统计日期 2026-10-22·本期 10 篇·问题与新思路速读
统计范围：北京时间 2026-10-22 00:00–24:00首次提交、截至检索时已公开并被 arXiv 编目的匹配论文。完整取得 14 篇候选，本期收录 10 篇。
阅读依据：论文标题、摘要与可核对元数据。下文是摘要速读，未逐篇全文审阅或独立复现。
昨日研究概览
本组论文聚焦基础模型的表示、生成、训练与可信应用：世界模型尝试用代码耦合规划和动作、以统一视觉令牌承接预测与指令，并重新选择适合交互的时空压缩；生成模型借纯自条件或远期片段监督改进训练，零数据方法则扩展长上下文推理。RLHF关注稀疏奖励下的隐私估计，代码检索、具身评测和临床审计进一步检验模型在关系复杂、动态环境及现实约束中的能力边界。
逐篇看：问题与新思路
01. 代码耦合规划、预测与机器人执行
原文：Agentic World Action Models
要解决的问题： 现有世界动作模型能预测未来画面，却缺少显式的组合式技能复用机制；智能体式机器人虽能以代码规划并复用技能，却往往缺乏对物理动态的预测支撑。
新颖的想法： 作者提出AW-0，在统一的混合Transformer架构中把代码、未来视频和机器人动作作为三条耦合生成流：代码专家生成参数化技能与控制逻辑，视频和动作专家分别预测视觉状态及低层指令；同时以自动管线对齐轨迹程序标签，并把重复例程沉淀为可复用技能库。
入选线索： 作者机构原文包含：NVIDIA、UC Berkeley
02. 统一物理状态、语言与像素的视觉编码
原文：ALPS: Visual State Encoders for World Models
要解决的问题： 世界模型需要同一视觉表征同时支持状态预测、语言指令和像素检查，但现有编码器往往只擅长其中一两项，导致不同能力需由彼此割裂的表征承担。
新颖的想法： ALPS从静态图像与文本出发，以统一patch令牌联合训练ViT-B/16的语言、重建和空间对应目标，再通过跨视角自蒸馏细化；冻结令牌后，这些表征可同时接入策略、世界模型规划与未来像素解码，充当共享的视觉基础。
入选线索： 作者机构原文包含：Google；摘要或评论提供代码、模型或数据链接线索
03. 零外部数据训练长上下文推理
原文：LongZero: Enhancing Long-Context Reasoning in LLMs from Zero Data
要解决的问题： 长上下文强化学习需要长而多样、可验证的数据，人工标注昂贵、自然数据稀缺，外部语料或强教师合成又受资源限制；现有从零数据方法主要面向短上下文任务。
新颖的想法： LongZero先让模型以紧凑结构自行生成问题、答案及支持证据，再把证据扩展成长篇多文档上下文，并配套生成多轮检索任务，最后用GRPO联合训练，从而把自提任务扩展到长上下文多跳推理。
入选线索： 作者机构原文包含：Tsinghua University；摘要或评论提供代码、模型或数据链接线索
04. 纯自条件驱动的扩散语言生成
原文：Loopholing All the Way: Language Modeling with pure Self-Conditioning
要解决的问题： 自条件在扩散语言模型中传统上仅被视为改善性能的辅助启发式；能否让连续生成模型完全建立在自条件之上，并在多步生成中持续传递去噪预测，仍是待验证的问题。
新颖的想法： 作者提出LAW，将去噪器预测下的期望嵌入沿各生成步骤持续传播，并把词元解码推迟到最后一次；该方法将自条件作为连续生成模型的核心机制，而非仅作辅助项，也可用于微调已有Uniform Diffusion Model。
入选线索： 作者机构原文包含：Microsoft、EPFL；摘要或评论提供代码、模型或数据链接线索
05. 预测远端片段强化视频演化建模
原文：Looking Ahead: Modeling Future Evolution in Autoregressive Video Generation
要解决的问题： 自回归视频扩散在教师强制训练中可利用相邻片段的强时间冗余完成局部去噪，因而即使续写画面连贯，也未必真正学会场景如何演化。
新颖的想法： 作者加入未来片段预测辅助目标：在看不到中间视觉上下文时，直接预测时间上相隔更远的后续片段，并与教师强制去噪联合优化。监督直接取自训练视频，不需额外预训练视觉编码器，也不改变自回归推理方式。
入选线索： 作者机构原文包含：Tencent、Zhejiang University
06. 为交互世界模型重估时空压缩
原文：Rethinking Video Autoencoders for Interactive World Models
