AITOP日报

GraphBU是一种图原生生成器，其基本单元是局部子问题及其接口。它通过将耦合节点提升为主约束或边界变量来形成块单元，并进行兼容性检查替换。该方法保证接口分离，替换在接口松弛条件下保持可行性，且图构建对行列置换不变。在MILP实例生成中，平均图统计相似度为0.934，平均可行性约96.7%，下游Predict-and-Search训练指标平均提升8.0%。

RSF-GLLM框架将可微图推理与答案生成解耦，采用GRU引导的查询更新器和动态门控机制遍历语义不相似的桥接节点。引入流稀疏正则化保证从软概率收敛到离散推理路径。在WebQSP和CWQ数据集上，RSF-GLLM取得了与基于LLM的方法竞争的性能，且推理效率更高。

NVIDIA Nemotron 3 Ultra 在 LangChain 的 Deep Agents 框架上取得开放模型最高准确率。它完成更多任务且吞吐量更高，运行速度提升10倍。其成本低于顶级闭源模型。这使得 Nemotron 3 Ultra 成为构建 AI 智能体的高性价比选择。

VAORA (Visual Action Outcome Reasoning Alignment) 提出两种互补奖励：Visual Alignment Reward 将 VLM 推理锚定到视觉上下文，独立于智能体动作；Visual-Action Alignment Reward 将推理与动作引起的视觉结果对齐。该方法在 PHYRE 和 Virtual Tool 基准上，针对未见任务和未见环境设置提升性能，抑制幻觉链式推理并缩小推理与行为差距。实验表明，VAORA 能诱导基于视觉的、可泛化的物理智能。

蚂蚁集团旗下Robbyant团队开源了LingBot-Vision，一个1B参数的边界中心视觉基础模型。该模型使用掩码边界建模（Masked Boundary Modeling），将图像边界作为原生训练信号。在密集空间感知任务中，1B骨干网络匹配或超越更大规模的模型。LingBot-Vision还作为初始化权重用于LingBot-Depth 2.0深度估计模型。

Elastic的基准测试声称Qdrant 1.18.1在磁盘搜索上慢7倍，但Qdrant指出测试未开启其两项磁盘优化功能。开启优化后，Qdrant实现2倍吞吐量、一半延迟和1/3计算资源消耗。测试在K8s网络附加存储上进行，Elasticsearch 9.4.1使用DiskBBQ算法，Qdrant 1.18.1。Elastic延迟120-150ms，Qdrant在开启优化后延迟更低。

OpenAI 推出 GPT-Live 全双工语音架构，允许 ChatGPT 同时听和说。复杂问题会被后台的 GPT-5.5 模型接手，显著提升回答质量。GPT-Live-1 已对 ChatGPT 付费用户开放，免费用户可使用 mini 版。API 访问即将到来。

Google AI Studio在Build模式中推出了Import from GitHub功能。它能将GitHub仓库直接转换为可编辑和部署的运行时格式。开发者可以在Build模式下迭代和部署应用。

英伟达发布NVIDIA Vera CPU，称其为可规模化单线程最强CPU。在智能体AI负载下，其单核持续性能是x86的1.8倍。相比NVIDIA Grace，自研Olympus核心每周期指令数高50%。Perplexity测试显示，Vera完成真实编码流程速度约为x86的1.5倍，并发沙箱启动速度最高为x86的1.9倍。合作伙伴测试中，Starburst SQL分析速度可达领先x86服务器的3倍，Redpanda实时流处理延迟最低降至1/6。

LangChain与NVIDIA合作发布NemoClaw Deep Agents Blueprint，这是一个完全开源的企业级代理系统参考架构。该蓝图在基准测试中取得领先性能，同时推理成本相比现有方案降低超过10倍。企业可以完全拥有并自定义整个堆栈。

Modal CTO Akshat Bubna在Latent Space播客中，回顾2年前首次报道后公司的进展，并分享构建新型Agent云平台的经验。他提出AI基础设施必须针对Agent的多步骤协调和低延迟需求进行重构。目前Modal的Agent云已支持每秒数千次任务调度，响应延迟控制在毫秒级。

DeepSeek与智谱AI宣布自研AI推理芯片，效仿OpenAI和Anthropic。此举旨在降低对英伟达GPU的依赖，并削减推理成本。国内头部AI实验室开始从模型层面向上游芯片延伸，标志行业结构转型。

OpenAI对SWE-Bench Pro进行了审计，发现该基准存在约70%的噪音上限，已无法可靠衡量前沿编码能力。该基准在业界广泛使用，但目前已被认为饱和。OpenAI决定撤回之前推荐研究社区使用该基准作为主要编码评估的建议。

NVIDIA 正与 ASIC 初创企业 d-Matrix 合作，将 Hopper/Blackwell GPU 与 d-Matrix 的 Corsair ASIC 结合形成混合算力基础设施。Parasail 通过该组合实现了 10 倍的 Token 生成速率。Corsair 采用台积电 N6 制程 D-IMC 架构，集成计算单元和足量 SRAM 降低数据开销。方案中 GPU 负责推理前端的预填充任务，Corsair 处理延迟敏感的解码任务。

