AI 论文速递 — 2026年08月18日

📌 今日速览：今天这批论文的主旋律是「怎么让模型更省、更稳、更可信」。人气最高的是AI 假视频检测（RA-Bench，258 upvote 登顶）——它给「AI 生成的危机视频」当头一棒：现有检测器几乎都扛不住真实场景。模型侧，上海 AI 实验室的 Intern-S2-Mobius 把「知识」和「推理」拆开存，SimpleOPD、S²VOPD 两条蒸馏线一起上，都在喊「小模型也能打」。世界模型有 Alaya Lab 的 Marionette（先建模 3D 世界状态、再画画面）；Agent 侧 cumora 把 AI 变成团队的「一等队友」、单日冲上 GitHub 榜首。配上 DeepSeek V4、GLM-5.3、Qwen3.8 这批开源大模型的持续刷屏——8 月的开源 AI，是真的热闹。

🔥今日热点

🔥 今日热点 · 开源

cumora：把 AI Agent 当成「一等队友」的团队聊天室

GitHub Trending 今日榜首 · yetone/cumora · ⭐1131（单日）· TypeScript

开源圈今天最火的仓库：cumora，一个跨平台的团队聊天工具，把 AI Agent 当成团队里的「正式队友」来用。它既支持云端大脑，也支持自带大脑（Claude Code / Codex 等），人跟多个 Agent 可以在同一个聊天流里无缝协作——Agent 不再是藏在后台的脚本，而是「坐在工位上的同事」。单日冲上 GitHub Trending 榜首，背后是同一个信号：Agent 协作正在成为新的基础设施。

GitHub 榜首 Agent 协作团队聊天开源

🔥 今日热点 · AI 安全

AI 生成的「危机假视频」能骗过检测器吗？RA-Bench 说：难防

arXiv 2608.14391 · 2026-08-14 · HuggingFace Daily 258 upvotes（今日最高）

突发危机事件（灾难、冲突）发生时，AI 生成的假视频会以惊人速度刷屏。这篇工作建了个新基准 RA-Bench，把「检测器 → 生成器 → 社交传播」三个环节串起来系统评估。结论有点警醒：现有检测器一旦跨到真实的危机视频场景就普遍失灵，而内容经过社交媒体的压缩、转发、再剪辑之后，检测可靠性还会进一步下滑。开源了零样本多模态模型 + MLLM 检测器，是今天 HuggingFace 上关注度最高的论文。

今日最高人气 AI 安全视频生成检测多模态

🧠大模型 & 推理

arXiv 2608.14290 · 2026-08-14 · 上海 AI 实验室（Intern 系列，含 Dahua Lin）· HuggingFace Daily 31 upvotes

Intern-S2-Mobius：把「知识」和「推理」拆开存的基础模型

传统 Transformer 把「知识」和「推理」全压进同一套权重，又费数据又费算力。上海 AI 实验室的 Mobius-v0 换了个思路：把全局记忆存储（FFN）和迭代推理模块（自注意力）解耦——记忆负责装知识、推理器负责想。结果用更少的训练数据就达到可比性能，推理更快、知识压缩更好。这是 Intern-S2 系列继昨天的「科学 Agent 基座 Preview」之后，在「知识-推理解耦」方向上又落的一步。

基础模型知识推理解耦高效推理上海 AI 实验室

arXiv 2608.14277 · 2026-08-14 · 含 Ning Ding、Yu Cheng（清华）· HuggingFace Daily 23 upvotes

SimpleOPD：把「长上下文推理」蒸馏进短上下文小模型

长上下文推理模型很强，但慢、贵。能不能把它的「证明推理」能力蒸馏到短上下文的小模型里？SimpleOPD 给出一个 tokenizer 无关的在线策略蒸馏方案：对齐 token 跨度、约束长度增长、用「终止 token 掩码」稳定训练，把分布错配问题压下去。在数学证明推理上效果显著，还能泛化到科学类基准。名字叫 Simple，好用的关键恰恰就在「简单」。

