• 生成式推荐的"泛化优势"在token级别退化为记忆重组，按实例融合两种范式比选边站更务实。

• 安全合规评估因标准明确、专家稀缺成为Agent理想场景：领域微调能识别通用模型遗漏的行业风险，但上下文窗口是实际瓶颈。

• 长序列web任务的瓶颈是缺少中间检查点，子目标分解让12B开源模型成功率从6.4%跳到43%，超过GPT-4级系统。

• 离散扩散首次有了有效蒸馏方案——D-MMD在文本和图像两域验证，学生模型反超教师。

也值得关注

• 2D基础模型到底懂不懂3D？ — 系统测试多个模型的隐含3D能力，用Agent框架引导生成完整3D场景。
• 用逻辑流引导长视频主动定位 — 避免逐帧暴力解析，大幅降低计算开销。
• 多人视频中身份和属性的精准绑定 — 解决多人场景下属性错配的老问题。
• 单细胞基础模型迁移到空间转录组 — 从组织切片图像直接预测基因表达，降低空间组学成本。
• 连续环境中的听视觉导航 — 脱离预计算房间脉冲响应的限制，让声音引导的导航更接近真实部署。
• 多模态图网络生成风格一致的室内场景 — 用rectified flow做几何和外观的联合生成。
• 自动驾驶建图的失效模式拆解 — 诊断框架区分模型是在记忆输入特征还是真正泛化。
• VLM属性解耦做跨域行人重识别 — 利用视觉语言模型的属性分离能力，提升终身学习场景下的检索鲁棒性。
• LED闪烁+事件相机实现毫秒级动捕 — 绕过传统帧率限制，运动时序精度达到毫秒级。

阅读完整版 →