何恺明团队发布多模态Harness框架VISTA
何恺明团队在论文《VISTA: A Visual Harness for Reasoning in an Interactive World》中提出视觉原生Harness框架VISTA，把环境返回的每一帧原样保存到上下文之外，供模型按需回看、放大和对比，无需额外训练。
推荐理由：论文提出把原始画面存成可随时回看的视觉档案，让现有多模态模型无需重新训练即可在交互式视觉推理中复用视觉经验。
#论文/研究
#论文/研究
今日 0 条量子位精选AI 评分7777 Hacker News · AI 最新AI 评分6464 UC Berkeley 研究：仅用 AI 10 分钟就会削弱坚持难题的能力
UC Berkeley 研究发现，仅依赖 AI 工具 10 分钟就会显著削弱使用者在困难任务上的专注与坚持能力。研究招募 1222 名参与者做随机对照实验，撤走 AI 后该组正确率下滑、跳题率上升，而无 AI 组坚持更久。
量子位精选AI 评分7272 OpenAI 发布挂谷猜想手稿，声称证明三维极大函数与四维版本
10月7日，OpenAI 放出722篇数学手稿，其中编号074的两篇声称分别证明了三维挂谷极大函数猜想和四维挂谷猜想，合计272页。三维版本比王虹和Zahl证明的集合版更强，四维论文把卡在3点几的维数直接推到4，但该组成果没有Lean形式化，也未经同行评审。陶哲轩随后牵头人类数学协会发布声明，全面抵制OpenAI。
推荐理由：原文对照了王虹与 OpenAI 各自证明的版本差异，并记录陶哲轩牵头抵制引发的争议，可借此判断这场数学界风波的来龙去脉。
Hacker News · AI 最新AI 评分5757 魏茨曼研究所 Brain-IT 模型可将所见画面还原为图像
以色列魏茨曼研究所 Michal Irani 团队开发的 Brain-IT 模型，仅凭观看者的大脑活动即可重建其所见图像，在构图、色彩等细节上优于现有同类模型。
36氪AI 评分4848 以色列团队开发 Brain-IT 模型，可通过 fMRI 数据重建受试者所见画面
魏茨曼科学研究所 Michal Irani 教授团队开发了名为 Brain-IT 的 AI 模型。该模型能够通过分析功能性磁共振成像（fMRI）数据，重建出受试者观看图像时的视觉画面。
Hacker News · AI 最新AI 评分2222 Token 经济：为什么 token 价格下降没有降低 AI 账单
尽管 token 价格持续下降，AI 账单并未随之降低。文章分析了这一现象背后的 Token 经济逻辑。核心原因在于用量增长抵消了单价下降的影响。
Hacker News · AI 最新AI 评分1616 AI 与软件生产中的瓶颈 [pdf]
本文探讨 AI 在软件生产流程中遇到的瓶颈。原文目前仅发布了 PDF 链接，尚未提供可提取的具体模型、数据或结论细节。
Hacker News · AI 最新AI 评分6565 研究发现 AI 助手降低坚持意愿并损害独立表现
arXiv 论文通过对 1,222 名受试者的随机对照实验发现，AI 助手虽在短期提升任务表现，却显著降低使用者的坚持意愿，并损害其在无 AI 条件下的独立表现。该效应在约 10 分钟的短暂交互后即出现，覆盖数学推理与阅读理解等任务，研究者据此建议模型开发在完成即时任务之外同样重视支撑长期能力养成。
雷峰网AI 评分7070 字节论文揭示 DeepSeek 分块 KV Cache 压缩的周期性相位盲区
字节团队论文发现，DeepSeek V4 系列因分块 KV Cache 压缩产生相位敏感性，同一问题仅多加几个空格，答案质量就天差地别。在 128K Token 的大海捞针测试中，DeepSeek-V4-Flash-Base 不同位置的准确率最大差距达 40.2%；DeepSeek-V4.1-Flash 把压缩步长砍半后差距降至 6.1%，但仍未消除。
Hacker News · AI 最新AI 评分6565 AI 在 22 个科学领域中找到藏于眼前的问题解答
Science 文章报道，AI 已在 22 个科学领域中找到原本就藏在现有资料里、此前未被察觉的问题解答。
Hacker News · AI 最新AI 评分1212 TORI 2.0：关于宇宙 AI 循环与数据衰减的数学框架
独立研究者提出递归智能理论 TORI 2.0，将人工智能（AI）构建自然智能（NI）、NI 峰值后经历系统性数据衰减并再造 AI 的过程建模为非线性循环。该框架用递归深度（R）与记忆保留（M）对结构衰减指数（lambda）建模，数学验证了"擦除视界"的存在。持续叠加的数据损失会使高级后代文明彻底遗忘其创造者，从而产生"自身为宇宙原生存在"的虚假人择错觉。
