不再重建整块屏幕：潜空间世界模型让GUI智能体推理提速98.9%
Hugging Face Papers 收录的一篇论文提出“潜空间世界动作模型”，把 GUI 智能体的未来状态预测从整屏像素重建改为潜空间中的动作条件建模，在离线与在线 GUI 任务上报告成功率相对提升最高 31.9% 和 40.6%，推理延迟最多降低 98.9%。这是研究层面的方法提案，不是已上线产品。
分类： AI 资讯
AUGUstus：统一生成与理解的自动驾驶VLA模型，实现12Hz实车运行
自动驾驶VLA模型AUGUstus提出统一扩散生成与自回归理解的新架构，在NAVSIM等基准上取得领先规划成绩，并初步在实车上实现12Hz运行。
LongR用密集效用奖励强化长上下文推理，LongBench v2提升超9%
一项名为 LongR 的新研究提出用“推理与查文档交替”的机制，加上基于相对信息增益的密集奖励，来提升大模型的长上下文推理能力，论文摘要称在 LongBench v2 上取得超过 9% 的提升。
AutoEnvScaling 用终端智能体自动生成训练环境，终端任务成绩最高提升 12.2 分
论文 AutoEnvScaling 让一个智能体扮演“出题者”，根据另一个智能体在终端任务中的失败记录自动生成并验证新的强化学习环境，在 Terminal-Bench 2.1 上带来最高 12.2 分的提升，目前仍属研究阶段的方法验证。
多模态数据配比有了缩放定律：文本视觉音频混训的算力分配差异
研究者用 268 组 MoE 实验拟合出文本、视觉、音频的混合数据缩放定律，发现不同模态的算力最优分配并不相同，视觉与音频之间存在明显的不对称干扰。
LightVAE 让视频 VAE 解码最高提速 2.97 倍，代码已开源
LightVAE 提出一套针对视频 VAE 的压缩与加速框架，在 Wan、MiniMax-H3 等骨干上把解码吞吐最高提升至原来的 2.97 倍，并保持接近原始模型的生成质量。对视频生成应用而言，这意味着推理端最重的环节之一可能不再是瓶颈。
SpecWM 用谱对齐定义世界模型该保留什么，规划成功率最高提升至 77%
alphaXiv 收录的论文提出 SpecWM，通过指定观测之间的目标相似度来决定世界模型保留哪些信息；在 OGBench 与 CALVIN 模拟任务中，其规划成功率明显高于对照方法 LeWM。
弱模型给强模型修裁判：黑客-修复循环降低奖励攻击
一篇 2026 年 10 月发布在 alphaXiv 的论文提出“弱到强验证器加固”方法：把评分逻辑放进隔离沙箱，用黑客-修复循环自动找漏洞并打补丁，在 Terminal Bench 等三个智能体环境上降低了奖励攻击成功率。它值得关注，因为奖励攻击会让大模型训练和评测的分数失真。
HarnessTTT：冻结9B执行器，测试时学习优化AI科研流程
alphaXiv 2026年10月12日收录的论文提出 HarnessTTT，让一个可训练“提案器”在测试时学习生成系统提示、工具与执行控制，冻结的小模型执行器据此搜索科研解，在多项发现任务上超过同类基线。
DuoDiscover让AI用木尺绕过昂贵评测：SWE效率超人类专家两倍，芯片设计胜AlphaEvolve系
alphaXiv 2026年10月12日展示的论文提出 DuoDiscover 搜索系统，用“木尺”代理评测绕开动辄数小时的昂贵真实验证，在软件、GPU/TPU 内核和 CPU 芯片设计任务上取得显著优化，直指自主发现的评测瓶颈。