ICML 2026｜小模型也能「指挥」大模型RL后训练：清华&腾讯提出GPS，最高减少69% Rollout成本（在新窗口打开）
来自清华大学与腾讯的研究者提出了 Generalizable Predictive Prompt Selection（GPS）。GPS 的做法很直接：先训练一个小型、可泛化的 Prompt Predictive Model（PPM），让它预测不同 prompt 在当前模型下的难度；再根据难度和 batch 多样性选择训练样本，从而减少无效 rollout。
内容栏目
AI技术文章
分享不同 AI 工具、模型与相关技术的使用方法和实践文章。
ICML 2026 | 图像编辑进入「交互理解」时代，北大提出HOI-Edit基准与SCPE自纠错框架（在新窗口打开）
本文发现图生视频（I2V）模型天然适合重构动态交互过程，并提出 SCPE（Self-Correcting Process Editing） 多智能体系统自纠错框架：利用视频生成过程暴露失败原因，再通过分析、反思和工具书更新迭代增强提示，使 I2V 模型在复杂 HOI 编辑中显著提升交互准确性与推理能力。
跟AI说“出片穿搭”，它真能听懂！淘宝ShopX让大模型直接“卖货”了（在新窗口打开）
团队提出了ShopX：一个面向agentic shopping的电商大模型。它不仅仅是在搜索框外面套一个会“说话”和“调用工具”的LLM，而是赋予模型直接进入商品空间的能力，让大模型成为商品履约的核心，学会在商品空间中规划、检索、排序、组合和生成结果，进而减少接口损耗。
ACL 2026 | 用图异常检测抓出多智能体网络中的内鬼！XG-Guard：首个无监督、可解释、细粒度的MAS安全防线（在新窗口打开）
研究团队提出了 XG-Guard (eXplainable and fine-Grained safeGuarding framework), 一个基于 GAD 且兼具可解释性和细粒度检测能力的无监督安全防护框架。目前工作已被 ACL 2026 Main Conference 接收。
登顶HF榜首！MemSlides Agent 做PPT还是太强了（在新窗口打开）
来自清华、上交、北邮的学者们提出了一个面向个性化幻灯片生成和多轮局部修改的记忆驱动Slides Agent框架——MemSlides。它专门针对AI PPT痛点而生，不仅能够为你量身定制私人专属的PPT生成风格，还能够贴心地记住你在制作过程中随口提出的新要求
Zero-Shot提升31%！原力灵机DM0.5登场，15万小时数据喂出（在新窗口打开）
今天的原力灵机开发者大会上，这家公司就把新一代具身基础模型DM0.5端上了桌。 往前，它能接住数据飞轮；往后，它连着开发者平台与真实场景，可以说是后续一切落地动作的底座。
最适合机器人的视频基座模型，被中国团队开源了（在新窗口打开）
蚂蚁灵波选择了后一条路：开源 LingBot-Video。这是一个面向具身智能的视频生成基座模型，也是一套专为机器人场景设计的 DiT 视频预训练范式。通用视频模型更多学习画面变化、镜头运动和视觉风格；LingBot-Video 则把重点放在动作、任务、交互和物理环境变化上，面向世界预测、动作理解和机器人训练构建视频生成基座。
你的自教师模型还在用参考解吗？马普所联合清华大学推出d-OPSD，第一个针对扩散语言模型的在线自蒸馏学习（在新窗口打开）
有没有一种更为合适的 OPSD 范式？近期，清华大学和马普所等机构的研究者们联合推出的 d-OPSD，给这一问题提供了完美的答案。这是第一个针对扩散大语言模型的 OPSD 范式，无需参考解，无需额外的教师模型，只需要 RL 十分之一的训练步数，便可以达到或超出 RL 的后训练效果。
ICML 2026 Spotlight | 直面「模态缺失」挑战：北大彭宇新团队联合福大柯逍团队提出LIMSSR，面向训练阶段不完整观测的精准评价（在新窗口打开）
本文是北京大学彭宇新教授团队联合福州大学柯逍教授团队在细粒度多模态动作质量评价领域的最新研究成果，相关论文已被 ICML 2026 接收为 Spotlight，并已开源。真实世界中的多模态数据往往并不完整。在动作质量评价任务中，视频、光流、音频等模态能够从不同角度描述动作执行过程，但在实际采集时，传感器故障、环境噪声、隐私限制等因素都会导致模态缺失。
不用人工标注，GUI Agent跑起「数据飞轮」：快手、浙大开源MobileForge（在新窗口打开）