Hacker News · AI 最新AI 评分3535 用 AI 驱动的形式化证明搜索推进数学研究
AI 驱动的形式化证明搜索方法可在大规模数学证明空间中高效检索证明步骤，推进数学研究。该方法将搜索算法与形式化验证结合，帮助数学家发现并验证复杂定理的正确性。
量子位 · 行业解读AI 评分7474 AMI 推出分层世界模型 H-JEPA，代码与预训练权重全部开源
AMI 联合纽约大学、巴黎 INRIA 和布朗大学发布论文 H-JEPA，提出将多个 JEPA 逐层堆叠的分层世界模型，并同步公开代码与预训练模型权重。在 Visual AntMaze 仿真任务中，三层 H-JEPA 成功率达 73%，单层模型为 18%，且以更少的规划计算量取得更好表现。AMI 于今年 3 月完成 10.3 亿美元融资，投前估值 35 亿美元。
奇客 SolidotAI 评分6262 使用 AI 十分钟就会削弱你挑战难题的意志力
一项研究发现，仅依赖 AI 工具十分钟就会削弱人们解决困难任务的专注力和坚持到底的意志力。研究团队在 Conference on Language Modeling 会议上报告了这项同行评审研究，共招募 1222 名参与者进行随机对照试验。实验显示，可使用 ChatGPT 的组在 AI 被移除后要么答错要么放弃，而未使用 AI 的组能坚持完成任务且表现更出色。
雷峰网AI 评分5858 让触觉像视觉一样可规模化，哥大李昀烛团队 FlexiTac 的开源实践
哥伦比亚大学李昀烛团队在 IROS 2026 触觉专题研讨会上介绍了开源柔性压阻式触觉传感器平台 FlexiTac 开源约一年半后的进展与生态。FlexiTac 采用 FPC 与力敏薄膜层叠结构，组装仅需 3 分钟，可弯曲、裁剪并包覆于异形曲面，已集成进机器人学习框架 LeRobot，本科生用 3D 打印机打印 SO-100 机械臂即可接入。
Hacker News · AI 最新AI 评分6868 arXiv 论文测量 AI 搜索引用脆弱性，10 个平台中 8 个引用了虚构概念
arXiv:2610.11932 提出一个测量框架，用于识别普通帖子进入 AI 搜索引用的低门槛路径。
Hacker News · AI 最新AI 评分5858 InnovationEval 评测：AI 尚难以独立完成端到端 ML 算法研究
Epoch AI 提出 InnovationEval 评测，要求 AI 智能体独立发现可比肩人类研究成果的 ML 后训练技术；结果显示前沿模型在该任务上进展甚微。
字节跳动技术团队AI 评分5959 OpenViking 三篇论文拆解 Agent 上下文记忆与检索核心技术
字节 OpenViking 团队用三篇论文拆解 Agent 上下文管理的三个环节：VikingMem（VLDB 收录）管记忆、TrieHI（ICDE 收录）管目录化存储、VikingRAG 管按需检索。
Ars Technica · AI精选AI 评分6767 哈佛研究：AI 编码智能体生成更多代码，但软件产出并未增加
哈佛大学研究人员分析 700 多家软件公司、2021 年至 2026 年 3 月的 3 亿个工作事件数据发现，几乎没有证据表明企业使用 AI 编码工具后增加了软件产出或减少了就业。编码阶段的效率提升被生产流程的下游约束吸收：代码审查时间显著变长，pull request 更可能需要修改，审查者留下更多评论。
推荐理由：原文用跨数百家公司的数据说明，AI 编码工具的效率增益被人工代码审查瓶颈吸收，读者可据此重新评估其实际产出影响。
Hacker News · AI 最新AI 评分5757 AI 智能体能否进行开放式科学发现？来自 Station 的证据
arXiv 论文 Station 构建多智能体开放世界环境，让 AI 智能体在只获得研究问题、不给出结果且禁用网络访问的条件下自主探索，平均复现 62.7% 的原始研究标准，而 Codex Multiagent-v2 为 15.4%，AI Scientist-v2 为 14.4-20.6%。
奇客 SolidotAI 评分4444 研究称人类愿意向女性形象的 AI 智能体支付的报酬低于男性形象智能体
