ARCHIVE · 2026-10 · 198 PAPERS · PAGE 3/4
2026-10 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 83视觉生成 50高效训练与推理 45评测与数据 40强化学习 31多模态 28机器人与具身 26大语言模型 20推理 18代码与软件工程 15视觉理解与 3D 14AI for Science 9安全与可解释 7对齐 2
机构前 5：alibaba (5) · Tencent Hunyuan (5) · NVIDIA (4) · Nanyang Technological University (4) · Qwen (4)
▲58 ★38 ❝0 2026-10-12
AReA 让扩散 Transformer 的注意力感受野随去噪步骤自适应收窄，更省算力地生成超高分辨率图像。
University of Toronto Computer Science · Javad Rajabi, Koorosh Roohi, David B. Lindell +1
▲24 ★1.1k ❝0 2026-10-12
StartLux-Decision 决策模型（0.8B–27B）对有把握的情况直接作答、不确定时才推理，并用强化学习校准决策概率。
StartLux · Xialie Zhuang, Zunhai Su, Jia Pan +3
▲143 ★30 ❝0 2026-10-10
动态频带切分方法按每段混音自适应划分频带，提升音频源分离的效果和效率。
Tsinghua Machine Learning Group · Bingzhe Zhang, Kai Li, Xiaolin Hu
▲88 ★30 ❝0 2026-10-10
Vela 把真实用户长期行为记录当作监督信号，提升大模型推断偏好、意图和未来行为的能力。
AllSpark Research · Yang Xiao, Yusong Sun, Haoyi Wu +17
▲76 ★56 ❝0 2026-10-10
基于 150 个真实漏洞构建 450 个任务，检验编程 Agent“氛围编程”写出的代码是否安全。
Qwen · Tianyi Wu, Chao Ge, Peng Chen +12
▲46 ★22 ❝0 2026-10-10
BridgeWAM 用 32 个潜在桥接查询连接视频专家与动作专家，替代逐层稠密耦合，动作头只需两层。
Fudan University · Jiaxin Fang, Ruitong Liu, Zeyu Lai +6
▲270 ★175 ❝0 2026-10-09
发现多模态模型内部存在线性“空间工作区”S-Space，用连续坐标编码物体位置。
MirroS · Zhiyuan Shi, Xiang Li, Xingzhuo Guo +8
▲251 ❝0 2026-10-09
在多教师在线蒸馏中加入跨教师“护栏”，减少不同领域教师之间的梯度冲突。
jingdong · Shi-Yu Tian, Yong Liu, Ximan Liu +10
▲233 ★42 ❝0 2026-10-09
AgentSWE 评测编程 Agent 能否按需求从零搭建、修改和优化真正好用的 Agent。
机构待核实 · Jiahao Wang, Hongjin Qian, Yuyang Hu +2
▲165 ❝0 2026-10-09
研究如何规模化合成高质量长程终端任务轨迹，训练能完成专业任务的终端 Agent。
alibaba · Shun Zou, Ziyu Ma, Yi Zou +6
▲115 ★14k ❝1 2026-10-09
Harness² 让 Agent 在没有标准答案的开放任务里也能递归改进自己的执行框架。
Google · Ruiyao Xu, Yanfei Chen, Zhongying CuiZhu +6
▲74 ★17 ❝0 2026-10-09
EmbodiedCLBench 是首个具身仿真中的持续学习基准，考察 Agent 能否组合旧技能完成新任务。
PKU-VaLuE-Lab · Jie Huang, Yanan Chen, Ruixun Liu +6
▲55 ★33 ❝1 2026-10-09
OpenMobile-2 开放 110 多个应用的训练环境和约 1.2 万条交互轨迹，训练接近前沿水平的手机智能体。
Nanjing University · Chenyang Yan, Yingying Zhang, Kanzhi Cheng +21
▲54 ★809 ❝2 2026-10-09
RSI-Anything 借助预测式世界模型选择行动和训练数据，实现跨领域的递归自我改进。
PhAI Labs · Taoyong Cui, Pinxian Zeng, Wanghan Xu +8
▲52 ★34 ❝0 2026-10-09
Work2Skill 记录人类在图形界面上的操作经验，归纳成可复用的电脑使用智能体技能。
Nex AGI · Yuqi Huang, Hui Li, Yifei Cao +9
▲50 ★37 ❝0 2026-10-09
多流注意力残差把“沿网络深度的注意力”扩展为多头形式，以很小开销带来明显提升。
Shanghai Jiao Tong University · Xiaohan Qin, Xiangdong Zhang, Tuo Dai +7
