🤖

AI 论文速递

2026年10月13日
ArXiv + GitHub + HuggingFace 精选

📌 今日速览：小米发布 MiMo-V2.6 全模态系列，以规模化强化学习推动模型自我进化；HuggingFace 日榜由扩散模型在线强化学习（DiffusionART）与多模态空间表征（S-Space）领衔；具身智能方向涌现视觉接地的人形反射控制（Reflex）与个性化 VLA 操作（Splat2Act）；开源社区中 AI Agent 技能生态与安全类 awesome 列表持续升温。

🔥头条焦点
🔥 头条 / 大模型
arXiv 2610.11959 · HuggingFace Daily Papers
MiMo-V2.6: Scaling Reinforcement Learning Towards Self-Improvement
小米 MiMo 团队发布 V2.6 系列技术报告，提出以强化学习为核心训练范式推动基础模型自我改进。该系列包含原生全模态（omni-modal）模型 MiMo-V2.6-Pro 与兼顾效率的 MiMo-V2.6-Flash，通过扩展 RL 计算规模推进模型智能前沿，权重已在 HuggingFace 开源（MiMo-V2.6-Flash-RL）。
头条LLM强化学习开源权重
🔥 热点 / 生成模型
arXiv 2610.12572 · HF Daily Papers 228 票
DiffusionART: Efficient, Stable and Scalable Reinforcement of Diffusion Models
针对扩散模型的在线强化学习微调，指出逆向过程方法（如 Flow-GRPO）受限于信用分配效率，前向过程方法（如 DiffusionNFT）虽高效但不稳定。DiffusionART 在效率、稳定性与可扩展性之间取得平衡，为黑盒奖励下的扩散模型对齐提供了新范式，登顶 HuggingFace 日榜。
热点扩散模型RLHF生成模型对齐
👁️多模态 / VLM
arXiv 2610.13527 · HF Daily Papers 201 票
S-Space: Exploring Spatial Workspace in Multimodal Language Models
揭示多模态大语言模型内部存在线性表征子空间 S-Space，其中物体 token 表征编码连续空间关系，为理解 MLLM 空间推理的内部机制提供了可解释性视角。
MLLM空间推理可解释性
arXiv 2610.07987 · HF Daily Papers
VisionWeave: Weaving Elastic Visual Representations as a Native Capability of MLLMs
针对 MLLM 中固定尺寸稠密 patch token 带来的高计算成本问题，提出弹性视觉表征机制，根据视觉信息分布的不均匀性按需分配细粒度编码资源，将弹性表征构建为模型的原生能力。
MLLM高效视觉编码
arXiv 2610.13910 · cs.CL
When VLMs Destroy What They Know: Spatial Representations Fall Below Lexical Priors
提出 EICS（评估不变概念稳定性）度量与 CASP-VL 基准，检验 VLM 内部表征在受控单概念干预下是否稳定编码结构化空间关系，发现其空间表征质量低于词汇先验，揭示了 VLM 推理能力的表征层面瓶颈。
VLM表征分析基准
🦾具身智能 / 机器人
arXiv 2610.12772 · HF Daily Papers 129 票
Reflex: Visually Grounded Reactive Humanoid Control
面向人形机器人的视觉接地反应式控制：使机器人能够对运动目标进行预判并做出反射式响应（如接球、闪避、接物），将日常人类的瞬时反应能力引入人形控制框架。
人形机器人全身控制视觉伺服
arXiv 2610.13945 · cs.RO
Splat2Act: From Captured Scenes to Personalized VLA Manipulation
指出通用操作策略（如 π₀.₅）在真实用户场景中的抓取成功率可降至 0%，而逐户采集演示成本过高。Splat2Act 从捕获场景出发自动生成适配数据，实现 VLA 模型的个性化操作适配。
VLA3DGS操作泛化
arXiv 2610.13929 · cs.RO
Chronos Policy: Learning Robot Policies on Physical Time
