AI 编程实时动态与要闻

深度搜索智能体在长链路多轮检索中面临严重的信贷分配（Credit Assignment）难题。浙江大学与腾讯联合开源 KnowGPO（arXiv:2610.22331，GitHub: ZJU-REAL/KnowGPO）。该算法将复杂问答拆解为原子知识条件集合，以知识状态对齐代替杂乱的表面文本对齐，并在同状态组内计算增量知识过程奖励。微调后的 Qwen3-8B 在 BrowseComp-ZH（38.8%）与 GAIA（40.2%）上全面超越 GRPO 与 GiGPO，越级战胜 32B 级开源深搜基线并逼近闭源模型。

查看大图

针对前馈式 3D 高斯泼溅（3DGS）在大视角跨越下渲染质量骤降以及免训练扩散生成式压缩显存算力开销过大的痛点，今日两项重磅视觉与图形学成果给出突破：浙江大学周晓巍、鲍虎军、彭思达团队开源 InfiniSplat v2（arXiv:2610.20341，HF 118 赞），通过冻结几何分支解耦几何与属性预测并引入大角度目标视图监督，在 6 大三维数据集上将平均 LPIPS 与 DISTS 误差分别大幅降低 25.8% 与 32.9%；以色列理工学院推出 H-DDCM（arXiv:2610.18125），用隐式随机哈达玛（Hadamard）字典替代稠密高斯码本，将计算与显存降至 O(d log d) 与 O(d)，结合周期性 KV 缓存前缀重编码实现单 GPU 准实时流式生成视频压缩。

查看大图

围绕交互式视频世界模型（Video World Models）与流式视觉智能体的“历史 KV 缓存膨胀、记忆衰退与工具调用僵化”三大难题，今日四项重磅成果集体亮相：新加坡国立大学王鑫超团队推出免训练 3D 视锥切片注意力路由器 Velox（arXiv:2610.22311），在 H200 上将第 48 块长序列注意力加速 4.36 倍、去噪整体加速 2.43 倍；南开大学侯淇彬团队开源流式视频智能体 DeltaStreamer（arXiv:2610.19849，HF 39 赞），通过变化感知记忆与定向回放斩获 OVO-Bench 66.07%；香港理工大学开源 CoWorld Reasoner（arXiv:2610.21910），通过自演化 VLM-VWM Harness 在 ERQA 上相对提分 13.0%；浙大则推出包含 260 个多回访用例的世界记忆基准 WorldMemBench（arXiv:2610.19063）。

查看大图

针对视觉-语言-动作（VLA）模型死记硬背“观测-动作”映射导致跨场景泛化脆弱的痛点，今日三项重磅具身智能开源成果从物理状态转移、世界模型统一因果训练与仿真数据引擎共进化三路破局：浙江大学开源 2B 规模 VLA-Δ（arXiv:2610.21306，HF 54 赞），显式监督物理状态变化且推理零额外开销，以 98.4% 刷新 LIBERO 最高纪录；上海交大与港大开源 OneWM（arXiv:2610.21095，HF 40 赞），在 RoboCasa365 上取得 36.68% 综合成功率（达 π0.5 的 2.17 倍）；UIUC/Amazon 提出 CoDA（arXiv:2610.22362），通过 15 轮仿真引擎与策略共进化，将 LIBERO-Pro 指令扰动成功率从 1% 暴力拉升至 76%。

查看大图

让服务机器人在未知的真实复杂环境中自主理解并执行人类开放式的导航指令（如‘帮我找一下放在客厅茶几上的眼镜并走到跟前’），是具身智能走向千家万户的核心瓶颈。现有具身导航算法往往严重依赖针对特定室内场景的大规模端到端微调（Fine-Tuning），但一旦迁移至全新的未见环境或遇到未见物体类别，模型性能便剧烈崩溃，泛化能力极其脆弱。来自浙江大学 3DV 实验室的研究团队在最新研究（arXiv:2610.12126）中正式开源了通用具身导航系统 SuperNav（开源代码：github.com/zju3dv/SuperNav，项目主页：zju3dv.github.io/SuperNav）。SuperNav 创造性地将高阶认知推理与低阶物理动作解耦：完全无需对底座多模态大语言模型（MLLM）进行任何针对导航领域的参数微调，直接依托冻结的多模态通识能力进行场景因果理解与长程决策，并由高度专业化的导航工具库接管底层移动执行。系统通过统一的‘二维视觉点位接口（Unified Visual-Point Interface）’让大模型直接在相机画面上标注归一化坐标以动态修正决策，并配备了多视角观测与任务追踪的专用 Agent Harness。在 HM3D 权威具身基准以及宇树 Unitree Go2 四足真实机器人上，SuperNav 在多目标、需求驱动与实例级导航任务中全线超越前沿微调基线，代码现已开源。

