ARCHIVE · 2026-09 · 113 PAPERS · PAGE 3/3

2026-09 论文

2026-09 在 arXiv 首发的论文，按日期倒序。要按主题、学科或机构筛选，请用归档检索。

智能体 39高效训练与推理 24多模态 24评测与数据 22强化学习 18视觉生成 17机器人与具身 14推理 10AI for Science 10代码与软件工程 8大语言模型 7视觉理解与 3D 7对齐 6安全与可解释 4

机构前 5：Zhejiang University (5) · National University of Singapore (5) · Peking University (5) · Carnegie Mellon University (3) · Google (3)

▲33 ★141 ❝4 2026-09-21

From Pattern Recognizers to Personalized Companions: A Survey of Large Language Models in Mental Health

大模型在心理健康领域应用的综述，梳理从模式识别到个性化陪伴的演进脉络。

机构待核实 · He Hu, Yucheng Zhou, Qianning Wang +8

大语言模型 AI for Science arXiv 代码 HF

▲30 ★224 ❝19 2026-09-21

Jev-Mem: System-One-Controlled Agentic Memory for Efficient AI Agents

Jev-Mem 用快速的 System 1 控制面管理 Agent 记忆，把昂贵的生成移出记忆操作的关键路径。

机构待核实 · Dongming Jiang, Yi Li, Bingzhe Li

智能体高效训练与推理 arXiv 代码 HF

▲88 ★51 ❝0 2026-09-20

Grounded Action Model: 3D Grounding as a Foundation for Robotics

提出以 3D 定位为基础的机器人基础模型 GAM，可用语言、点或框指定要操作的物体。

National University of Singapore · Gehao Zhang, Weikai Huang, Shailesh Shailesh +3

机器人与具身 arXiv 代码 HF

▲50 ★45 ❝0 2026-09-20

One to More, More to One: Category-Aware Iterative Expert Training for Software Engineering Agents

按任务类别分别训练软件工程专家再合并，缓解统一 RL 训练中各类任务此消彼长的问题。

alibaba · Jie Zhao, Ziyu Jiang, Suhang Zheng +3

代码与软件工程强化学习智能体 arXiv 代码 HF

▲240 ★227 ❝0 2026-09-19

OmniEdu: Open Foundation Models for Learning and Teaching

OmniEdu 是面向中小学教与学的开源基础模型家族，覆盖解题、课程对齐、学情诊断和教学引导。

Peking University · Hao Liang, Qihan Lin, Meiyi Qiang +5

大语言模型 arXiv 代码 HF

▲89 ❝11 2026-09-19

Transferring the Intelligence of VLMs to Robotic Control

RoboDawn 用一组简单的离散平移、旋转和夹爪命令，让视觉语言 Agent 直接控制机器人，检验数字智能能否迁移到物理世界。

机构待核实 · Meng-Hao Guo, Zhe-Han Mo, Jia-Jun Wang +6

机器人与具身多模态 arXiv HF

▲64 ★90 ❝0 2026-09-19

Spatial-Interactor: Learning Spatial Reasoning through Interaction with the Observable Physical World

Spatial-Interactor 用“观察-动作-新观察”的交互轨迹训练视觉语言模型的动态空间推理。

ZJU-OmniAI · Kaixiang Yao, Xu Wang, Miao Pan +10

多模态推理 arXiv 代码 HF

▲138 ❝2 2026-09-18

CodeMidas: Scaling Agentic Coding RL Environments from Code Itself

CodeMidas 只以源代码为输入，自动把开源代码库中的功能转成可执行的编程 RL 环境。

Xiaomi MiMo · Bowen Ye, Lei Li, Shicheng Li +16

代码与软件工程强化学习智能体 arXiv HF

▲82 ★216 ❝0 2026-09-18

OmniVChat: Synthesizing, Benchmarking, and Training for Native Audio-Visual Dialogue

定义“原生音视频对话”任务，并配套合成数据、评测基准和训练方法。

Qwen · Haolin He, Yunfei Chu, Qi Chen +15

多模态评测与数据 arXiv 代码 HF

▲81 ★108 ❝1 2026-09-18

RecreationWorld: Scalable and Verifiable Environments for Hybrid Computer-Use Agents

RecreationWorld 让电脑操作 Agent 观察一个运行中的软件并在五个平台上重新实现它，可复现可验证。

Qwen · Shuai Bai, Jiayong Deng, Sicheng Fan +30

智能体代码与软件工程评测与数据 arXiv 代码 HF

▲57 ★19 ❝0 2026-09-16

RayOrch: Programming and Executing Lineage-Controlled Multi-Grain Dataflows for Foundation-Model Data Preparation

RayOrch 是为基础模型数据准备设计的分布式数据流引擎，保留父子数据关系并高效批处理。

Peking University · Xiaochen Ma, Zimo Meng, Junzhu Liang +13

高效训练与推理 arXiv 代码 HF

▲152 ★994 ❝3 2026-09-14

EvoOntology: A Self-Evolving Ontology Layer for Data Agents

EvoOntology 以 MCP 服务形式给数据 Agent 提供可自我演化的本体层，缩小 Agent 与异构数据的鸿沟。

RUC-DataLab · Meiduo Chong, Shaolei Zhang, Ju Fan +1

智能体 arXiv 代码 HF

▲184 ★200 ❝6 2026-09-12

Realtime-Venus: A full-duplex interaction system with asynchronous delegation

Realtime-Venus 是全双工实时交互系统，可边听边看边说，并把复杂任务异步委派出去。

inclusionAI · Ant Group

多模态智能体 arXiv 代码 HF