搜索
阿里巴巴Accio团队、复旦大学和上海创新研究院提出Neos，通过数据构造、过程信用分配和MEI协同进化训练轻量多模态搜索模型，Neos-35B十项基准均分64.7，逼近Gemini-3.1-Pro的67.1分，Neos-9B平均工具调用减少约32%。
浙江大学ACES实验室OmniAI团队提出VLA-Δ，通过三类监督学习物理状态变化，基于2B视觉语言骨干在LIBERO取得98.4%的平均成功率，并在真实双臂机器人五类任务中取得68.0%的平均成功率。
南开大学联合中关村学院团队提出AI4AI综述，指出研究自动化不等于研究决策自动化，并以搜索方向、搜索空间和评价信号三项决策构建L0–L3控制来源框架，区分AI在研究中的自主程度。
北京大学知识计算实验室（KCL）与腾讯微信安全技术团队联合发布综述论文《Pandora's Toolbox》，从来源、编排、执行和持久反馈生命周期系统梳理通用智能体安全风险、攻击、评测与防御技术，并提出统一分析框架。
Bake AI联合Hugging Face、斯坦福大学等推出RSI Arena实验并提出RSIHF框架，发现模型自主后训练中人类偏好、基准能力与安全性并非同步提升，须分别评估并持续引入人类反馈。
香港科技大学 MMSense Lab 的 Visual-Native Agent Harness 通过为图片编号实现跨工具复用，并提出 On-policy Data Evolution（ODE）按 rollout 动态调整出题规则，使 8B 模型八项评测平均准确率从 24.9% 升至 39.0%，该工作获 NeurIPS 2026 接收。
北京大学林宙辰团队在TPAMI-26发表综述《Deep Time-Series Forecasting in 10 Years: A Survey》，以自相关建模统一梳理近十年时序预测的骨干架构与损失函数，并展望真实场景与变量依赖建模方向。
月之暗面（Moonshot AI）创始人杨植麟联合清华大学及图灵奖得主姚期智团队推出TCSExam，以机器核验的科研交付物评测大模型，GPT‑6 Astra居Full榜首，开放猜想有效解答仍依赖联网检索改编。
上海交通大学赵海教授团队在arXiv发布BriLLM-MetaPred，首次将AGI数学理论推导的MetaPred原语落地为可运行语言模型，其在约13.2M参数规模下的预测性能与同规模GPT基线相当。
清华大学人工智能学院提出面向 Coding Agent 的 observation 压缩方法 CoACT，在 SWE-bench Verified 的三个 Agent 模型上平均减少 33.0% 总 token 消耗且 PASS@1 与未压缩时相近，该工作获 ICSE 2027 直接接收（Top 5%）。