2026
11 847 материалов · 140 дней · 10 рубрик · в среднем 85 в день
AnyGameRenderer одевает серые ИИ-прототипы в графику и сохраняет юнитов на 62,9%
Генеративный рендерер на базе 33B-модели MiniMax-H3 превращает блокауты из игр ИИ-агентов в красивое видео; временное совпадение сущностей выросло с 50,9% до 62,9%.
Claude доказал безопасность 123 библиотек на уровне RISC-V-кода
Anthropic и Theorem с помощью Claude формально верифицировали 239 точек входа в 123 open-source библиотеках: около 180 млн строк доказательств и баги, не пойманные…
WeChat открыл WeVisOne-VL: детекция, маски и матирование в одной VLM
Команда WeChat выложила в open source WeVisOne-VL: одна VLM ищет объекты, считает, читает текст и строит маски с альфа-маттами. Заявлено лидерство на 30+ бенчмарках.
UserArena: бенчмарк на 64 729 сессиях проверяет, можно ли симулировать покупателей
Echo учит VLA-роботов понимать успех и провал прямо внутри действий
HiSTEVE 1.0 играет в Minecraft мышью и клавиатурой: 85,0% на MineStudio Bench
Dual Exam: GPT 6 Astra набрал 31,3 балла среди мультимодальных агентов
DISC учится объединять метрики сходства временных рядов и предсказывать успех переноса
Новая обучаемая схема DISC калибрует и комбинирует метрики сходства датасетов временных рядов, чтобы заранее оценивать, насколько хорошо прогноз перенесётся с…
MMVistaReason: открытый рецепт обучения 4B-модели обходит Qwen3.5-9B на 15 бенчмарках
Авторы MMVistaReason опубликовали открытый рецепт пост-обучения: MVR-4B набрала 72,8 балла на 15 мультимодальных бенчмарках и обогнала Qwen3.5-9B (Instruct).
LeWorldModel проверили на чувствительность к действиям: оси расходятся на 36–42°
FocusVLA учит робота выбирать камеру по стадии задачи: +13,3 п.п. на реальных тестах
Команда UCLA сдвинула границу скорость—качество в speculative diffusion двумя ручками
PaperFormalizer превращает LaTeX-статьи в проверенный Lean-код с участием автора
Nestor: вложенная разреженность в attention обошла MoE при равных затратах
Tianzhe Chu, Druv Pai и Yi Ma предложили трансформер Nestor: разреженность в attention вкладывается в MoE и даёт выигрыш при равных вычислениях и в дообучении.
Энкодер на 17 млн параметров выбирает инструмент за 14 мс на CPU
Tardelli Stekel выложил шесть открытых энкодеров от 17M до 1B для выбора из закрытого набора. Модели на 68M и 150M обходят 435M DeBERTa-v3 на 4,9 и 5,9 пункта.
Восемь агентов VibeGame собирают 2D-игру из промпта и обгоняют аналоги на GameCraft-Bench
Исследователи из Нанкина и Сингапура показали VibeGame: команда из восьми агентов собирает играбельный 2D-проект из текста и обходит другие обвязки на…
S-Agent 2.0 научил кодинг-агента понимать 3D и обошёл SpatialClaw на 7,8 пункта
RiseHarness учит терминальных агентов чинить собственную обвязку без дообучения
Lafa на 8B параметров ускоряет генерацию текста в 2,54 раза без потери качества
Бенчмарк EvaOmni проверил 24 омни-модели: лидер набрал 79,4%, но заземление — 35,1%
Video-Point Model прогнозирует видео с нескольких камер и 3D-траектории точек
Video-Point Model предсказывает будущее видео с любых ракурсов и 3D-траектории точек сцены. Точечная supervision повышает качество видео и успех манипуляций робота.
Рекурсивное самообучение и Fable 5.1: почему гонка ИИ ушла от споров об AGI в прикладную оркестрацию
Пока индустрия спорит о формулировках AGI, ведущие лаборатории замкнули петлю разработки и поставили текущие модели создавать следующее поколение нейросетей.
TARSphere проверяет роботов с MLLM-мозгом на 360 эпизодах в 30 сценах
Agent Mosaic: LLM-агенты собирают секреты из безобидных документов в 7% ответов
Зацикливание слоёв сократило обучение диффузионных LLM до 3,3 раза
FrontierCS 2 проверил 12 ИИ-агентов на задачах R&D: лучший прошёл 58%
LASAGNA проверила 450 RAG-конфигураций: обещанные +47% дали лишь +17%
Открытый фреймворк LASAGNA прогнал 450 конфигураций RAG на восьми бенчмарках: три сильные техники retrieval обещали +47% по отдельности, а вместе дали лишь +17%.
LoopRec подбирает глубину вычислений для каждого айтема и обходит базовые модели на 4 бэкбонах
Новая архитектура LoopRec заставляет рекомендательную модель задерживаться только на сложных элементах истории. Один общий блок, гейт выхода на каждом цикле и…
RealMe собирает объёмное видео 2K из минимума камер через диффузию
Фреймворк RealMe превращает разреженные съёмки низкого разрешения в 4D-согласованное объёмное видео 2K с помощью видео-диффузионной модели и частотного лосса в…
SERA учит VLM-планировщик самоэволюции: робот набрал 51,38% на RoboMME
SpatialBrain учит замороженную VLM копить опыт: плюс на 4 из 5 бенчмарков
DONIC научил одну политику управлять двумя руками: 86,79% успеха без дообучения