查看大图

现有大语言模型（LLM）极度依赖人类自然语言语料，往往只学会了表面文本 token 的概率衔接，而缺乏对物理世界底层空间关系与严密拓扑结构的本质逻辑表征。针对这一基础难题，浙江大学、上海交大与百奥几何（BioMap）联合团队提出颠覆性设想：已在结构生物学领域被彻底解决的“蛋白质折叠”问题，每一个解析结构都内含成千上万条绝对客观可验证的三维空间拓扑断言，能否作为后训练监督源来传授通用可复用推理能力？研究团队构建了海量蛋白质问答数据集 FoldingCorpus，并提出了 Fold2Reason 后训练方法：通过模型的原生语言头预测离散结构断言，并从同一共享表征中联合解码连续 3D 几何坐标。在 FoldBench 蛋白质折叠评测中，Fold2Reason 得分达到 Qwen3.5-9B 的 2.7 至 3.5 倍；更为震撼的是，在跨越空间推理、图推理、科学计算与通用逻辑的全部 10 项外部泛化基准中，平均宏精度从 45.09% 跃升至 48.33%（净增 +3.23 pp），所有 10 项基准均实现单调正向提升，证明了非语言稠密科学结构先验可系统性泛化赋能通用推理。

查看大图

强化学习（RL）虽能赋予大模型惊人的长思维链推理能力，但该能力如何在不同模型尺寸间高效迁移以及遵循何种标度法则，长期缺乏定量研究。浙江大学等顶尖研究团队在重磅论文《Scaling Properties of Same-Family On-Policy Distillation》（arXiv:2609.32722，社区超 310 赞）中，对同族模型在“以弱教强（Weak-to-Strong）”、“同底座（Same-Base）”以及“以强教弱（Strong-to-Weak）”全谱系下的同策略蒸馏（OPD）进行了全景解剖。研究发现，OPD 早期动力学遵循清晰的“有效迁移域（Useful-Transfer Regime）”，测试准确率与逆向 KL 散度的平方根呈近乎完美的线性增长；而在所有“以弱教强”组合中，学生模型的峰值准确率均全面反超了特权教师自身！团队拟合出预测峰值表现与迁移斜率的定量幂律公式，揭示了“在同等表现下，更小尺寸的 RL 专家教师迁移效率反而更高”的惊人标度规律。

查看大图

现有多模态计算机使用智能体（CUA）在处理复杂桌面任务时面临严峻两难：完全依赖图形界面（GUI）点击输入容易受动态渲染和窗口遮挡影响，不仅推理极为缓慢且极易出错；而依赖特定应用程序的专有 API 又需耗费巨大的定制工程，根本无法泛化至数以万计的日常软件。浙江大学联合研究团队推出首个软硬兼施的跨平台计算机使用智能体框架 HybridCUA。通过构建包含 5,000 条混合轨迹与 3,000 个强化学习可验证任务的 HybridCUA-8K 基准，提出两阶段训练机制：先通过多模态 SFT 学习图文与命令行的交替调用，再通过命令行感知强化学习（CLI-Aware RL）激励模型在关键节点自适应决策使用 Shell 脚本。在主流真实操作系统基准 OSWorld 上，HybridCUA-9B 达到 53.6% 成功率，相比基础模型暴涨 14.8 个百分点，并在 WindowsAgentArena 获得 4.0 个百分点跨平台增益。

查看大图

针对既有编码基准（如 SWE-bench）仅局限于单一代码库、无法评估真实软件生态中跨多个关联仓库协同修改与联调能力的短板，浙江大学 ACES-ISE 团队推出首个跨仓库编码智能体评测基准 WideSWE。从 103 个真实开源软件生态中挖掘提炼 120 个复杂任务（60 个跨库 Bug 修复与 60 个跨库新特性），涵盖隐蔽回归测试用例。实测七大主流智能体配置，完整任务成功率最高仅为 42.50%，揭示多库协同开发中接口遗漏与联合测试断层的严峻瓶颈。

查看大图

腾讯与浙江大学 REAL 实验室（@huggingface）联合开源了革命性的深度搜索智能体框架 IterSynth（arXiv: 2609.29444，GitHub: Tencent/IterSynth）。针对传统 ReAct 智能体将规划、证据搜集与信息归纳单一绑定的角色耦合问题，以及多轮检索中历史上下文无限堆积导致的注意力污染难题，IterSynth 首创“规划者（Planner）与归纳者（Synthesizer）动态解耦 + 演化式摘要状态机”范式，并提出角色解耦强化学习算法（RDPO）。在 BrowseComp 与 Xbench-DS 等顶级长程深搜基准中，IterSynth-8B 平均得分达 50.7，显著超越同等规模所有前沿 Agent。

查看大图

浙江大学计算机学院 OmniAI 实验室（@huggingface）联合产业界正式开源了 Spatial-Interactor 空间推理架构与大规模交互式空间数据集 LSI-108K（arXiv: 2609.23038）。针对传统视觉语言模型（VLM）停留在静态被动图像识别、面对三维物理世界中深度、遮挡与动态位姿极易发生严重空间幻觉的难题，Spatial-Interactor 首次构建了“动作改变视角、多视角迭代闭环校准”的交互式空间推理机制，全面开源代码与 Apache 2.0 权重。

查看大图