▲37 ★67 ❝0 2026-10-09
为缓解扩散模型的曝光偏差，额外训练一个“校正器”在每个去噪步修正预测，在 DiT、SiT、JiT 上明显提升质量。
University of California, Berkeley · Donghoon Ahn, Runqian Wang, Alexei A. Efros +2
▲33 ★16 ❝0 2026-10-09
研究什么样的视觉表示真正有助于像素扩散 Transformer 生成，发现理解能力强不等于生成有用。
alibaba · Zihao Pan, Mengting Chen, Cheng Shi +6
▲26 ★4 ❝0 2026-10-09
APEX-Harm 在含上百个文件的共享工作区里，测试金融、咨询、法律 Agent 抵御提示和脚本注入的能力。
King Abdullah University of Science and Technology · Ziyi Yang, Adel Bibi, Guohao Li +2
▲325 ★154 ❝0 2026-10-08
DiffusionART 先聚合奖励再微调扩散模型，在线强化学习更高效也更稳定。
KlingAI Research · Zhenglin Wan, Jiayu Chen, Zhengfeiyang Zhang +6
▲293 ★201 ❝1 2026-10-08
AgentGarten 把模拟器、游戏引擎和神经渲染器结合起来，为 Agent 搭建逼真且规则一致的代码世界。
MirroS · Jiawei Chi, Shangchen Miao, Zhiyuan Shi +12
▲241 ★9 ❝0 2026-10-08
发现大模型即使被要求“不思考”仍会偷偷推理，并提出衡量“无思考”行为的三级指标。
Stanford University · Dianqiao Lei, Kevin Qinghong Lin, Pan Lu +2
▲167 ★303 ❝0 2026-10-08
REMORY 在文字摘要后补一串“软记忆 token”，帮长任务 Agent 压缩上下文时少丢信息。
Fusion Lab: Generative Vision Lab of Fudan University and SII · Hanchen Xia, Baoyou Chen, Yutang Ge +5
▲154 ★34 ❝0 2026-10-08
Reflex 让人形机器人凭第一视角视觉在一秒内全身反应，例如接住抛来的箱子。
University of Washington · Taoyang Jia, Weikai Huang, Linxin Song +6
▲143 ★63 ❝0 2026-10-08
TokenRouter 是支持 token 级多模型路由的推理服务系统，解决步调不同步和批处理延迟问题。
Tsinghua-NICS-EFC · Tianyu Fu, Tengxuan Liu, Ruoxi Wang +4
▲111 ★20 ❝0 2026-10-08
SoftwareGym 自动合成多样、可运行且可验证的 GUI 软件环境，用来扩大电脑操作 Agent 的训练。
Shanghai Jiao Tong University · Tian Jin, Wenhao Wang, Jing Kang +4
▲92 ❝6 2026-10-08
小米 MiMo-V2.6 全模态模型技术报告，重点是从多个维度扩大强化学习算力以实现自我提升。
Xiaomi MiMo · Xiaomi LLM-Core Team, :, Zongming Qiao +147
▲86 ★198 ❝0 2026-10-08
SuperNav 让多模态大模型负责理解请求和决策、把运动交给导航工具，实现任意场景任意任务的导航。
zju3dv · Jinkai Zhang, Jingyi Xu, Yuanhong Yu +5
▲75 ★287 ❝0 2026-10-08
LeWAM 是端到端的 JEPA 世界-动作模型，同一模型既能直接执行策略也能高效规划。
LeWAM · Minghao Fu, Tavis Siebert, Eryk Halicki +1
▲72 ★21 ❝1 2026-10-08
多智能体第一视角世界模型，同步生成多个 Agent 在同一环境中的细粒度交互画面。
KAIST AI · Dahyun Chung, Siyoon Jin, Hyunwook Choi +5
▲64 ★44 ❝1 2026-10-08
OuroWorld 把任意静态 3D 高斯场景变成可从任意视角无缝循环的“3D 动态照片”。
Alaya Lab · You-Zhe Xie, Ting-Wei Chou, Yu-Hsuan Li +3
▲197 ★123 ❝0 2026-10-07
UltraText Bench 用 432 条中英双语提示，评测图像生成模型渲染密集文字的能力。
Westlake University · Deyuan Liu, Yihao Hu, Jingxuan Zhang +13
▲132 ★9 ❝0 2026-10-07
LiveMACE 用实时金融市场做测试场，从结果和过程两方面评估持续运行的大模型 Agent。
