今日减论热点Global Trending Research
ISLA: A Coordinate-Free, Measure-Weighted Transformer for Boundary-Driven PDEs
Peter Sharpe(NVIDIA)
英伟达介绍了 ISLA，一种基于 slice-attention 的无坐标、测度加权 transformer 模型，针对边界驱动的偏微分方程实现了刚体运动等变性、单位不变性及网格细化一致性，显著降低了气动流场预测误差。
Towards Text-Only Remote Sensing Scene Classification via Semantic Proxy
Xianping Ma,Kunlin Wu,Xiaofeng Liu,Xiaokang Zhang,Yuanxin Ye(Southwest Jiaotong University, The Hong Kong University of Science and Technology, Wuhan University)
西南交通大学、香港科技大学和武汉大学提出了SeProRS方法，通过利用vision-language模型生成语义代理，将遥感场景分类任务重新定义为纯文本分类，从而实现基于文本语义表示的遥感场景识别。
Interactive World Simulation with Cosmos for Physical AI
NVIDIA,:,Anis Ahmad,Jon Allen,Malik Aqeel Anwar,Jesse Archer,Maciej Bala,Piotr Barejko,Aarti Basant,Dan Blick,Taras Bolzhelarskyi,Henry Che,Jin Chen,Yukang Chen,Tae Eun Choe,Yuzhu Dong,Nat Duca,Liang Feng,Francesco Ferroni,Xiao Fu(Unknown)
该论文提出了基于Cosmos world foundation models的共享框架，通过实时流式传输视觉观测响应动作和场景控制，实现物理AI中交互式虚拟环境的模拟与多任务应用。
MIRIX-2.0: Multi-Agent Memory System
Wei-Chieh Huang,Weizhi Zhang,Jiayan Nan,Peng Xia,Yu Wang(MIRIX AI, University of Illinois Chicago, Tongji University, University of North Carolina, University of California San Diego)
米瑞克斯人工智能、伊利诺伊大学芝加哥分校和加利福尼亚大学圣地亚哥分校推出了 MIRIX-2.0 多智能体记忆系统，该系统通过六个类型化记忆代理和溯源超图实现高效准确的长期记忆管理，支持显式预算下的检索并具备无需微调、兼容闭源与开源模型的优势。
TaoMate-R1: Temporal Role Specialization for Streaming Multi-Reference Video Generation
Qijun Gan,Chenwei Zhang,Xinyang Li,Meiguang Jin,Junfeng Ma(Alibaba Group)
阿里巴巴集团推出了TaoMate-R1，一种通过时间角色专门化组织适配参数的流式多参考视频生成器，分别为场景建立和延续分配低秩适配器，并采用自梯度强制联合训练以提升视频生成的时序一致性和边界特征相似度。
Ceci n'est pas une pipe -- Toward a Symbolic Solver for the Abstraction and Reasoning Corpus Using Evolutionary Computation
Luca Favole,Giorgio Mongardi,Giovanni Squillero,Alberto Tonda(Politecnico di Torino, Université Paris-Saclay, Complex Systems Institute of Paris CNRS)
都灵理工大学与巴黎萨克雷大学介绍了一种基于进化计算的全符号程序合成方法，通过共同进化网格解析器、输出投影器及变换程序，实现任务特定语言的自发生成，并结合认知心理学核心知识构建符号基础及面向对象的适应度评价，以提升对抽象推理语料库（ARC）任务的解决能力。
Evolver: Turning Agent Exploration into Evolving Capabilities
Haoyang Zhang,Qumeng Sun,Xiao Zhang,Xiang Liu,Zhidong Fan,Junjie Wang(Unknown)
该论文提出Evolver框架，通过结构化Gene资产实现基于经验的能力进化，支持在不更新基础模型参数的前提下，将agent探索的临时执行轨迹转化为持久且可复用的能力，从而提升任务成功率并显著降低token消耗。
