonomy：视觉生成何时能提升视觉理解？ · 延伸资料

1. 让稀疏奖励发挥作用：面向多奖励 RL 的密度感知奖励聚合 · 延伸资料

1. AutoGUIWorld：将图像生成器作为 GUI Agent 的视觉世界模型 · 延伸资料

1. AIM：面向自动化研究的智能体化想法管理 · 延伸资料

1. 在统一模型中以交错强化学习实现原生反思 · 延伸资料

1. Agent Error Dataset：扩展 50,000 条错误—诊断对，用于失败分析与错误感知后训练 · 延伸资料

1. ROSS：通过选择性监督从自生成轨迹中重新学习 · 延伸资料

1. EgoTools：面向真实世界第一视角视频中以工具为中心的推理 · 延伸资料

1. 通过跨 Harness 适配的检索增强技能优化 · 延伸资料

1. LANTERN：照亮语言模型中隐藏的数学知识 · 延伸资料

1. APM-Bench：面向第一视角流式视频助手的跨会话持久记忆基准测试 · 延伸资料

1. HybridCUA：学习为计算机使用智能体编排 GUI 与 CLI · 延伸资料

继续跟踪

阅读后可以留下三个问题：这项技术解决了谁的问题？用户是否愿意持续付费？成本、可靠性和交付条件是否已经具备？把下一次观察建立在可核验的产品与经营信息上。