Fudan University · Jun Zhao, Leiming Fu, Yanbo Wen +9
▲113 ★2.8k ❝1 2026-10-07
Long-WAM 研究在实时控制约束下给世界-动作模型加长上下文，自回归预训练的视频底座收益最大。
NVIDIA · Wei Huang, Bohan Zhang, Chenzhi Liu +13
▲102 ★12 ❝0 2026-10-07
VIS-Ground 让观众在交互式视频故事中随时干预，同时保持与素材和已生成内容的一致。
Google · Bingxuan Li, Yiwen Song, Xueqing Wu +10
▲90 ★26 ❝0 2026-10-07
GRACE 在保持与预训练 DiT 兼容的前提下进一步压缩视频潜空间，加速视频生成。
KAIST AI · Jiyoung Kim, Paul Hyunbin Cho, Jisu Nam +5
▲60 ★207 ❝0 2026-10-07
SGF+ 把自回归视频生成中“写上下文”和“去噪”分到不同参数，缓解两者梯度冲突。
机构待核实 · Zihan Su, Junhao Zhuang, Yaowei Li +10
▲49 ★41 ❝0 2026-10-07
Tetris3D 在单图 3D 场景重建中按邻近物体的几何和物理关系生成每个物体，让物体彼此契合。
KAIST AI · Jaeyeong Kim, Jinhyuk Jang, Jongmin Lee +2
▲45 ★19 ❝1 2026-10-07
RLHND 基于视频基础模型从第一视角视频估计手部姿态和触觉信息，让人类视频更好地用于机器人学习。
RLWRLD · Seungjun Moon, Subin Jeon, Sangwoo Kim +2
▲40 ★41 ❝1 2026-10-07
RobotWorld 用 84 个仿真任务（操作、移动、驾驶、飞行）检验通用多模态 Agent 能否操控机器人。
机构待核实 · Zhiqin Yang, Chenxin Li, Xiaomeng Hu +30
▲31 ★194 ❝0 2026-10-07
Iris-3B 从头预训练并转换得到像素空间扩散模型，检验去掉 VAE 是否有利于细节敏感任务。
speridlabs · Hanqiu Li Cai, Chema Garabito
▲189 ★10 ❝1 2026-10-06
自我回顾蒸馏把事后经验转成事前预判，弥补 RLVR 在奖励全相同时信号消失的问题。
Salesforce AI Research · Haoxiang Zhang, Qinglin Chen, Hiroaki Hayashi +9
▲153 ★13 ❝1 2026-10-06
Learn2Play Bench 用规则新奇甚至反直觉的文字游戏，检验 Agent 能否从经验中学习。
National University of Singapore · Yibo Li, Jinhang Qiu, Zhi Zheng +4
▲116 ★1.6k ❝0 2026-10-06
nanoMuse 是开源的个人 Agent，可跨设备记住用户、代办账户事务，定位为 Meta Muse 的开源对照。
Zhejiang University · Guangyi Liu, Yong Liu, Jiangning Zhang
▲97 ★74 ❝1 2026-10-06
Recursive Game Creator 用设计、构建、试玩、评审四个角色递归迭代，让 Agent 做出好玩的游戏。
The University of Hong Kong · Jiajun Chen, Haoyu Wu, Mingda Jia +1
▲91 ❝0 2026-10-06
Qwen 团队的 TRACE 对齐训练与 rollout 两条 FP4 量化路径，用于 MoE 大模型的低精度强化学习。
Qwen · Xin Wang, Hao Yu, Zhengyang Zhuge +9
▲85 ★5 ❝0 2026-10-06
DecepEval 用 1532 个实例和“欺骗钻石”框架，评测 LLM Agent 在什么条件下更容易撒谎。
Xi'an Jiaotong University · Yiming Xu, Hongyue Yu, Beihua Yang +8
▲72 ★2 ❝2 2026-10-06
CheckerBench 用源自 297 个 CVE 的 300 个任务，测智能体能否在真实仓库写出静态分析检查器。
Humanlaya Data Lab · Hang He, Li Wang, Hao Chen +9
▲70 ★91 ❝0 2026-10-06
VisionWeave 让多模态模型端到端学会按内容分配视觉 token 粒度，细节处多给、简单处少给。
Qwen · Yuan Feng, Qize Yang, Ruizhe Chen +9
▲54 ★11 ❝0 2026-10-06
U-Space 分析语言模型的不确定性在何时、为何产生，帮助判断单个回答是否可信。
Multimodal AI Lab - Technical University of Darmstadt · Tobias Braun, Nils Loose, Alexander Herzog +4
数据更新于：最新 AI 论文（北京时间）