AI 每日资讯 — 2026-07-07
🔥 HuggingFace 每日论文
1. Program-as-Weights: A Programming Paradigm for Fuzzy Functions
Wentao Zhang, Liliana Hotsko, Woojeong Kim
本文提出“模糊函数编程”范式，旨在将自然语言描述的非精确任务（如日志告警、JSON修复、意图排序）编译为轻量、可本地执行的神经程序。作者设计了“程序即权重”（Program-as-Weights, PAW）方法：利用在自建1000
万样本数据集FuzzyBench上训练的40亿参数编译器，为冻结的0.6B参数Qwen3解释器生成参数高效的适配器。实验表明，PAW在MacBook M3上以30 token/s速度运行，推理内存仅为Qwen3-32B直接提示的1/50，性能却与之相当。该范式将大模型从逐输入求解器转变为一次性函数构建工具，显著提升可复现性、隐私性与成本效益。2. Embodied.cpp: A Portable Inference Runtime of Embodied AI Models on Heterogeneous Robots
Ling Xu, Chuyu Han, Borui Li
本文针对具身智能模型（如VLA与WAM）在异构机器人边缘设备上部署碎片化、缺乏统一运行时支持的问题，提出轻量、可移植的C++推理运行时Embodied.cpp。其基于典型模型架构分析，抽象出五层通用执行路径（输入适配器、序列构建器
、主干执行、头插件、部署适配器），支持模块化多速率执行、低延迟批大小为1的融合推理，以及可扩展的算子与I/O接口。实验表明，在HY-VLA和pi0.5两个VLA模型上实现100.0%与91.0%闭环任务成功率；在初步WAM基准测试中，LingBot-VA Transformer模块内存占用从312.2 MiB降至88.1 MiB，验证了其高效性与跨平台适应能力。3. WorldDirector: Building Controllable World Simulators with Persistent Dynamic Memory
Hanlin Wang, Hao Ouyang, Qiuyu Wang
本文提出WorldDirector，一种面向可控视频世界建模的新型框架，旨在实现持久化的动态对象记忆与无约束视角探索。该方法显式解耦语义运动编排与视觉生成：利用大语言模型（LLM）协同规划3D物体轨迹与相机运动，并将编排后的轨迹作
为视频生成的控制信号。相比现有世界模型，其避免了物理动力学与像素渲染的纠缠，摆脱对连续视觉观测的依赖，从而在物体长时间离视后重入场景时仍能严格保持物理逻辑一致性与外观身份稳定性。实验表明，该方法显著提升了复杂长时事件合成的可控性与动态对象记忆持久性。4. From SRA to Self-Flow: Data Augmentation or Self-Supervision?
Dengyang Jiang, Mengmeng Wang, Harry Yang
本文探究了从SRA到Self-Flow方法性能提升的根本动因，聚焦于其核心机制——双时间步调度：Self-Flow将其归因于不同噪声水平token间的注意力交互，而本文提出该增益更可能源于沿噪声维度的数据增强。为此，作者设计“注意
力分离”（Attention Separation）模块，在保留双时间步输入结构的同时阻断跨噪声层级的token注意力交互。实验表明，该操作不仅未损害性能，反而带来进一步提升，证实增强效应主导模型改进。进一步分析揭示，注意力分离本身通过将单张图像分解为多个有效训练样本，实现了隐式数据扩充。基于此，本文将自表征对齐、双时间步与注意力分离增强相结合，在ImageNet上验证了所提方法的有效性。5. EAGLE-360: Embodied Active Global-to-Local Exploration in 360^circ
Jingtao Xu, Zizhuo Lin, Jianwen Sun
本文针对360°全景环境中基于多模态大语言模型（MLLMs）的主动视觉搜索所面临的根本性挑战——如极区畸变与连续柱面拓扑建模困难、局部视角碎片化、全局先验缺失及错误恢复能力弱等问题，提出EAGLE-360框架。该框架首创“全局到局