来自浙江大学 APRIL 实验室、快手主站技术部和清华大学的研究团队提出了 MobileForge，试图把手机 GUI Agent 的适配过程变成一个 “无标注、自探索、自反馈、自优化” 的闭环系统。
清华AI数学家来了！从想法一路推到定理，参与完成84页量子算法论文（在新窗口打开）
研究团队提出了符号嵌入量子算法（Sign Embedding Quantum Algorithms），形成了一篇84页的量子算法论文。可以说，相比此前主要解决研究者给定的开放数学问题，这一次，AIM开始参与研究问题的提出与方向探索。
Zero-Shot、长记忆、抗干扰，DM0.5把VLA带进真实世界（在新窗口打开）
今天原力灵机正式发布的 DM0.5 往前推进了一步。它不只是继续提高某些固定任务上的表现，而是围绕真实世界里的泛化问题做了一次系统突。 如果深入分析，就会发现 DM0.5 这几个核心提升，都是想解决一个问题：如何让具身模型从可控环境里的能力演示，走向开放环境里的稳定执行。
多模态 Agent 记忆，为什么不能当成升级版多模态RAG？（在新窗口打开）
多模态 Agent 的记忆系统，过去很容易被理解成一个升级版 RAG：图片、图表、PDF 进来之后，先抽取内容、做 embedding、写进向量库；用户提问时，再用 query 做检索，把命中的top-k图片、文档页或图表一并塞进上下文，再交给多模态模型回答。整个过程中，所有原始模态信息都会不加选择的塞给大模型。
现代AI之父新作：13个大模型实测，检索agent真的可信吗？（在新窗口打开）
近日，来自KAUST生成式AI卓越中心、吉林大学、浙江大学、瑞士人工智能实验室等机构，由包括「现代人工智能之父」Jürgen Schmidhuber在内的研究者组成的团队，发布了一篇回答这个问题的研究论文。
蒸馏效果起飞！DOPD破解「特权幻觉」，让在线策略蒸馏更有效（在新窗口打开）
最近，来自新加坡国立大学、香港中文大学 MMLab、北京大学和京东探索研究院的研究团队提出了一种全新的在线策略蒸馏方法: DOPD (Dual On-policy Distillation) ，通过优势感知的双重蒸馏范式，成功破解了这一难题。
机器人为什么要拟人？终于有人正确回答了（在新窗口打开）
6 月 30 日，深度机智团队发布论文 Human-as-Humanoid。他们在自研拟人机器人 PrimeU 上，实现了完全没有目标任务真机示范数据的情况下，仅凭从人类视频中转换而来的动作监督，零样本完成了倒水、放环、装袋、叠杯等复杂真实操作任务。
DeepSeek之后，中国AI「自己出题」杀进Nature通讯！全球仅4家（在新窗口打开）
2026年5月28日，Nature通讯发表了题为 《Multimodal deep learning model for AI-based functional prognostic risk stratification in patients undergoing radical nephrectomy》 的论文。
3.8万小时、狂烧天价token：字节发现Agent的 Scaling Law（在新窗口打开）
7月2日，字节 Seed 发布了一个 Agent评测项目 EdgeBench。看起来又是一个 benchmark，但它问了一个其他榜单不问的问题。EdgeBench 的切口就是把盲区里的东西放进评测，解答一个问题：把Agent扔进一个陌生环境，12小时后，你能变强多少？
竞赛编程Agent进入全球前十！南大、清华新模型CF rating超3500（在新窗口打开）
大语言模型在代码生成上的能力不断增强，但在复杂算法题，尤其是竞赛编程场景中，仍然容易因为算法选择错误、边界条件遗漏、复杂度判断失误或隐藏测试覆盖不足而失败。Solvita是一款面向竞赛编程的智能体框架，通过四个角色（Planner、Solver、Oracle、Hacker）形成闭环系统，并利用可训练的图结构知识网络积累经验。
AI生图免训练提速1000%，办法：最简洁的“三阶段流水线”（在新窗口打开）
MrFlow（Multi-Resolution Flow Matching）就用这样的三阶段，在Qwen-Image等模型上把端到端生成时间从49.32s压到4.77s，实际加速10.35x。文章发布当日即登上Hugging Face Daily Papers；发布三天内，GitHub已收获200+stars；目前也已登上Hugging Face Trending Papers。
参与交流
查看 AINRK 交流群说明
了解加入交流群的方式，阅读内容无需登录。