1. OpenAI推动伊利诺伊州AI免责法案，Take It Down Act同周迎来首例定罪 一名俄亥俄州男子用超过100种AI工具制作女性和未成年人的伪造裸照。他是Take It Down Act生效以来第一个被定罪的人。被捕之后，他仍在制作。

2. 微软从Windows 11应用中拆掉Copilot按钮，换上「写作工具」菜单 微软自己用了一个词来形容那些Copilot按钮：「不必要的」（unnecessary）。过去一年，这个按钮被塞进了Windows 11的各个角落，记事本里有，截图工具里也有。现在微软开始动手拆了。

3. 两篇论文同时质疑「RL泛化、SFT记忆」的训练共识 跨域推理性能会先下降再回升，许多SFT实验恰好在下降阶段就停了。一项条件分析发现，此前被报告为「SFT无法泛化」的案例中，相当一部分其实是训练不充分的假象。当优化策略、数据质量和基座模型能力三个条件同时到位，监督微调同样能跨域泛化。

快讯

• HY-Embodied-0.5发布，面向真实世界具身agent的基础模型家族 模型包含高效与高性能两个变体，针对空间与时间视觉感知、交互预测与路径规划等具身智能核心能力做了专项优化。

• ClawBench用153项真实在线任务评测AI agent，覆盖144个网站 任务涵盖购物下单、预约挂号、投递简历等15个日常类别，全部在真实网站上运行而非模拟环境。

• 综述论文梳理LLM agent「外化」趋势：能力从模型内部搬到运行时 论文指出当前agent设计越来越少改动模型权重，转而依赖外部记忆、可复用技能库、交互协议和运行时工程来构建能力。

• LPM 1.0从视频学习角色表演，聚焦表情、语音和时序行为 模型以对话场景为切入点，尝试同时满足高表现力、实时推理和长时身份稳定性三个通常难以兼得的目标。

• KnowU-Bench评测手机agent的主动服务能力：何时介入、何时沉默 与静态评测不同，该基准要求agent在真实GUI环境中通过交互获取用户偏好，并自主判断介入时机。

• SkillClaw让agent技能在部署后持续进化，从用户交互中自动改进 现有系统的技能在部署后保持静态，SkillClaw将不同用户的成功与失败信号汇聚，驱动技能自动迭代。

• NUMINA无需训练即可修复视频生成模型的物体计数错误 框架通过选择判别性注意力头检测提示与布局的不一致，再调节cross-attention引导模型生成正确数量的物体。

• MegaStyle用17万条风格描述构建大规模风格数据集 利用生成模型文本到图像风格映射的一致性，产出风格内一致、风格间多样的图像数据集，内容提示达40万条。

• OpenAI上线Academy教程，教用户用ChatGPT做搜索和深度研究 教程覆盖ChatGPT、Codex和API的实际用法，另设专题讲解如何利用搜索和deep research功能分析来源、生成结构化报告。

阅读完整版 →