要解决的问题： 视频世界模型在自编码器潜空间中预测，但常见视频自编码器面向无需等待动作的离线生成，其压缩设置会改变单帧成本和动作响应延迟，也未必适合运动相机或导航；缺少训练数据与代码时还难以重训。
新颖的想法： 作者构建CADRE开放自编码器家族：成员仅在冻结特征上加入不同大小的瓶颈，并共享经自蒸馏至一至数步的扩散解码器；随后用同一世界模型在操作、导航任务中比较压缩策略，分析相机运动与任务需求对时空压缩取舍的影响。
入选线索： 作者机构原文包含：UC Berkeley
07. 分层文档增强大仓库跨模态检索
原文：Code Comprehensor: Hierarchical Documentation and Cross-Modal Retrieval for Large Repositories
要解决的问题： 大型复杂代码库中的目标方法嵌在多层调用关系中；大语言模型即使找到所需函数，也可能缺少父级、同级及关联方法，而完整仓库又难以直接纳入上下文。
新颖的想法： 该框架先构建代码依赖调用图，由CodeScribe沿调用图生成分层文档，再以CLIP式双编码器CodeContrast学习对齐的文本—代码嵌入，检索相关代码上下文邻域，作为MCP大模型编排器回答领域问题的证据；监督还加入父级与同级上下文及大模型生成的合成问题。
入选线索： 作者在 arXiv 标注发表/录用信息：Accepted at 42nd International Conference on Software Maintenance and Evolution
08. 颅骨形状补全模型可植入性审计
要解决的问题： 预训练形状补全模型看似能替代专家手工设计颅骨植入体，但外观像头骨不等于能避开患者残余骨面并提供足够材料；通用补全输出可能无法满足临床几何与可植入约束。
新颖的想法： 作者对三个公开预训练补全模型进行零样本审计：在合成及真实颅骨缺损上，既与直接返回残余骨面的基线比较，也检验预测材料能否无碰撞放置，并对照任务专用体模型。审计未发现可植入输出，且在所测点密度下无法从点表示读取植入体厚度，显示外观逼真不能替代临床几何可行性。
入选线索： 作者在 arXiv 标注发表/录用信息：ACCV 2026 TrustFMI accepted
09. 动态物理社会环境中的长程具身评测
要解决的问题： 现有具身智能体常面向预设目标，或把执行抽象为符号动作，难以在环境变化、人际约束和人类需求变化中评估长程适应；仅看任务成功也难反映碰撞与跌倒等安全风险。
新颖的想法： TARSphere以物理仿真器、具身NPC和受限对话构成基础设施，用事件驱动FSM依据动作完成与信息送达更新任务状态；其Harness让冻结多模态大模型通过多层技能、层次记忆和执行反馈修正决策。配套的智能体参与式流程再构建覆盖五类能力的配对基准。
入选线索： 摘要或评论提供代码、模型或数据链接线索
10. 稀疏奖励下的差分隐私偏好学习
原文：Differentially Private Sparse Reward Estimation with Preference Feedback
要解决的问题： RLHF依赖敏感偏好数据，而现有私有对齐通常假设稠密奖励参数化，误差界随模型环境维度多项式增长；在高度过参数化的现代模型中，这会显著削弱差分隐私学习的效率。
新颖的想法： 作者假设奖励仅由少量相关特征支配，在Bradley–Terry–Luce成对偏好模型下建立样本级与标签级差分隐私稀疏奖励估计框架，并用随机响应构造算法。相应误差界不再依赖模型维度，理论上下界及情感生成、安全对齐实验共同分析其隐私—效用权衡。
入选线索： 按方向匹配及摘要中的方法贡献线索入选；发表和机构权威线索未核实
来源、筛选与阅读边界
Top 10 是可解释的阅读优先级，不是公认学术权威排名。排序参考作者标注的发表/录用信息、作者区的机构原文、研究发布和开源线索，再结合方向与方法贡献线索；未提供的依据不从作者姓名或模型常识推断。arXiv 元数据中的录用信息仍是作者标注，不等于本站独立核实了会议录用。
同一论文可以属于多个研究方向；每个方向内部按基础论文 ID 去重，版本更新不另算新论文。候选按首次提交时间筛选，不把旧论文的新版本当作昨天新论文。超过十篇时筛选十篇，不足十篇按实际数量收录。
检索截至：2026.10.23 08:17（北京时间）。本方向共 14 篇候选，本期收录 10 篇。
查询记录：第 1 页。
本文由 AI 研究助手整理并进行来源审校。新颖性为作者的贡献主张，摘要可能省略关键条件；涉及采用、复现或投资决策时，请继续阅读原文。arXiv 收录不代表已经通过同行评审。
有 AI 项目想法？一起聊聊。
欢迎交流实践、寻找伙伴，或聊聊你的项目需求。
