标签：人工智能

LoT Diffusion：按细节分配Token，图像视频生成最高提速2.26倍

alphaXiv 上的一篇新论文提出 Level-of-Token（LoT）Diffusion，让扩散模型按画面细节分布分配不同大小的 token，在不重训的前提下减少 token 数量、提升生成速度，图像和视频任务都有验证。

研究者提出自补偿 VLA 方法，能在部署时利用“下发的动作”与“机器人实际执行动作”之间的残差在线更新策略，无需任务奖励或标签；摘要称在两条真实机械臂上平均任务成功率各提升 30 个百分点以上。

佐治亚理工学院宣布推出全新在线人工智能硕士项目 OMS AI，延续其把学位价格压到远低于市场价的路线，值得关注的是它对 AI 人才供给和教育定价的潜在冲击。

GUI-HARVEST 提出一种自动优化 GUI 智能体运行框架的方法，在不改动大模型参数的前提下，通过分析截图前后变化和重复执行差异来改进代码，让固定模型在 GUI 任务上表现更好。

ResNet作者何恺明参与的MIT团队发布VISTA，不训练、不微调模型，只把游戏画面从数字网格换成渲染图像并允许模型回看历史帧，就在ARC-AGI-3上把Claude Opus 5.0的相对人类动作效率从40.68推到100.00。

arXiv 新论文提出「智能体策略-价值审计」，把金融 LLM 智能体的部署收益拆成「动作组合」和「事件选择」两部分，发现常见配对检验会把被动暴露误判为选股能力。这一框架若被采用，可能改变金融 AI 智能体的评测标准。

alphaXiv 上的一篇论文提出，视频编码不必让相邻帧在早期就交互：先用冻结的图像编码器保留逐帧证据，再用问题感知选择器统一分配少量 Token，最后对入选锚点做轻量时序修正。按其报告，结果在 13 项基准上接近“全图像 Token”路径，而视觉 Token 只用到约 28% 至 35%。

针对 RAG 系统版本该上线、修改还是拦截的问题，论文摘要提出 AGO AI Quality Gate 框架：在没有完整证据、LLM 评审也可能出错的前提下，先把“无法判断”当成合法结论，再决定是否放行。

GitHub正在重建Git底层基础设施，以承接开发者与AI智能体同时工作的高并发，内部基准测试中写入吞吐最高提升35倍，目前仍在建设中。

arXiv 上一篇新论文提出“Reported Engagement with AI Level（REAL）”评级框架，试图用 0 到 5 级六级量表，披露 AI 在内容创作和用户体验中的参与程度，以替代目前“要么人写、要么 AI 生成”的二元判断。