针对固定频率观测-动作序列在观测率变化、延迟与推理抖动下失效的问题，Chronos Policy 以观测捕获时间与动作执行时间为条件，将物理时间显式纳入策略学习，提升时序鲁棒性。
机器人策略时序建模
🧠Agent 与推理
arXiv 2610.12374 · HF Daily Papers 259 票
AgentGarten: Code Worlds for Evolving Agents
提出以代码构建的交互式虚拟世界作为智能体训练场，使智能体在状态一致、可演化的环境中通过探索与交互学习，为智能体能力的可扩展进化提供基础设施。
Agent环境合成自我进化
arXiv 2610.12242 · HF Daily Papers 130 票
TokenRouter: Efficient Serving System for Token-Level LLM Routing
将 LLM 路由粒度从会话/查询级推进至 token 级，在推理服务中按 token 动态分配不同模型，推进 LLM 服务的成本-质量帕累托前沿。
LLM 推理模型路由系统
arXiv 2610.12611 · HF Daily Papers
SoftwareGym: Scaling Computer-Use Agent Training with Diverse Synthesized Software Environments
针对计算机使用智能体（CUA）训练中真实软件环境构建成本高、覆盖面窄的问题，提出可规模化合成多样化且可靠软件环境的方法，支撑 CUA 的大规模训练。
CUA环境合成Agent 训练
📦开源与 Awesome 列表动态
GitHub · x-zheng16/Awesome-Embodied-AI-Safety ⭐152（活跃更新）
Awesome-Embodied-AI-Safety：具身智能安全论文与资源列表
围绕《Safety in Embodied AI: A Survey of Risks, Attacks, and Defenses》综述维护的列表，已收录 500+ 论文，覆盖感知、认知、决策与执行层面的具身智能安全风险与防御，本周持续活跃更新，反映具身安全正成为独立研究方向。
awesome list具身智能AI 安全
GitHub · Frank-ZY-Dou/awesome-ai-3d-modeling-robotics ⭐79（新上榜）
awesome-ai-3d-modeling-robotics：AI 驱动的 3D 建模与机器人控制
新增高质量列表，汇集带源码链接的 AI 3D 建模、工业设计与 CAD、机器人控制实例，连接生成式 3D 与具身操作两大热点，适合作为交叉方向入门索引。
awesome list3D 生成机器人
GitHub Trending · mhtsec/ARTEX ⭐3.5k（10月8日创建）
ARTEX：AI 自主渗透测试系统
百度"agent+"攻防挑战赛冠军项目，上线 5 天即获 3.5k+ star，展示 LLM 智能体在安全攻防自动化中的实战能力，是 Agent 落地垂直高风险场景的代表性开源案例。
开源项目安全 AgentTrending
GitHub · sindresorhus/awesome 主仓库
sindresorhus/awesome 主索引动态
主索引近期以维护性更新为主：清理 17+ 个已归档列表（6 月）、修复 lint 与链接（8–9 月），暂无新 AI 类列表合并；AI 方向的新增高质量列表主要通过社区独立仓库（如上述具身安全、3D 建模列表）生长，Agent 技能类列表（awesome-agent-skills 等）成为新兴细分方向。
awesome社区生态

📝 编辑点评

本期研究图景呈现三条清晰主线。其一，强化学习重回大模型训练核心：小米 MiMo-V2.6 以规模化 RL 驱动全模态模型自我改进，DiffusionART 则将在线 RL 引入扩散模型对齐，RL 正从后训练工具演变为能力增长的主引擎。其二，智能体研究进入"环境供给"阶段：AgentGarten、SoftwareGym 等工作表明，智能体能力的瓶颈已从模型转向可扩展、保真的训练环境，环境合成成为新的基础设施竞赛。其三，具身智能走向纵深：Reflex 的反射式人形控制、Splat2Act 的场景个性化 VLA，均指向从实验室演示到真实部署的关键一跃；配套地，具身安全 awesome 列表的兴起预示社区开始系统性审视该方向的风险面。整体而言，"自我改进 + 真实部署"正在取代单纯的规模叙事，成为衡量研究价值的新坐标。

AI Daily Digest · 2026-10-13