全部动态

NVIDIA 开源工具如何帮助研究人员构建下一代 6G 网络

NVIDIA 开源 Aerial 无线软件一年后，其 AI Aerial 与 Sionna 软件的全球开发者采用量增长 10 倍，开源 5G/6G 工具下载量突破 100 万次，逾 8000 家研究和学术机构正在使用。

vLLM 团队提出 REINFORCE Zero：对齐内核后异步强化学习在 lag 64 下稳定训练

vLLM 官方博客介绍 NVIDIA Research 与 Inferact 的论文 REINFORCE Zero：把推理引擎与训练器的内核对齐后，未截断的重要性采样即可修正权重滞后，异步强化学习在策略滞后 64 下仍能稳定训练，16 卡 12K 次更新下训练步吞吐为同步训练的 2.40 倍。

Ai2 发布 ToyBlocks：面向机器人学习与评测的受控仿真环境

Ai2 发布开源仿真框架 ToyBlocks，以机械臂和桌面方块构建受控环境，用于机器人学习与评测。它是 Ai2 FoundationWorld 框架的首个受控环境。

MiniCPM-OCR 集成 LiteParse

非常感谢 @llama_index 将 MiniCPM-OCR 集成到 LiteParse！很高兴看到 MiniCPM-OCR 实现快速、高质量的文档解析。期待更多开发者用起来！🚀

Ai2 推出开源仿真桌面 ToyBlocks，用于机器人学习受控实验

Ai2 推出 ToyBlocks，一个开源的仿真桌面环境，用于机器人学习中的受控实验。它让机器人研究者能够对训练数据和模型进行实验控制、运行有针对性的评测，并把失败追溯到具体原因。代码已在 GitHub 开放（https://github.com/allenai/ToyBlocks）。

Ai2 发布 ToyBlocks 数据集，支持按技能构建训练混合

Ai2 发布 ToyBlocks，研究者可用它构建强调特定技能或填补现有数据集缺口的训练混合。初始版本包含 85K 条长程演示，每条演示按数据集不同由约 6–12 个技能演示组成。

Molmo 2 + ManiFlow 仿真到真机迁移

仅在 ToyBlocks 虚拟世界中训练的 Molmo 2 + ManiFlow，在物理机器人上以 15/30 次尝试成功堆叠字母积木拼出一个单词，而在仿真中为 111/200 次。 仿真训练的模型可以成功迁移到物理机器人，但还需要更多试验。

Ai2 发布 ToyBlocks 机器人学习资源

我们希望 ToyBlocks 能推动机器人将所学应用到陌生任务与环境中。 我们正在发布仿真资产、任务与演示生成器、2 个已训练模型、训练代码、评估代码及验证集。 📝 博客：https://allenai.org/blog/toyblocks

Ai2 发布 ToyBlocks 仿真框架，用于机器人学习的可控实验与评测

Ai2 发布 ToyBlocks，一个围绕机械臂与桌面方块搭建的开放仿真框架，属于其 FoundationWorlds 系列的第一个环境，可自动生成任务与演示数据，并提供成功率之外的执行速度、施力等评测指标。

入选理由Ai2 把机器人学习的数据生成、训练与评测收进一个可控仿真世界，并公开代码与数据，研究者可据此设计可复现的泛化实验。

MiniCPM-OCR 1.0 对比测试上线 HF Spaces

📄 你的文档，你的对比。 在社区构建的 HF Spaces 上，将 MiniCPM-OCR 1.0 与其他 OCR 模型并排试用，无需任何配置！🔍 感谢 @yangzhizheng1 分享。带上你的扫描件、表格和公式，告诉我们你的发现！🙌

MapHub 发布 arXiv 新预印本每日相关性热图，按研究群体逐人打分

密歇根大学团队发布 MapHub（MIDAS arXiv Preprint Hub），用 Claude Opus 5.5 每天把 arXiv 新投稿与每位参与者的研究画像逐一比对，输出 0 到 100 的相关性分数，并以热图展示每篇论文触及了谁的工作。

百度发布ERNIE 5.5 Flash Base开源模型

百度发布ERNIE 5.5 Flash Base，拥有2800亿参数，作为开源基础模型 https://the-decoder.com/baidu-releases-ernie-5-5-flash-base-with-280-billion-parameters-as-an-open-source-foundation-model/

Unitree 支持 RoboColosseum 机器人基准

很高兴支持 RoboColosseum，这是最大的真实世界机器人基准项目之一！很高兴看到 Unitree G1 被用作 RoboColosseum 人形机器人基准类别的主要本体。

Jim Fan 发布 VFlash：并行解析视觉世界

Jim Fan 发布 VFlash 视觉模型，面向 Physical AI，将物体定位、机器人轨迹规划、密集 3D 运动等固定长度浮点向量任务改为一次性输出整个几何形状，而非逐 token 解码。

百度发布 ERNIE-5.5-Flash-Base 预训练基座模型并开放权重

百度文心团队发布 ERNIE-5.5-Flash-Base，这是一个稀疏 MoE 语言模型，总参数 280B、每 token 激活 14B，在 33.5T tokens 上从零完成预训练，训练上下文逐步扩展至 128K，微调与推理支持 1M tokens。

PyRUA-REAL 框架：编码智能体通过真实世界探索实现机器人递归自我改进

研究团队提出 PyRUA-REAL 框架，让由 GPT-6-Astra 等模型驱动的编码智能体把真实世界交互经验保存为持久记忆和可复用可执行技能，用于后续探索与代码改进。在 8 项真实世界任务上平均成功率为 91.1%，在 RoboDojo 基准的 42 项任务上平均成功率为 84.4%。研究还考察了智能体协作方式、执行反馈如何支持代码改进，以及在不调用在线智能体决策时程序部署的效率与能力。

