前沿情报

多模态RAG将检索对象从文本扩展至PDF页面、图表、表格等，解决传统RAG维度灾难与信息丢失问题，显著提升企业知识库利用率与可信度。

研究发现SFT后直接上RL，模型性能可能先降后升，RL在替SFT还债。PRISM提出SFT→分布对齐→RL三阶段，通过混合专家判别器纠正感知与推理漂移，实验显示平均提升4-6个点。

中科院计算所程学旗团队在CVPR 2026提出RaPA攻击，通过随机剪枝模型参数，使对抗样本迁移性大幅提升，在跨架构攻击中成功率提升17.5%，并突破多种防御机制，为AI安全研究带来新视角。

龙虾之父Peter Steinberger晒出CodexBar截图：30天消耗6030亿token，费用130万美元，全部用于开发OpenClaw的多Agent团队，引发对AI成本与回报的讨论。

开源项目academic-research-skills（6.4k Stars）利用Claude Code实现论文全流程自动化，包含四大Skill团队、引用核验、完整性闸门、反谄媚协议等防翻车设计，让...

浙大与腾讯团队提出UnicEdit-10M千万级图像编辑数据集和UnicBench基准，通过统一验证框架大幅提升开源模型编辑质量，在多项指标上接近闭源模型，为图像编辑研究提供新方向。

多模态大模型驱动的GUI Agent面临平台检测危机，上海交大与CMU团队提出“屏幕图灵测试”与AHB基准，系统剖析原生Agent的机械印记，通过历史匹配、伪动作注入等策略探索拟真度与实用性的帕累托前...

2026年，AI Agent的Token消耗成为行业痛点。本文深入剖析端云协同架构与记忆操作系统两大技术路线，探讨如何实现安全、成本与智能的平衡。

鹏城实验室与中山大学推出RADAR，新一代具身智能评测基准，系统解决三大缺陷，揭示主流VLA模型在真实环境中性能下降74%。

特斯拉Optimus灵巧手量产延迟的卡点终于突破？五份新专利揭示了第三代灵巧手的革命性设计：整手25个自由度，驱动源全部集成于前臂，采用肌腱远程驱动和双电机手腕解耦。本文拆解其极致紧凑的前臂电机布局...