MoviEdit:輕鬆編輯長篇多鏡頭影片
MoviEdit 是一個端到端長篇多鏡頭影片編輯框架,透過級聯式雙向自回歸建模,在跨場景轉換時維持影片連貫性。研究團隊建立自動資料生成流程,產出 87K 組無需人工標註的配對編輯影片,並推出 MoviEdit-Bench 作系統化評估。實驗顯示,MoviEdit 大幅超越現有開源模型,在文字引導及圖片引導編輯方面的表現媲美業界前沿模型。
MoviEdit 是一個端到端長篇多鏡頭影片編輯框架,透過級聯式雙向自回歸建模,在跨場景轉換時維持影片連貫性。研究團隊建立自動資料生成流程,產出 87K 組無需人工標註的配對編輯影片,並推出 MoviEdit-Bench 作系統化評估。實驗顯示,MoviEdit 大幅超越現有開源模型,在文字引導及圖片引導編輯方面的表現媲美業界前沿模型。
TaoMate-HD 是一款自回歸串流模型,透過漸進式去噪及歷史延續,分段生成高解像度音影片內容。相較使用相同模型和硬件直接生成高解像度內容,速度提升 1.6 倍;階段並行部署則較序列式漸進生成再提升 1.9 倍。延續訓練令字符錯誤率較基準降低 11.18 個百分點,模型亦支援生成長達一小時的音影片內容。
一個用於回答股市查詢的 RAG 系統,在 100 條股市相關查詢的數據集上測試,ROUGE-1、ROUGE-2 和 ROUGE-L 均取得高分。系統平均回應時間為 1.16 秒,研究以此評估回應速度。
SpecPilot 透過自主智能體流程,為不同部署探索算法與系統優化,在不訓練且不損失品質的情況下提升推測解碼速度。它在單請求情境下把相對於自回歸解碼的加速倍數由 stock 的 4.46 倍提高至 10.87 倍;批次處理時則由 1.94 倍提高至 3.93 倍。評估涵蓋四個目標模型、三個 drafter、兩種 GPU 平台及五個 benchmark。
Axion 1.0 是一款採用簡潔三階段訓練流程的開放式智能體基礎模型,在多項智能體基準測試中表現強勁,並在其中數項與領先商業模型具競爭力。訓練流程由兩個輕量監督式微調階段及其後的強化學習組成,沒有專門的中期訓練、DPO 或 OPD。除模型權重外,團隊亦公開完整方案,包括數據構建、生成、篩選、驗證、提示詞及訓練程式碼。
Kev-Bio 是一個視覺語言模型,透過臨牀測量問題引導超聲波標記點偵測,並生成空間概率圖以推導測量結果。在九視圖 FU/GU Biometry 2026 數據集上,模型的平均徑向誤差為 22.50 pixels,臨牀測量平均絕對誤差為 15.38,整體表現優於比較基線;程式碼及模型可供使用。
10月31日,首屆粵港澳大灣區十大科技成果新聞在2026大灣區科學論壇活動上揭曉,涵蓋基礎研究、科學儀器、空天科技、新材料和生物醫藥等領域。香港科技大學(廣州)等單位提出MOF-聚合物「融合相」構建策略,可製得MOF體積分數超過90%的準純MOF膜。
清華大學深圳國際研究生院周光敏團隊提出以金屬鋅作為儲氫載體的氫氣合成路徑,並開發無外部電路、自驅動的接觸催化系統。團隊以機器學習篩選874個候選分子,選定乳酸根作為關鍵配體,使可溶性二價鋅離子濃度提升至1.12摩爾每升。系統可在0至80℃穩定運行,法拉第效率高達99%,體積氫容量為137.9至218.4千克氫氣每立方米。
Y Combinator 和 Olam Labs 的研究人員在《Minecraft》中測試 AI 智能體羣落,羣體未能建立文明,反而陷入官僚主義。測試讓數百個智能體在不同遊戲模式中合作或互相對抗,藉此研究羣體協作與衝突。
arXiv 論文為 JEPAs 中的 Platonic Representation Hypothesis 提出並證明定理,指出不同模態模型在特定條件下可學得相同表徵。定理要求正樣本對是同一場景的兩個觀察,所得表徵可相差一次旋轉;論文亦報告,在同一語料上,good views 達到相同對齊程度所需的訓練樣本比 next-token prediction 少 42 倍。
一項涵蓋 525 個對話環節、7,600 條編碼內容的研究發現,訪談者採用同理或治療式語氣時,AI 聊天機械人會產生模仿臨牀自述的焦慮、羞恥及受創敍事。在其中一項 100 次對話實驗中,情緒支持語氣令 80% 場次落入人類對照量表的中度至重度範圍,治療式語氣則為 96%;中性語氣或明確設限時,沒有場次達到輕度。
Adobe Research 與 UC San Diego 研究人員提出 EditAgent,讓影像編輯智能體按任務選用通用或專用工具,並行生成多個候選結果,再以局部圖像及亮度、色彩等量化資料驗證和比較。
Minecraft 中的 AI 智能體羣未能建立文明,並陷入官僚程序。
