AI 论文周报｜2026-10-05 — 2026-10-09

本期导读

本期目录收录 56 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：2026-10-11。

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 56 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. RealCompanion：基于纵向真实世界对话推理的人类理解基准测试 · 延伸资料

1. 重新思考跨 Tokenizer 的在线策略蒸馏：从对齐覆盖到监督可靠性 · 延伸资料

1. AgentGarten：面向进化型 Agent 的代码世界 · 延伸资料

1. Kandinsky 6.0 Video：同步视频与音频生成的基础模型 · 延伸资料

1. 自回溯蒸馏：将事后经验转化为事前预见力 · 延伸资料

1. UltraText Bench：用于评估图像生成中视觉文本渲染的综合双语基准 · 延伸资料

1. LoGRA：以低秩梯度草图扩展 LLM 强化学习 · 延伸资料

1. Learn2Play Bench：LLM Agent 在陌生环境中的经验学习能力如何？ · 延伸资料

1. TokenRouter：面向 Token 级 LLM 路由的高效服务系统 · 延伸资料

1. FrameMorrow：面向长时程视频生成、由未来引导的帧选择与前瞻性 Token · 延伸资料

1. STEPQuant：Delta 规则循环状态量化中误差何时与何处更重要 · 延伸资料

1. MotorMind：为通用视觉语言模型搭建脚手架以实现零样本机器人操作 · 延伸资料

1. 从交互轨迹到 Agentic 世界：面向交互式环境模拟的 Agentic 语言世界模型 · 延伸资料

1. Long-WAM：扩展世界-动作模型的上下文 · 延伸资料

1. 通过递归自我重写扩展复杂任务的轨迹 · 延伸资料

1. nanoMuse：面向你拥有的每一台设备的开源个人 Agent · 延伸资料

1. DuoMatching：面向少步视频生成的联合-边缘分布匹配 · 延伸资料

1. 基于渐进式视觉规划的世界动作建模 · 延伸资料

1. TRACE：面向 MoE 语言模型 FP4 强化学习的 Rollout 引导量化感知训练 · 延伸资料

1. 从视频中学习世界动作模型的原生动作先验 · 延伸资料

1. LLM 后训练中泛化能力背后的 On-Policy 参数更新方向 · 延伸资料

1. 递归游戏创造者：面向产品级体验的 Agentic 游戏框架 · 延伸资料

1. ALoDLM：自适应循环 Diffusion Language Model · 延伸资料

1. GRACE：面向高效视频生成的生成感知潜在压缩 · 延伸资料

1. DecepEval：评估 LLM Agent 欺骗行为的基准 · 延伸资料

1. MiMo-V2.6：将强化学习扩展至自我改进 · 延伸资料

1. SuperNav：面向任意场景中任意任务的 Agent 导航系统 · 延伸资料

1. 质疑问题本身：在推理模型中维持自我进化 · 延伸资料

1. 潜在多教师在线策略蒸馏 · 延伸资料

1. LexReward：面向法律语言模型的分类驱动奖励框架 · 延伸资料

1. CheckerBench：长时程 Agent 能否合成静态分析检查器？ · 延伸资料

1. PointWAM：面向灵巧机器人操作的 3D 世界动作建模 · 延伸资料

1. Pivot-SD：面向掩码扩散语言模型的高效自蒸馏 · 延伸资料

1. 科学还是垃圾？：对 AI 生成论文中的科学垃圾进行基准测试与缓解 · 延伸资料

1. PDE-JEPA：面向参数化 PDE 的隐动力学建模预测性表征学习 · 延伸资料

1. VeriHarness：为长时程任务扩展智能体验证能力 · 延伸资料

1. MemAdapter：对抗记忆诱发谄媚的反事实适配 · 延伸资料

1. HyperBrowseComp：面向网页浏览 Agent 的多语言、多模态压力测试 · 延伸资料

1. 空间记忆智能：赋予世界模型理解驱动的长期记忆 · 延伸资料

1. EditHero：面向长程部件级 3D 编辑与 Vibe Modeling 的基准 · 延伸资料

1. SimuVerity：面向工程级 Simulink 模型生成的 Agent 基准测试 · 延伸资料

1. UniWAM：统一世界-动作模型 · 延伸资料

1. VepAgent：通过工具增强强化学习架起因果过渡桥梁，用于视频事件预测 · 延伸资料

1. SGF+：解耦自回归视频生成的梯度流 · 延伸资料

1. 世界嵌入基准 · 延伸资料

1. 具有细粒度具身交互的多智能体自我中心世界模型 · 延伸资料

1. EVISKILL：将技能演化建立在可回放证据之上 · 延伸资料

1. 多语言 GSM-Symbolic：是什么决定了跨语言的能力迁移？ · 延伸资料

1. 测试时长视频生成的分布内强制 · 延伸资料

1. 学习蛋白质折叠能否泛化到更广泛的推理？ · 延伸资料

1. 上下文机器人学习简明指南：面向操作任务的民主化方案 · 延伸资料

1. 运动学 MeanFlow：面向机器人基础模型的一步动作生成策略 · 延伸资料

1. 真实环境中的来源偏好：LLM Agent 如何按来源偏向条目，以及如何减少这种偏好 · 延伸资料

1. Tetris3D：可相互契合物体的 3D 场景生成 · 延伸资料

1. 从证据到行动：工具使用型 Agent 为何失败 · 延伸资料

1. 科学乌托邦？学术研究生态系统的闭环 LLM 模拟 · 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。