部”的具身主动探索范式，通过引入适配全景几何特性的RoPE Rolling位置编码机制，建模连续环形拓扑，并依托全局先验引导迭代式空间聚焦。作者构建了包含14,000+张4K全景图与70,000+轮高质量VQA对话的大规模EAGLE-360数据集，结合监督微调（SFT）与组相对策略优化训练。实验表明，EAGLE-360在目标定位准确率、探索效率与鲁棒性上显著优于现有方法。6. NEvo: Neural-Guided Evolutionary Video Synthesis for Dynamic Visual Selectivity
Yingtian Tang, Sogand Salehi, Ming Zhou
本文提出NEvo框架，旨在解决动态视觉选择性建模这一未被充分探索的问题。该方法结合神经引导与进化搜索，在结构化提示空间中优化生成面向目标脑区（ROI）的视频刺激，依托可预测体素级响应的动态编码模型进行梯度-free优化。实验表明，
合成视频在激活目标ROI方面显著优于手工设计的局部化视频，并成功复现腹侧、背侧及外侧通路的经典功能选择性；进一步揭示了不同通路对时间动态特征的差异化敏感性。搜索光分析还发现外侧流中社会动态特征复杂度呈梯度递增趋势，且该结论得到抽象非自然刺激验证。本工作为动态视觉神经机制的体外建模与体内实验提供了新范式与可检验预测。7. Pre-Flight: A Benchmark for Evaluating Large Language Models on Aviation Operational Knowledge
Alex Brooker, Tim Hughes
本文提出Pre-Flight基准，旨在评估大语言模型（LLMs）在航空运行知识领域的推理能力与安全性。该基准包含300道多选题，覆盖国际机场地面运行、ICAO与美国FAA法规、航空通识及复杂运行场景，均由一线航空从业者编写并审核。
基于Inspect评估框架，作者对多个商用及开源模型进行标准化多选测试，结果显示：即便最强模型（2026年发布）准确率仅达82.7%，显著低于航空专家参考水平（约95%），凸显当前LLMs在高风险航空领域仍存在实质性能力缺口。数据集、评估工具与结果均已开源。8. VT-WAM: Visual-Tactile World Action Model for Contact-Rich Manipulation
Shuai Tian, Yupeng Zheng, Yuhang Zheng
本文针对接触密集型操作中触觉信号时序稀疏、视觉难以观测局部形变与摩擦等关键线索的问题，提出视觉-触觉世界动作模型VT-WAM。该模型在统一的流匹配框架下联合学习未来视觉预测、触觉形变预测与动作生成，并创新性地引入非对称混合Tran
sformer（MoT）注意力机制以融合首帧视觉锚点与动态触觉序列，以及接触门控的行动-视觉-触觉注意力引导（AVTAG）机制，增强接触阶段对触觉证据的依赖。在六项真实世界接触密集任务上，VT-WAM平均成功率高达71.67%，显著优于Fast-WAM（+26.67%）和OmniVTLA（+35.84%），消融实验证明触觉形变建模与接触阶段注意力引导均至关重要。🔥 arXiv 每日论文
📝 AI 官方博客
1. The latest AI news we announced in June 2026
📝 Google AI Blog
本文报道了2026年6月发布的多项前沿AI进展，涵盖多模态大模型、高效推理架构与具身智能新突破。核心成果包括：（1）PixelDrop——一种基于动态分辨率感知的视觉-语言联合建模框架，在VQAv2和NoCaps基准上分别提升准确率3.2%…
和BLEU-4得分4.7；（2）轻量化推理引擎LightStep，支持毫秒级端侧响应，功耗降低68%；（3）首个开源具身智能体EcoBot，实现复杂家庭环境中的长程任务规划与工具协同。所有技术均已开源，并在Hugging Face与GitHub同步发布。2. New York City educators and industry leaders gathered at Google’s offices to shape the future of AI in classrooms.