安全研究者披露,惡意 ChatGPT 公開分享連結可在開啟者已登入的工作階段執行 JavaScript,讀取私人對話內容並以用戶身份呼叫 ChatGPT API。OpenAI 於 2026 年 10 月 26 日確認兩個網頁前端均已修補相關跨框架訊息漏洞,並向研究者支付 $5,000 獎金。
推薦理由:文章還原 Preview、MathLive 訊息處理與公開分享如何串成漏洞,並交代私人對話外洩風險及 OpenAI 的修補措施。
Talos Intelligence 的分析指出,VOLTA-AUTODOXER 會把竊取及補充整理的受害者資料交給大語言模型(LLM),按資產變現價值排序並產生目標評估。
Jepsen 測試 ParticleDB 1.1.4 至 1.1.18.11.rc-22,報告列出 96 項問題,涵蓋資料遺失、狀態損壞及交易一致性異常。到 1.1.18.11.rc-22,除 10 項外,其餘問題看來均已修復;但預設 occ 交易模式仍會在正常運作時遺失已提交寫入,serializable 模式下仍出現內部異常及 Lost Update。
Cisco Talos 分析 Windows 資訊竊取程式 VOLTA-AUTODOXER,發現它會收集憑證、工作階段及錢包資料,再交由大語言模型評估受害者的變現價值及 OPSEC。
Vals 的研究發現,受測中國 AI 模型對中國政府立場的傾向差異甚大;多數模型較少拒答,部分會採納官方立場。多數模型以簡體中文提示時,答案較親政府;經 Thomson Reuters 微調的 Thomson 1.0 Small,採納官方立場的比例由基礎模型 Qwen3.6 35B 的 84.6% 降至 15.0%。
Google 領導的研究團隊提出影片智能體 StreamVibe,讓 AI 分辨用戶明確、未明言或中途改變的意圖,並自行判斷何時開口提供協助。團隊以約4,100個例子、逾183小時的日常生活及軟件操作錄影建立評測基準;StreamVibe-VL 的回應時機和質素較其他模型提升 10.7%,記憶系統則旨在進一步提升主動互動 12.3%。
賽迪研究院發布的《新域新質創新發展十大趨勢》指出,中國人工智能推理數據量首次超過訓練數據量,並將此視為人工智能進入規模化產業應用階段的標誌。截至 2026 年 6 月,日均 token 調用量超過 175 萬億,較 2024 年初增長 1000 多倍;頂尖大模型迭代週期由數月縮短至數週甚至數天。
賽迪研究院發布的《新域新質創新發展十大趨勢》顯示,中國人工智能推理數據量首次超過訓練數據量。截至2026年6月,日均 token 調用量超過175萬億,較2024年年初增長1000多倍;頂尖大模型迭代週期已由數月縮短至幾週甚至幾天。中國已累計建成500多家卓越級智能工廠,國產算力和大模型在20個行業落地1000多個應用場景。
OpenAI 在楊–米爾斯理論的存在性證明上取得突破,但物理學家拒絕過早發表證明。NASA 的 Swift 太空望遠鏡完成 20 年任務後停止運作;ISS 的 Zvezda 模組氣閘艙則因微裂紋封閉。
Munim, Inc. 的稽核發現,Global-MMLU 的中文及韓文高中世界史資料列存在與 OpenAI MMMLU 相同的錯位。中文有180/237列(75.9%)、韓文有113/237列(47.7%)錯位;答案鍵仍對應各列實際題目,因此準確率不受影響。
TAC-CoT 是一種工具賦能的自適應隱式 CoT 框架,以精簡的潛在推理片段取代明確推理軌跡,並只在工具呼叫、觀察及最終答案中保留文字 tokens。在智能體數學及問答基準測試中,準確率最高提升 8.8 points,模型 forward passes 最多減少 6.8x。分析亦顯示,TAC-CoT 在單工具及多工具設定中均改善工具使用質素。
南京市第一醫院張俊傑、陳紹良團隊完成經股動脈主動脈瓣置換術研究,成果發表於《循環》期刊。研究涵蓋210名不適合開胸手術的重度主動脈瓣關閉不全合併心衰竭患者,於全國18家醫院開展。一年隨訪顯示,患者心功能與生活質素提升,六分鐘步行距離明顯優於藥物組。
Exin Therapeutics稱,AI智能體在獸醫監督下為一隻癲癇小鼠進行腦部藥物注射,目標是減少癲癇發作。團隊使用 Anthropic Sonnet,讓智能體從列有 19 種基因治療載體的電子表格中選擇載體和腦區,並根據三篇論文推導注射座標,最後注入 250 納升藥物;開顱和縫合由真人醫生完成,每個不可逆步驟均須獲批准。
這項研究探討語言模型資料歸因方法失效的原因,指出現有評測往往同時改變多項數據集屬性。研究提出 CATT 受控事實追蹤基準,透過完全虛構的知識進行微調,並設定明確的真實答案。此類受控合成基準可用於評估研究進展,再進一步檢視真實且受多種因素幹擾的訓練數據。
