清华×南开×剑桥团队把「AI 生成内容被用户真正摄取了吗」变成可测量、可预测的问题：62 名参与者、1187 个原子信息单元的性能标签（答对识别题与否），配上语义出现对齐 × 布局状态对齐的双轴轨迹重建，三路融合模型拿下 81.17% AUROC，超全部 8 个学习型 baseline 最多 12.38 个点。行为分析揭示：摄取与内容如何进入草稿无关，与之后是否持续加工强相关；12.3% 的高置信回答是错的，而交互轨迹恰好能区分这些「自信的遗漏」。
2026 外滩大会圆桌实录：苏度韩铮、蚂蚁灵波沈宇军、自变量王潜、破壳许华哲四位一线创业者正面回答具身智能三场路线之争——仿真还是真机、GPT-6 Astra 是否构成降维打击、跨过泡沫的指标是什么。共识是具身不会复刻语言模型路径，分歧在数据从哪来、智能住在哪里、钱从哪来。
周六双主线：Dario Amodei 发表《We Must Pace the Frontier》宣言，自曝 RSI 已在行业出现并单方面引入嵌入式第三方评估员，马斯克罕见附议；论文侧 NVIDIA 开源 Nemotron IMO 金牌全套管线（30/42）、商汤 SenseNova-U1.5 以 8B-MoT 架构拿下 GenEval 0.92 开源最佳、MetroLLM-Bench 揭示 4B PEFT 学生超越 GPT-5.6 的容量-天花板曲线。
KAUST×Edge Hill 发现视觉文档检索的页面向量恰在单位球面上且集中在本征维度 5-6 的低维流形附近（三个编码器一致验证），据此提出 GLIE：k≪N 个向量既作轻量索引又作全页嵌入的再生基底——归一化质心免费 +0.093 nDCG@5，k=4 时 1040 字节/页 vs 未压缩 257.8KB，保留未压缩系统近 80% 性能（先前最佳 70%）；415K 参数网络 3 GPU 分钟千页训练，骨干全程冻结。
Amazon FAR×UW 构建受控纯自回归测试台，在多模态持续预训练中追踪任务分账验证损失（文本/图像/T2I/I2T 四路）的 scaling 行为，系统刻画统一模型中图像 tokenizer 的行为。两条核心发现：损失必须分任务分析（不同任务呈不同 scaling 且对 tokenizer 排名不同）；T2I 损失-性能关系随图像 token 空间漂移，I2T 损失在共享文本词表上计算、是更稳的跨 tokenizer 比较指标。
哈工大×NTU×山大提出 MaP-WAM：将记忆依赖的世界-动作建模拆解为记忆锚定规划与计划条件执行两层——情景区段记忆作为规划期证据，因果世界模型（WAN-2.2-5B 微调）生成视觉计划，World-Action-Progress 模型把任务进度升级为一等模态。RMBench 83.3% SOTA、真机 78.0%，执行器延迟随历史增长恒定；Swap T/Press Button 达 96%。
Continker 发布 955 案例 × 6 真实地铁系统的 LLM 售票机策略层基准：模型须调结构化工具并提交机器可渲染终端状态，双层评分栈（14 确定性组件 + 8 语义组件）经双人标注校准。核心发现：4B Qwen3.5 学生 PEFT 后 Tier1 91.3 超 GPT-5.6 两档（90.6/90.0）匹配 GPT-5.4 满推理；PEFT 增益随基座规模单调衰减（2B +7.03 → 27B -0.91），给小模型蒸馏划出容量-天花板曲线。
NVIDIA 公开 IMO 2026 金牌系统全部配方：Nemotron 3 Ultra 基座上 SFT+RL 两个专精 checkpoint，加验证器/评分器构成生成-验证-精炼迭代搜索与高算力终选，全程纯自然语言（无形式化证明器/外部工具/互联网），得分 30/42 达金牌线。全套 artifact 开源：两个 checkpoint、SFT/RL 训练数据、训练与推理代码、提交的证明、Nemotron-IMO-Bench（200 道新题）。同日 25 位菲尔兹奖得主联合声明使本文的伦理语境格外微妙。
佐治亚理工提出 RCWM：从单张参考图重建复杂 3D 世界为可执行场景代码。核心是递归场景程序（RSP）表示 + 自递归构造求解器——每次调用遵循建立整体→递归重建未解部分→回访整体精炼组合的 global-local-global 循环，参考对齐视图跨层级传播共享相机投影，父级回访修正局部精炼后浮现的边界错误。三级递归较固定二级 whole-frame PSNR 16.8→19.0、local SSIM 0.52→0.60，全面超越 image-to-scene-program 基线。
KAIST×AITRICS 借鉴儿童认知发展，用 15,000 道合成积木堆叠题（3D→2D 投影/视角变换/结构组合 + 对照组设计）训练 LVLM 空间智能：Qwen3-VL-4B 提升 25.1% 达 51.3% 开源最佳，7B 提升 17.6%，InternVL3 同样提升。对照组题目隔离语言捷径，渲染即真值消除标注噪声——数据质量根源性优于真实场景标注方案。