上海AI实验室推出科学多模态框架书生·元征，以RSI让模型自主设计科学感知架构

上海AI实验室推出科学多模态框架书生·元征（Sage SciPerception），通过可训练投影模块把谱图、序列、晶体结构和时序信号转换为语言大模型可识别的表征，并引入递归式自我改进（RSI）模式，让模型参与分析任务表现、提出新的投影模块方案并迭代验证。

入选理由框架把谱图、序列、晶体结构接入语言模型，并让模型自行迭代感知架构，研究者可据此判断科学数据接入方式的可行边界。

NVIDIA 发布 Cosmos 3 四个开放权重模型，面向交互式世界仿真

NVIDIA 在 Cosmos 世界模型开发平台上为 Cosmos 3 系列新增四个开放权重检查点，均基于 Cosmos 3 Nano 后训练、含 16B 可训练参数，采用 OpenMDW1.1 许可，允许商用与非商用。

入选理由四个开放权重检查点分别对应驾驶数据生成、流式仿真和双臂机器人动作预测，研究者可据此判断能否用于自己的仿真与策略学习流程。

研究系统评测 Weight-Space Programming 的能力、泛化与局限

一项研究在七个基准和 Qwen3.5-0.8B、Qwen3.5-9B 两个模型规模上，用 16 条编辑轨迹系统考察 Weight-Space Programming（WSP）的能力、跨任务泛化与局限。

Axiom Math 用 AI 智能体完成 Stacks Project 形式化验证

Axiom Math 宣布已对 Stacks Project 完成形式化验证，把这部约 7,654 页的数学文献翻译成约 1,600 万行经 Lean 证明助手逐行检查的代码。公司称其 AI 智能体在保留定理与定义之间相互依赖关系的前提下并行工作，并为此训练了自有数学模型。Axiom 认为这填补了代数几何在形式化数学中的空白，未来研究者可用这些已校验结果作为新证明的基础。

Recursive 发布 40B 开源模型 Flint，可对自身做可解释性实验

Recursive 发布 40B 开源模型 Flint，该模型能对自身运行可解释性实验。它自主找到一个与守门员相关的神经元，并放大其输出方向，此后每条新回复都会提到“goalkeeper”。

Flint 模型自主完成可解释性研究闭环

Flint 研究者在 Hugging Face Inference Endpoint 上运行，配套一个 Neuronpedia 风格的小型 API，用于检查激活并操控另一份 Flint 副本。

alphaXiv 分享 marimo notebook 输出与代码

来看看我们 @marimo_io notebook 里的一些输出：https://molab.marimo.io/github/alphaXiv/flint-goalkeeper-neuron/blob/main/viewer/goalkeeper_direction.py 代码产物：https://github.com/alphaXiv/flint-goalkeeper-neuron

alphaXiv 在 OpenResearch 上支持用本地模型运行自动研究

alphaXiv 宣布可在 OpenResearch 上用本地模型运行自动研究（auto research），并给出 GitHub 项目地址 https://github.com/alphaXiv/OpenResearch。原文未说明支持哪些本地模型、具体研究任务范围与使用条件。

清华伯克利开源机器人智能体对标GPT-6 Astra

GPT-6 Astra 刚刚成为中国具身智能领域的终极对标目标。 清华大学和加州大学伯克利分校（包括 Pieter Abbeel）的研究人员开源了 uni-robot-agent，让本地 Qwen3.8-Flash-Next 在零样本机器人控制中击败 GPT-6 Astra，每项任务成本仅约 1 美元（为 OpenAI 成本的 6.6%）。

Kimi K3.1 Pro 模型权重发布

发布 Kimi K3.1 Pro 的模型权重：https://huggingface.co/moonshotai/Kimi-K3.1-Pro 我们将继续推进开放智能。

ReproBridge 提出可复现工件设计，并发布 1029 项任务的复现基准

研究团队提出 ReproBridge，用智能体工作流把论文、代码与支撑材料整理成包含精炼代码库、环境配置、实验启动脚本和复现指南的标准工件，并发布 ReproBridge-Bench 基准，覆盖 36 篇论文的 387 个实验、共 1029 项任务，每项任务有 5 个人工核验的参考分数。

TB-MathModel 发布：面向数学建模的智能体可验证基准

研究团队提出 TB-MathModel，一个面向数学建模的智能体可验证基准，覆盖 2023 至 2025 年的 18 道 CUMCM 与 MCM 真题，每道题在容器化终端中提供原始题面、官方附件与图表，智能体需返回单个 JSON 结果。

百度文心开源 ERNIE-5.5-Flash-Base 基座模型，总参数 280B

百度文心发布并开源 ERNIE-5.5-Flash-Base 预训练终点权重，这是一个稀疏 MoE 语言模型，总参数 280B、每 token 激活 14B，在 33.5T tokens 上从零完成预训练，微调与推理支持 1M tokens 上下文。

OpenBMB 介绍 MiniCPM-OCR 与 Jev 文档解析及可靠性校验组合

OpenBMB 转发并确认了 MiniCPM-OCR 与 MiniCPM-OCR Jev 的组合用法：前者以 1.3B 参数解析中英文扫描件、手机照片、倾斜页面和关键信息，后者对提取出的文本、公式和表格给出可靠性评分。Jev 只标记可能不可靠的输出，不自动纠正，也可用于校验其他 OCR 模型的输出；项目提供开放权重、微调支持，并兼容 llama.cpp、vLLM、SGLang 和 Ollama。