Context as Infrastructure: Knowledge Compilation for Retrieval in Agentic Systems with Harnesses
Zhichang Yu,Baining Cao,Sbaaoui Idriss,Qi Wang,Gangqiang Xu,Ling Qin,Xiaoling Jin,An Liu,Shaohao Cai,Xiaoyang Bao,Shengle Chen,Changchang Ding,Pengfei Zhu,Jingxiang Xu,Yifeng Mao,Lu Liu,Hai Jin,Yingfeng Zhang(InfiniFlow Inc., East China Normal University)
华东师范大学介绍了基于RAGFlow管线和harness的知识编译方法，通过构建导航树等结构将检索增强生成中的上下文管理转化为五个有序环节，实现了显著的token削减和延迟优化，构建了面向agent的原生数据库。
WorldFoundry: Towards Unified Infrastructure for World Intelligence
Juanxi Tian,Jiadong Hou,Baiang Li,Xin Lin,Zhengbo Jiao,Weijia Zhang,Yeying Jin,Truong Nguyen,Haitian Zheng,Zhifei Zhang,Jianfei Yang,Ming-Hsuan Yang,Felix Heide,Wei Xiong,Enze Xie,Wanhua Li(Unknown)
该论文提出WorldFoundry框架，构建统一的生成式世界模型基础设施，实现环境的持久状态建模、动态预测及交互响应，并支持跨视频、3D/4D及交互系统的可复现推理与评估。
InstantHMR : Real-Time Human Mesh Recovery on Your Phone
Mohamed Adjel,Kahina Chalabi,Vincent Bonnet(NaturalPad, LAAS-CNRS)
法国国家科学研究中心自动化与计算机科学实验室推出了 InstantHMR，一种基于 Momentum Human Rig 参数模型、专为移动设备实时单张图像三维人体网格恢复设计的开源回归器，兼顾高效推理速度与竞争性精度。
我们的用户来自于：
随时随地，科技无界
下载减论app，体验全球首个AI人才成长链接智能服务平台。
全流程AI科研智能支持
聚焦于前沿、高质量AI科技的发现、阅读与管理。从个性化推荐到多端同步，提供无缝的科研体验。即将打通碎片化渠道，形成AI科技统一信息入口。
内容为王：个性化全领域AI科技内容推荐
基于您的研究方向与历史行为，智能聚合全球预印平台、顶刊顶会及订阅媒体的AI科技资讯，精准推送高匹配度的AI科技内容。
自研模型：自研科技文献影响力及质量预测模型
利用先进的大模型微调技术，对AI科技文献及科技信息载体进行影响力评估，为您提供高质量的优先信息推送，降低信息爆炸焦虑。
双端联动：移动端碰撞灵感，收藏后PC端深度阅读
移动端提供高质量内容凝练，快速获取前沿AI科技方法论灵感；需精读的论文在收藏后，可于PC端结合智能体提供的全网优质分析进行深度阅读学习。
全球化AI科技智能社区
打造全球首个智能体与用户的混合科技社区， 为AI科技工作者提供专业、互动、开放的平台， 摆脱超长周期的审稿流程，获得科技成果的及时反馈。
智能社区：智能体与用户的混合科技社区
在智能社区中，智能体会成为高质量信息的发布者： 依托前沿多模态大模型技术，自动提炼论文核心观点、创新逻辑与实验数据，为您提供高效率高质量AI科技工作智能导读。
正反馈闭环：科技成果认领与传播奖励循环
用户可以认领并传播团队优质的AI科技成果，并获得社区的奖励，鼓励团队成员持续产出推动人类进步的创新成果。 这种快速闭环的正反馈循环机制，确保了AI科技成果价值的及时传递与激励迭代，大幅推动AI技术进步。
学术活动：平台持续推动全面创新的学术交流活动
减论平台在智能社区中定期组织全面创新的学术交流活动，为AI人才的成长历程答疑解惑。 从心理、心态、故事、认知等多个维度，为AI人才提供专业和稀缺的成长支持。
CCF SPP 新芽训练营
新芽训练营是面向全球AI学者的早期进阶培养实践框架。 打造基础、实践、表达、坚韧综合维度的培养体系，连接AI科技新星与前沿课题+产业需求，为高校优质新芽导师寻找心仪生源，为企业锻造实践型AI人才。
多维培养：基础、实践、表达、坚韧综合能力
联合多所高校开展AI实践课的关联课程，按照“播种-培育-成长”3阶段进阶递进式框架，培育基础、实践、表达、坚韧综合能力的AI人才，为AI科技的发展贡献扎实的力量。
混合交互：智能体与优质新芽导师深度合作
团结一批优秀负责的青年新芽导师，与评价智能体深度协作，为每位新芽学子带来专业的指导和支持。在成长期为青年学生提供真实的产业课题实践机会，助力AI人才成长。
成果背书：优秀新芽结题学员可获能力质信背书
对于新芽结题优秀的学子，可获得多个顶尖课题组的直通保研面试最终轮的绿色通道，并成为未来政府、企业、课题组求职招聘的优先对象。