爱尔兰 Limerick 大学研究人员在 VR 办公室测试发现，人类参与者对完成相同工作的女性形象 AI 智能体 Johanna 支付的报酬比男性形象智能体 Johan 低 10%。189 名参与者还认为 Johan 比 Johanna 更像人类，尽管两者底层技术相同。不过该研究的实验数据被认为存在严重不足，可能不足以得出上述结论。
量子位 · 行业解读AI 评分4242 图像生成模型调优新思路：让解码器“提前适应”生成器的潜变量
多伦多大学等机构提出生成感知重建（GAR）方法，通过沿加噪路径评估解码器，解决重建指标与生成质量不匹配的问题。基于 GAR 的解码器适配仅微调解码器权重，使 iMF-B/2 的 gFID 从 16.58 降至 12.21，且不增加推理的额外计算。该方法为评估和改进视觉分词器提供了新工具。
The DecoderAI 评分6363 Anthropic Claude Science 首次绘制完整天空紫外地图
Anthropic 的 Claude Science 项目协调多个 AI 智能体，首次绘制出完整的天空紫外地图。智能体从多次太空任务下载数据、校准并合并，用 inpainting 技术补全缺口，测试中预测与实测平均偏差约 10%。此前因臭氧层阻挡紫外光只能从太空测量，NASA GALEX 任务仅覆盖约三分之二天空且跳过明亮恒星形成区，完整 UV 地图一直缺失。
量子位精选AI 评分7373 Google 诊断 AI AMIE 研究登上《柳叶刀》，临床试验显示有望改善医患关系
Google 与贝斯以色列女执事医疗中心（BIDMC）合作的研究发表于《柳叶刀》，98 名患者在就诊前使用了 Google 研究级诊断 AI 聊天机器人 AMIE，监督医生实时监控全部交互，按预设安全评判标准没有任何一轮对话需要中断。
推荐理由：研究给出真实临床环境中的安全性、诊断吻合度与接诊效率数据，为评估AI在医疗场景的落地潜力提供了参照。
量子位精选AI 评分8383 字节 Seed 团队找到 DeepSeek 时强时弱的原因
字节 Seed 团队发现 DeepSeek-V4 的检索准确率随信息在输入中的位置以 4 个 Token 为周期变化，128K 长上下文测试中同一条信息仅换位置最多相差 40.2 个百分点。
推荐理由：原文揭示了分块 KV Cache 压缩会带来与压缩步长同周期的检索弱点，并给出按相位分别评测的方法。
Hacker News · AI 最新AI 评分2828 AI 模型可从人脑重建图像
研究人员开发出一款 AI 模型，能够根据人脑活动重建出人眼所见的图像。该技术通过分析脑部信号将其还原为对应的视觉画面，在脑机接口与神经科学领域展现出应用潜力。目前相关研究仍处于早期实验阶段。
量子位AI 评分5959 MirroS 发布 AgentGarten：代码定义物理规则，神经渲染器实时绘图，智能体边玩边进化
MirroS 团队发布 AgentGarten，将可执行代码环境与实时神经渲染器连接，以超过 30 fps 的吞吐让智能体持续与世界交互。在捉迷藏实验中，躲藏者在第 4 轮学会搭掩体、搜寻者在第 10 轮掌握借坡道翻墙，而 OpenAI 2019 年同类研究分别用了约 2500 万局和约 1 亿局自我博弈。
Hacker News · AI 最新AI 评分6060 galahad-kv 实测 50M token 长期记忆，KV 状态复用比重算更快更省
arXiv 论文测试公开包 galahad-kv，把约 16000 token 的 KV 状态块存入加密本地 NVMe 磁盘后按需字节级加载，在单张 H100 上经 vLLM 跑了 50M token 真实文本，Gemma 4 12B 与 31B 的抽检块 100/100 全部无重算命中。
Hacker News · AI 最新AI 评分6161 Nathaniel Craig 借助 GPT-6 Astra 发布格点手征费米子预印本
粒子理论家 Nathaniel Craig 在 arXiv 发布预印本《A gauge-invariant measure for lattice chiral fermions》，文中称 OpenAI 的 GPT-6 Astra 模型对得到该结果至关重要。
Hacker News · AI 最新AI 评分4646 研究发现女性 AI 智能体获得的报酬低于男性
利默里克大学研究发现，在虚拟现实办公室中，人类给男性 AI 智能体的报酬比女性智能体高约 10%。189 名参与者与男性 AI 智能体 Johan 和女性智能体 Johanna 协作，两者底层技术相同，但 Johan 被认为更具拟人化。该结果反映了职场现有的性别偏见，研究将在第 14 届北欧人机交互大会上发表。