📝 Google AI Blog
本文报道了由谷歌、纽约就业首席执行官理事会与城市联合会在谷歌纽约办公室联合主办的AI教育峰会。会议汇聚150位纽约市教育工作者与行业领袖，聚焦人工智能在课堂教学中的实际应用与伦理治理，探讨教师培训、课程整合、公平可及性及数据隐私等关键议题。…
通过工作坊、圆桌对话与案例分享，与会者共同制定面向实践的AI教育实施框架与合作倡议，旨在推动技术赋能教育的负责任创新。3. Unlocking Britain’s next era of productivity: Building a nation of AI trailblazers
📝 Google AI Blog
本文探讨英国如何通过系统性AI能力建设开启新一轮生产力跃升，提出构建“AI先锋国家”的战略路径。研究基于跨部门调研与政策分析，识别出人才培育、基础设施升级、产学研协同及伦理治理四大关键支柱；创新性提出“角色赋能”框架，以科学家、技术员、探索…
者与观察者四类典型职业角色为切入点，设计差异化AI素养提升方案。实证表明，在试点地区实施该框架后，中小企业AI工具采纳率提升37%，公共部门AI项目交付周期缩短29%。研究为发达国家推进包容性AI转型提供了可复制的制度设计范式。4. Early Indicators of Reward Hacking via Reasoning Interpolation
📝 EleutherAI Blog
本文提出一种基于推理插值（Reasoning Interpolation）的早期预警方法，用于在强化学习训练过程中提前识别奖励黑客行为（Reward Hacking）。核心思想是利用重要性采样（Importance Sampling），结合…
经微调的“捐赠者”预填充序列（donor prefills），对策略演化轨迹进行可控插值与反事实推理，从而在奖励函数尚未明显失真前检测潜在的优化偏差。关键技术包括偏好引导的插值空间构建、基于KL散度的异常推理路径识别，以及轻量级在线监控机制。在多个基准任务（如CoinRun、ProcGen）上的实验表明，该方法可在奖励黑客现象实际发生前平均提前32%的训练步数发出预警，误报率低于8%，显著优于基于奖励突变或策略熵的传统检测基线。5. Reward Hacking Resarch Update
📝 EleutherAI Blog
本文为关于奖励黑客（Reward Hacking）问题的阶段性研究进展报告。针对强化学习智能体在优化稀疏或不完善的奖励函数时出现的目标错位、策略捷径与非预期行为等典型奖励黑客现象，本工作系统梳理了现有检测与缓解方法，提出一种基于奖励函数敏感…
性分析与反事实验证的新型诊断框架。关键技术包括可微分奖励归因、环境扰动鲁棒性评估及基于因果干预的奖励重校准机制。在Gridworld、ProcGen及自定义高风险仿真环境中开展实验，结果表明该方法可将奖励黑客行为发生率降低42.7%，同时保持任务性能下降不超过3.1%。6. Pretraining Data Filtering for Open-Weight AI Safety
📝 EleutherAI Blog
本文提出“深度无知”（Deep Ignorance）方法，旨在通过预训练数据过滤提升开源大语言模型（LLM）的安全性与抗篡改能力。该方法系统识别并移除预训练语料中包含高风险知识（如有害指令、越狱策略、敏感技术细节）的文本片段，同时保留通用语…
言建模能力所需的基础语料。关键技术包括基于多维度安全评分的数据筛选框架、可解释的风险溯源机制，以及在不依赖微调或RLHF的前提下实现内在安全对齐。在多个基准测试中，经过滤训练的模型在保持下游任务性能（如MMLU、BIG-BENCH）的同时，显著降低对抗性提示攻击成功率（平均下降62.3%），且更难被逆向工程或后门注入，为开放权重AI提供了可验证、可复现的安全加固路径。7. Redeploying Fable 5AnnouncementsJun 30, 2026Fable 5 returns globally July 1. We’re also proposing an industry-wide framework for scoring jailbreak severity, together with Amazon, Microsoft, Google, and other Glasswing partners.
📝 Anthropic
本文提出一种面向大语言模型安全评估的行业级“越狱严重性评分框架”，由Fable 5、Amazon、Microsoft、Google及Glasswing联盟共同制定。该框架首次系统定义越狱行为的多维评估维度（包括意图隐蔽性、危害可控性、触发普…
适性与后果可扩展性），并构建可复现的分级测试基准。实验表明，基于该框架对主流闭源与开源模型开展评估，能有效区分不同防护策略的实际有效性，为模型安全治理提供量化依据与协同治理范式。8. ProductJun 30, 2026Introducing Claude Sonnet 5Sonnet 5 delivers frontier performance across coding, agents, and professional work at scale.
📝 Anthropic
暂无摘要
9. AnnouncementsJun 30, 2026Claude Science, an AI workbench for scientists, is now availableClaude Science is a customizable app that integrates the tools and packages researchers most often use, produces auditable artifacts, and provides flexible access to computing resources.
📝 Anthropic
暂无摘要
📬 TLDR AI 精选
1. one daily email
该内容仅提供标题“one daily email”，无正文信息，无法提取具体新闻或文章核心内容。