分类： AI 资讯

arXiv 论文梳理 AI 在机械工程中的应用边界：强调物理一致性

arXiv 上发表的一篇论文摘要，基于 2025 年 COBEM 圆桌讨论，系统梳理 AI 在机械工程中的应用与风险，提出物理一致性、严格验证、不确定性显式处理、能耗可持续、人类监督与伦理责任六项原则，核心结论是 AI 应辅助而非替代工程判断。

Hugging Face Papers 于 2026 年 10 月 27 日收录论文，提出 ThinkWorld 框架，把机器人动作推理表示为「动力学链」（CoD），并用世界想象加强化学习，让无动作标注的人类视频也能参与训练 VLA 模型。

arXiv 上一篇元分析汇总了 11 项研究、32 个大语言模型，发现模型在风险决策中“怕亏”的程度明显弱于人类，但概率判断的扭曲方式仍与人类相似。

研究团队发布 DialFork 基准，首次在原始对话文本上评测“程序性幻觉”——智能体每句话都说得通，却偏离既定对话流程。这类错误此前很少被单独度量。

arXiv 上线 arXiv:2610.33097v1 论文，提出 IRON-Meme 基准，用 1110 张人工标注的政治梗图检验视觉语言模型对社交身份、内外群体视角和叙事角色的理解；其评估显示，前沿规模和推理模型表现最好，低频标签准确率下降。

Hugging Face Papers 收录的论文摘要显示，Salesforce 提出 CRM-Agent-Bench，用 555 个多轮、有状态的 CRM 业务任务评测智能体，不只看出答案，还看执行轨迹、运营可行性和规则合规，16 个系统的严格成功率在 64.32% 到 83.60% 之间。

语音 AI 平台 Retell 披露，其月度通话量已从 2026 年初的 3000 万增长到 9 月的逾 1 亿次，其中 80% 的通话由 OpenAI 模型生成回复；同时其人均年化收入达到 160 万美元，这为语音 Agent 的商业化提供了一个可观察样本。

arXiv 2026年10月27日收录的一篇新论文提出 LPDS 系统，用生成式逆建模把期望结果和靶丸配置直接映射为激光脉冲波形，试图替代惯性约束聚变中昂贵的仿真试错。目前仅是论文摘要层面的信息，尚无公开代码或产品。

Hugging Face Papers 收录的论文提出 Hy-Nomas，一个 8B 扩散骨干的视频世界模型，可在多轮交互中同时接受自由文本指令和连续镜头控制，并公开模型权重、代码和评测基准。

GitHub Copilot 在公开预览中支持面向组织安装的 GitHub App 的服务器间认证，用 Copilot SDK 构建的服务和智能体可以以组织身份发起请求，不再依赖已登录用户的凭据。