分类： AI 资讯

扩散语言模型出规划补丁方案：Plan-and-Patch 修复成功率超自回归近一倍

arXiv 新论文提出 Plan-and-Patch，用扩散语言模型（dLLM）生成程序式规划并在出错时只修补局部区域；在 Natural Plan 任务上，无任务训练的扩散规划修复成功率达到 53.7%，约为自回归模型 27.0% 的两倍。

一篇发布于 Hugging Face Papers 的论文提出 MC-Sparse，这是一种免训练稀疏注意力框架，声称在不明显损失生成质量的前提下，让扩散 Transformer 的视频与 3D 生成去噪速度最高提升 2.32 倍。

OpenAI 在 GitHub 集中发布 719 份 AI 生成的数学手稿，声称解决数百个开放问题，数学家陶哲轩等人批评这种批量产出缺乏可理解机制，可能破坏数学研究的健康生态。

一篇 arXiv 新论文提出“轨迹锚定指令翻译器”（TGIT），在不重训导航模型的情况下，把用户简短意图指令翻译成导航器能执行的命令，使冻结 OpenFly 导航器在弱指令下的成功率从 11.33% 提升到 37.93%。

字节跳动旗下AI助手豆包App正式上线生活缴费功能，用户可通过语音或文字指令直接缴纳水、电、燃气等费用。这意味着大模型产品的竞争正从文本生成转向高频生活服务场景的实际操作与闭环。

一篇 arXiv 新论文提出，信贷流水线中的自我改进 LLM 代理只要把进化限制在运行时框架、模型权重保持固定，每次改动就能像代码 diff 一样被审查；作者用模拟实验测量了这道门控，但尚未披露完整实验与真实模型结果。

一篇新论文提出把人类偏好奖励与规则评分奖励组合起来，对文生图模型做后训练，使 Flux2dev 在 Arena 榜单 Elo 提升 69 分，并称后训练的 Ideogram-4 达到 1223.5 分。值得关注的是，它试图解决单一奖励信号难以覆盖用户意图、又容易被优化“钻空子”的问题。

谷歌在 Google Cloud 活动上发布面向企业的统一智能体系统，让 Gemini 从“回答问题”转向“替用户执行任务”，并优先在企业端落地。

2026年10月9日，arXiv cs.AI发布一篇理论研究，提出用“有界验证”框架区分Agentic AI的能力提升究竟来自搜索更久、获得额外支持，还是改变了提出与验证输出的方式，并为递归自我改进设定了可证明的理论边界。

Hugging Face Papers 收录的论文提出 LEGO，一种不依赖深度估计、点云重建与重投影的第三人称转第一人称视频生成方法，用学习式视图合成器直接为扩散模型提供结构条件，在摘要所述评测中优于现有显式流程。