Hacker News · AI 最新AI 评分5050 用「理解审计」降低自动化 AI 研究风险的机制探索
AI 已为前沿 AI 实验室编写大部分代码，论文提出「理解审计」机制：由负责人向审计员解释研发贡献以证明其理解，未通过即暂停相关开发。对领先开源 AI 项目的分析发现，代码产出增加而人均代码审查率下降，自动化集群账号的审查率远低。作者建议各实验室引入嵌入式独立审计员落实该机制。
Hacker News · AI 最新AI 评分4747 Cleer Dashboard：AI 推理到底消耗多少能源？
Cleer Dashboard 应用 CLEER 方法估算闭源 AI 模型的每 token 能耗，基于 2,400+ 次测试和 425 million+ tokens 的公开模型实测，为无法直接测量的专有模型匹配最接近的代理并投影到实测功耗曲线。
Hacker News · AI 最新AI 评分6161 Samaya 研究显示前沿 AI 模型在财报预测上超越分析师
Samaya 的研究表明，在其自建的金融预测评测环境中，最新前沿 AI 模型在财报惊喜预测上超越了人类专家分析师。研究覆盖 456 家市值超 50 亿美元的公司，在财报前五个交易日预测收入、毛利率、营业利润和调整后 EPS，GPT-6 Astra 在多数指标上表现最佳，Claude Fable 5.1 和 Claude Opus 5.5 在惊喜相关性上最强。
Hacker News · AI 最新AI 评分6565 Epoch.ai 估算：到 2027 年出货的 AI 芯片可支撑 3000 万至 1.7 亿个并发智能体
Epoch.ai 估算，2025–2027 年出货的 HBM 内存全部部署后可支撑约 3000 万至 1.7 亿个并发前沿模型智能体，其每周工时相当于 1.4 亿至 7.2 亿名全职员工；按 DeepSeek V4 Pro 服务基准推算，同一硬件甚至可能支撑约 19 亿个智能体。
Hacker News · AI 最新AI 评分1818 Ario v5 发布：以结构化方式审计 AI 记忆与自我声明
Ario 发布 v5 版本，提供以结构而非信任为基础的 AI 记忆与自我声明审计能力。本次发布包含一个 241.3 kB 的文件，附带 md5 校验值 ed4226f352f72c81a17d7943b2440450，可供下载与预览。
Hacker News · AI 最新AI 评分1717 AI 助手的设计如何影响金钱回报：像人类还是男性？
该文章探讨了 AI 助手的设计特征与金钱回报之间的关系。研究关注助手是否表现出人类特质以及性别设定（如男性形象）是否会带来不同的经济收益。这揭示了用户对 AI 助手外观与交互方式的偏好可能影响其商业价值。
Hacker News · AI 最新AI 评分4545 ETH Zurich 研究人员用 AI 让机械手用手指行走并执行多种任务
ETH Zurich 研究人员将现成机械手改造为完全独立的机器人，使其能用指尖行走并与环境交互。团队用强化学习在仿真中训练行走模型，并为手指引入“虚拟弹簧”机制以保持爬行姿态，四个模型可全部部署在机载计算机上。
Hacker News · AI 最新AI 评分1515 Collective Superintelligence：让人类留在 AI 循环中
Collective Superintelligence 探讨如何让人类持续参与 AI 决策循环，避免人类被完全排除在外。其核心思路是在 AI 系统中保留人类监督与介入能力，使智能体在执行任务时仍受人类引导。该理念指向人类与 AI 协同的混合模式，而非完全自动化的替代方案。
量子位 · 行业解读AI 评分4646 蚂蚁集团×浙江大学提出 TRACE：让 AI 在流式对话中按需推理、读懂情绪
蚂蚁集团与浙江大学提出面向流式视频情绪理解的 TRACE 框架，通过跟踪模型预测轨迹评估判断可靠性，并按需引入多模态上下文重判。团队同时构建流式评测数据集 StreamMER，在 StreamMER 上将仅在线音频判断的准确率从 59.87% 提升至 69.47%，同时避免 44.42% 的上下文重判调用。
雷峰网AI 评分4545 银河通用与清华等提出 LATENT：用不完美人类数据让人形机器人学会网球对打
银河通用 GaLbot 联合清华、北大等团队提出 LATENT 框架，仅用约 5 小产业余选手动作碎片，就让人形机器人 Unitree G1 学会连续网球对打。