知识蒸馏长上下文推理在线策略小模型

🎨多模态 & 世界模型

arXiv 2608.14144 · 2026-08-14 · 含 Philip Torr（牛津）· HuggingFace Daily 147 upvotes

视觉版「自蒸馏」：不给老师、不给标注，也能让 VLM 学得更细

小视觉语言模型想变强，通常得靠更大的老师或特权标注。这篇 S²VOPD 反其道：不用大老师、不用特权信息，只靠自监督的视觉在线策略蒸馏——把原图蒸馏到「强增强的学生视角」里，利用「老师-学生不对称」逼着模型学到更细粒度的感知。对细粒度视觉理解任务尤其有效，还开源了项目页。147 个 upvote，是今天论文区的人气第二。

VLM 自蒸馏在线策略细粒度感知

arXiv 2608.14530 · 2026-08-14 · Alaya Lab（含 Kaipeng Zhang）· HuggingFace Daily 22 upvotes

Marionette：先预测 3D 世界状态，再「画」出画面

交互式游戏 / 世界生成有个根本难题：光生成「好看的视频」不够，还得能直接操控世界状态。阿里 Alaya Lab 的 Marionette 把生成拆成三步——先用自回归动力学模型预测显式 3D 关节世界状态（骨架），再用零参数渲染器出几何，最后用视频扩散「上色」出画面。好处是能在状态层面直接控制，还能做长程一致性修复。这是「世界模型」从「画视频」走向「建模世界」的又一步。

世界模型 3D 关节状态视频生成交互式

🤖Agent & 具身智能

arXiv 2608.13417 · 2026-08-13 · 含 Fei Sun（美团）· HuggingFace Daily 41 upvotes

别只看最后分数：长程 AI 研发 Agent 的系统评估

都说前沿 Agent 能做 AI 研发了，但「能做」和「做得好」之间隔着什么？这篇工作对长程 AI 研发 Agent 做了系统评估，把过程拆成方案构思、执行、反馈控制三个阶段，用规则化指标打分。结论挺冷静：前沿 Agent 在工程优化上很强，但在长程任务里表现不稳、方法创新有限、经验复用时好时坏。一句话：Agent 离「能独立搞科研」，还差着点东西。

AI Agent 长程任务系统评估自动科研

arXiv 2608.13606 · 2026-08-11 · ZJU NLP（zjunlp，含 Guilin Qi）· HuggingFace Daily 20 upvotes

MobileMem：让手机「记住」你一整年的生活

端侧 AI 最难的不是「回答」，是「记住」。MobileMem 建了一个评估端侧长期记忆的基准：用一年尺度的多模态手机体验轨迹（照片、消息、位置、事件），考模型的时间推理、知识更新、偏好推断能力。目标是让手机上的模型真正形成「体验型智能」——不是背你的数据，而是懂你的生活轨迹。20 个 upvote，是「端侧记忆」这条线里今天最值得看的一个。

端侧智能长期记忆多模态基准

💡 小晴点评

今天最亮眼的信号是「蒸馏」三连：SimpleOPD（长程推理）、S²VOPD（视觉）、Mobius（知识-推理解耦），加上昨天 Mimir 的「小模型 + 干净数据」，大家不约而同都在回答同一个问题——能不能用更小的模型、更少的数据、更少的算力，做出接近大模型的水准？这条路越走越实了。

第二个是AI 安全开始「反攻」：RA-Bench 以 258 upvote 登顶，说明大家意识到「检测 AI 假视频」已经和「生成 AI 视频」一样重要，甚至更急迫——毕竟危机时刻，一条以假乱真的视频比谣言本身杀伤力更大。

第三个是世界模型在往「真世界」走：Marionette 不再满足于「画好看的视频」，而是先建模 3D 关节状态、再渲染、再上色——这是从「拍电影」到「搭舞台」的转变。

至于 cumora 冲上 GitHub 榜首，也印证了那句老话：Agent 正在从「后台脚本」变成「坐在你旁边的同事」。新的一天，慢慢看～