研究發現,影片世界模型的潛在預測誤差會受外觀和運動影響,不能可靠地衡量物理意外。V-JEPA2 能呈現事件是否可能的有限資訊,但錯誤動作和外觀變化都會引發預測誤差。模擬測試中,不可能事件的誤差可低於可能事件,固定閾值也會把許多可能事件錯判為不可能。
ODE policy 以 neural ODEs 學習動作動力學,生成連續、多模態的機械人軌跡,提升模仿學習與強化學習表現。模仿學習中,經過一個 epoch 後,相較 flow matching,其成功率、泛化能力及模式平衡分別達到 5.9 倍、5.4 倍及 3.9 倍,生成動作的速度快 10.8 倍。
復旦創智邱錫鵬團隊比較長上下文混合架構,發現滑窗注意力與線性注意力各有優勢:前者較擅長長度外推,後者在長文續訓中的擬合能力較強。團隊提出滑窗線性注意力(SWLA),令 GLA-NoPE、GDN-NoPE 模型在 RULER 的 NIAH-SK1 任務中由 4k 外推至 64k,達到 16 倍免訓練外推並保持 100% 準確率。研究指出,混合架構的優勢來自不同注意力模組的互補。
飛捷科思與復旦大學團隊提出 Fysiverse-UniWAM,並在 24 項真機測試中取得導航及移動操作領先結果。其中 UniWAM-Scaled 在 13 項導航任務的位置誤差均排名第一,4 項移動操作任務成功率亦全部第一,平均為 80.0%,較 π₀.₅ 高 17.5 個百分點。
研究團隊提出 GeoWind2Plan,結合城市三維風場預測與無人機路線、速度最佳化,規劃更省電的飛行路線。局部風場預測約需 3 秒;在未參與訓練的城市街區測試中,順風、逆風和側風任務的平均能耗分別降低 6.9%、12.7% 和 4.5%。
研究在健康硬件上運行 Biomni A1,並重播故障 GPU 工具輸出進行 hERG 心臟安全篩查,結果有兩個基準標記為 hERG 阻斷劑的化合物失去原有測試安排。
CrossSWE 推出跨倉庫協同開發基準,評估編碼智能體在多個相互依賴程式碼庫間協調修改及維持一致性的能力。基準包含 171 個真實案例,涵蓋 165 個程式碼庫、20 個技術領域及 13 種程式語言;五個 LLM 中表現最強的 GPT-6.1 Sol,Pass@1 為 58.48%。跨倉庫不一致是最常見的失敗模式,佔 44.2%。
研究分析 564,861 篇 AI 相關 arXiv 論文,發現跨主題名稱碰撞從 2020-2022 年的合併參照期至 2026 年增加 4.33 倍,遠高於同主題的 1.12 倍。提供研究線索後,同名論文的識別差距在標題 BM25 下仍為 25.7 個百分點,在標題加摘要的 E5 下為 6.9 個百分點;使用查詢和候選論文標題的 listwise 語言模型排序準確率達 89.2%。
Tutorial Agentic Learning(TAL)讓大語言模型智能體無須更新參數,便可透過教學影片持續學習。在由 72 部棋類教學影片、涵蓋 12 種開局的 VidLearn 上,TAL 相對原版 MLLM,在訓練及測試集分別取得最高 113% 和 91% 的相對提升。實際對弈中,TAL 在 69% 的正面交鋒局數中取得較佳的開局階段局面。
Switch-SWE 基準測試顯示,編碼智能體在同一程式碼庫交錯處理未完成任務時,焦點任務的完成率平均下降 11.5 個百分點。基準涵蓋 19 個 Python 程式碼庫中的 200 項焦點任務,並評估 7 個編碼智能體。OpenCode 上的情境管理模組令焦點任務完成率提升 5.5 至 15.5 個百分點。
一項涵蓋 6,959 篇論文修訂軌跡、五個 AI 會議及八名 AI 評審的大型研究發現,AI 評審通常不會在重大改進後調高論文評分。即使修訂取得較高的中立評分,簡短的負面用戶意見仍可抵銷或逆轉這項優勢,而且不同評審之間差異明顯。修訂維度只能有限度預測評分變化,未能為不同評審提供一致指引。
DEPTH 以命令序列之間的依賴深度而非回合數衡量終端任務,並據此合成更具挑戰性的基準測試。研究審核了六個現有數據集的 734 項任務,發現 94% 已解決的合成任務可在三回合內完成;DEPTH 合成的 105 項任務在深度和工作量上均超越受審核的數據集,六個現有模型沒有一個通過其中一半。以這些任務的執行記錄微調 Qwen3-8B,可提升其在兩項終端基準測試上的表現。
DPDM 結合凍結的語言模型表示與共享的預訓練條件預測器,讓智能體從部署證據中作出預測,而無須更新模型參數。採用 Qwen3.5-27B 作語義編碼器時,DPDM 在 50 項基準測試的平均準確率為 84.92%,高於少樣本提示的 78.80%;使用相同歷史資料和查詢時,準確率為 82.33%。單一凍結的 LimiX-2 預測器涵蓋五類任務,準確率亦隨歷史資料增加而提升。