Cognition团队分享了其生产级强化学习训练基础设施的设计，核心将训练分为两部分：紧耦合通信的trainer和分布式异步rollout推理。他们的RL训练横跨三大洲四个数据中心，结合自有GPU集群和Fireworks AI等推理提供商的算力。rollout推理引擎通过压缩权重差异在对象存储中同步，实现分布式扩展。这套基础设施支撑了SWE-1.7模型的训练，并确保跨数据中心的可靠rollout。

研究者提出AirflowAttack，首个针对红外遥感视觉语言模型的对抗攻击方法，利用热气流湍流作为扰动先验。该方法通过轻量生成器合成输入无关的扰动，在五个CLIP骨干上平均零样本场景分类攻击成功率达48.5%，超过四个物理基线（27.7-37.0%）。对六个SOTA视觉语言模型，场景分类准确率相对降低38.2%，但某些模型反而更自信地将扰动误判为真实热证据。消融实验显示气流先验在提升物理合理性时未牺牲攻击成功率。该基准覆盖十一个模型和四项任务，暴露了红外遥感视觉语言模型的脆弱性。

本文提出 Graph Convolutional Attention (GCA)，一种利用输入图谱实现谱去噪的注意力机制。理论证明线性注意力在去噪任务中只能学习平均谱滤波器，而 GCA 通过图滤波查询和键可自适应处理谱多样性。在随机块模型上，GCA 与理想化的 Spectral Attention 机制性能匹配。在 DiGress 模型中，GCA 无需计算昂贵的结构特征即可达到标准图 Transformer 的效果，结合 PEARL 位置编码还能避免显式特征分解，加速推理。实验表明 GCA 在合成和真实数据集上持续提升去噪与扩散性能，增益与谱多样性正相关。

该研究从PAC学习角度研究量子多体动力学可学习性。他们设计了一个监督学习任务：训练集包含随机稳定子探针态、均匀采样自[0,T]的演化时间以及特定可观测量期望值。量子算法通过短时训练样本学习未知哈密顿量，并结合哈密顿量模拟与经典阴影协议进行推理。通过将BQP完全计算嵌入Feynman-Kitaev时钟哈密顿量的长时间动力学，他们证明除非BQP⊆P/poly，否则没有经典多项式时间算法能完成该任务。同时经典困难实例仍保持量子可学习性。

EntroPath是一种新的流形学习方法，利用最大熵随机游走（MERW）聚合点之间k步路径全体来构建不相似度，避免局部随机游走的密度集中和最短路径的捷径噪声。其自由能不相似度在短时间极限下通过Varadhan热核公式收敛到平方测地距离。在合成流形和单细胞基准测试中，EntroPath一致优于扩散方法和最短路径方法，在非均匀采样密度流形和分支轨迹上优势明显，与UMAP、t-SNE本地结构指标持平。

该论文利用LLM Agent每轮隐藏状态的探针（probe），在任务早期预测最终失败。在TextCraft基准上，Recall-Controlled Probe Cascade以90%召回率目标为Qwen-2.5-7B节省47.1%推理计算，为Llama-3.2-3B节省37.2%。相比仅基于行为的方法，节省量高出1.6-1.7倍。论文还推导了保证高召回率所需的样本复杂度。

Netflix AI团队为解决Cassandra中TimeSeries Abstraction的宽分区问题，采用Time Slice重分区和动态分区两种方法。动态分区通过字节计数和Kafka检测超大分区，利用校验和验证分割，并通过Bloom过滤器将读取路由到并行子分区。优化后，平均读取延迟从秒级降至低双位数毫秒，500MB以上的分区仍可正常访问。

本教程使用NVIDIA的cosmos-framework，在Colab上构建紧凑的Omnimodal Mixture-of-Transformers模型。该模型共享跨模态注意力，路由文本、视觉、动作各模态到专属专家。通过合成物理世界数据和自回归rollout，模型预测未来潜状态。教程展示了如何用小型版模拟Cosmos 3世界模型的核心能力。

本教程使用 Amazon Bedrock AgentCore 和 Mistral AI Studio 构建生产就绪的电商 MCP 服务器。你实现两层 JWT 认证并部署到 AWS CDK。服务器支持商品搜索、下单、评论提交和退货处理，数据存储用 Amazon DynamoDB，身份管理用 Amazon Cognito。最终连接至 Mistral AI 的 Vibe 平台。

Milvus 在写入数据后默认不会主动合并段，导致查询时需扫描过多段，影响性能。新推出的 Force Merge Compaction 功能允许用户手动触发段合并，在数据稳定后重塑存储布局。单节点基准测试显示，合并和索引重建会占用全部 16 个核心。该功能适用于写入完成后转为读密集的场景，可显著提升搜索吞吐量，目前处于公开预览阶段。

本文介绍构建自学习智能体的方法。关键在于从两种来源学习：agent轨迹显示智能体行为和故障点，浏览器活动记录用户如何修正结果。有三种应用新知识的方式：微调模型、更新harness、提供上下文信息。建议侧重程序记忆（存储工作流和规则）和情节记忆（存储具体事件），避免过度依赖语义记忆。学习范围应限定在每用户、每团队或每应用级别，防止用户间数据泄露。最终强调拥有学习数据是核心资产，并使用开放标准。