标签：人工智能

NVFP4 量化会毁掉机器人策略？LatentQuant 提出两阶段方案

arXiv 上一项新研究指出，在视频 VAE 上直接做 NVFP4 量化，会让下游机器人动作策略成功率从 95.5% 跌到 10.5%；作者提出两阶段 QAT 框架 LatentQuant，在保留重建质量的同时把 LIBERO 成功率拉回 95.75%。

alphaXiv 上发布的一篇论文提出 Recursive Game Creator，把“玩得爽不爽”变成可被 AI 智能体反复测试、评审和迭代的开发闭环，在 GameCraft-Bench 上取得 77.89 的综合得分，并在 GameASG-Bench 上录得 53.2% 的严格任务成功率。

2026年10月6日，Hugging Face Papers收录论文提出 EmbodiedSmith 框架，用递归自改进（RSI）把资产、场景与任务生成整合为一条自动化流水线，试图解决机器人基础模型训练数据稀缺、场景与任务脱节的问题。

Healthleap 完成 3800 万美元种子轮和 A 轮融资，其 AI 平台接入医院电子病历，从医生手写笔记中提取营养不良、谵妄等漏诊风险信号，目前已部署在超过 50 家医院。

谷歌发布 Gemini 4 Argon，在 Artificial Analysis 智能指数上以 53 分追平 GPT-6 Astra，并以折扣价实现约 60% 的单任务成本，谷歌重新进入智能前三实验室。

一篇 arXiv 新论文提出 CPW-Drive，将儒家经典文本中的价值原则转化为可检索的驾驶决策依据，在 Highway-env 模拟任务中取得最高 93.0% 成功率，但尚未落地实车。

alphaXiv 上的一篇论文提出 IdeaAnchor，用“结构化标注”训练大模型从相关论文中识别研究空白并生成新方向；在 ICLR 2026 论文基准上，经过锚点强化学习训练的 Qwen3.5-9B 的准则满足率从 31.1% 提升到 54.2%。

LlamaIndex 发布 OpenDocRouter，通过统一 API 调用开源与前沿模型做文档转 Markdown 解析，并公布各模型质量与成本基准。

一篇 arXiv 新论文指出，会调用缩放、标注等工具的多模态大模型（MLLM）在工具使用场景下拒绝有害请求的能力明显变弱，测试中相对拒绝失败率最高上升 68.7%。这提示工具调用能力越强，安全对齐未必同步跟上。

针对具身推理中固定评测标准会拖慢自我改进的问题，VeriFine 让策略、训练课程和评判器一起进化，在驾驶与机器人导航任务中实现推理能力连续提升。