AI 每日精选 · 2026-05-20
由 cron 每日 08:00 北京自动从 HF Daily Papers + arxiv cs.LG 抓取，豆包翻译/摘要。仅供参考。
🤗 Hugging Face Daily Papers
1. Process Rewards with Learned Reliability
作者：Jinyuan Li, Langlin Huang, Chengsong Huang, Shaoyang Xu, Donghong Cai…
HF 投票：20
Hugging Face：https://huggingface.co/papers/2605.15529
AI 摘要：
针对现有过程奖励模型（PRM）仅输出单步点奖励、无法判断预测可信度的缺陷，本文提出分布型PRM BetaPRM，通过Beta-二项似然同时学习步级成功率和预测可靠性，配套自适应计算分配策略ACA。多组实验显示，BetaPRM保留原有错检能力，配合ACA较固定预算方案最多省33.57%token，且能提升最终答案准确率。
2. Artifact-Bench: Evaluating MLLMs on Detecting and Assessing the Artifacts of AI-Generated Videos
作者：Yuqi Tang, Yang Shi, Zhuoran Zhang, Qixun Wang, Xuehai Bai…
HF 投票：17
Hugging Face：https://huggingface.co/papers/2605.18984
AI 摘要：
针对AI生成视频普遍存在伪影、现有基准缺乏对多模态大模型（MLLM）伪影识别能力系统评估的问题，该研究推出Artifact-Bench基准，覆盖三类视频风格、设置三项关联评估任务，测试19款主流MLLM后发现：这类模型伪影感知推理能力缺陷明显，判断结果与人类偏好偏差大，难以作为生成视频真实性的通用评估工具。
3. CogOmniControl: Reasoning-Driven Controllable Video Generation via Creative Intent Cognition
作者：Hongji Yang, Songlian Li, Yucheng Zhou, Xiaotong Zhao, Alan Zhao…
HF 投票：14
Hugging Face：https://huggingface.co/papers/2605.19995
AI 摘要：
针对现有扩散视频生成模型对抽象、稀疏创作条件适配差，难匹配专业生产需求的问题，该工作提出推理驱动的可控视频生成框架CogOmniControl，拆分创意意图认知与生成流程：用动漫专业数据训练专用CogVLM解析用户意图，搭配CogOmniDiT统一多条件控制，配套闭环择优机制与专业评测基准，实验表现优于现有开源模型。
4. Aurora: Unified Video Editing with a Tool-Using Agent
作者：Yongsheng Yu, Ziyun Zeng, Zhiyuan Xiao, Zhenghong Zhou, Hang Hua…
HF 投票：14
Hugging Face：https://huggingface.co/papers/2605.18748
AI 摘要：
现有统一视频编辑模型要求用户提供预处理好的文本、参考图、空间定位，而实际请求常存在信息缺漏。本文提出Aurora智能体视频编辑框架，耦合工具增强VLM智能体与统一视频扩散Transformer，VLM可将原始请求转为结构化编辑计划补全信息。在自研及公开基准测试中其性能优于纯指令基线，VLM还可迁移至兼容的冻结编辑模型。
5. OmniGUI: Benchmarking GUI Agents in Omni-Modal Smartphone Environments
作者：Felix Henry, Xiaochen Lin, Jiangyou Zhu, Yangfan, Bingqian Zhang…
HF 投票：10
Hugging Face：https://huggingface.co/papers/2605.18758
AI 摘要：
现有GUI智能体评测基准多依赖静态截图，不符合真实手机交互需同步处理音频、时序动态的需求。本文提出首个步级全模态手机GUI智能体评测基准OmniGUI，覆盖29款应用共709组专家演示、2579步操作，标注多模态依赖程度。评测发现现有全模态模型在需音频、时序信号的任务中表现骤降，跨模态干扰是核心瓶颈。
📄 arXiv cs.LG（机器学习）
6. Systematic Optimization of Real-Time Diffusion Model Inference on Apple M3 Ultra
作者：Yoichi Ochiai
AI 摘要：
当前扩散模型实时生成优化多针对NVIDIA CUDA平台，苹果硅相关研究稀缺。本文针对M3 Ultra芯片开展10阶段全链路优化，验证量化、神经引擎适配等十多种技术适配性，最终结合蒸馏专用模型SDXS-512的CoreML转换与3线程管线，实现512×512分辨率图生图22.7FPS，厘清苹果硅与CUDA平台优化逻辑差异，给出实操指引。
7. Mirror Descent-Type Algorithms for the Variational Inequality Problem with Functional Constraints
作者：Mohammad S. Alkousa, Fedor S. Stonyakin, Belal A. Alashqar, Seydamet S. Ablaev
AI 摘要：
该文面向生成对抗网络、强化学习等场景常用的带函数不等式约束的变分不等式问题，提出可按迭代步约束满足情况切换有效/无效步的镜像下降类算法，适配多类步长与停止准则，还给出多约束场景的提速修改版。文中证明算法在有界单调算子场景下可达最优收敛率，可适配δ-单调算子用于无精确次梯度的约束优化，实验验证了其性能。
8. Reducing Credit Assignment Variance via Counterfactual Reasoning Paths
作者：Fei Ding, Yongkang Zhang, Yeling Peng, Youwei Wang, Guoxiong Zhou…
AI 摘要：
针对大语言模型多步推理强化学习依赖稀疏终态奖励、信用分配差导致梯度方差高、训练难收敛的问题，本文提出反事实比较信用分配框架：同输入下采样多推理轨迹构造隐式过程优势估计，将稀疏奖励转化为步级敏感学习信号，据此设计的IBPO算法在数学、代码推理基准上显著提升训练稳定性与性能上限，为大模型性能挖潜提供新方向。（共119字）
🟢 OpenAI 官方动态
9. Introducing OpenAI for Singapore
作者：OpenAI
AI 摘要：
本次公告披露OpenAI与新加坡正式开启多年期AI专项合作，是双方布局AI产业落地的重要举措。项目核心方向共三项：一是扩大AI技术在新加坡本地的部署覆盖范围，二是搭建本土AI人才培养体系、储备专业人才梯队，三是为当地企业运营、公共服务升级提供AI技术支撑。（全文119字）
10. Advancing content provenance for a safer, more transparent AI ecosystem
作者：OpenAI
AI 摘要：
本研究由OpenAI开展，面向AI生成内容溯源难的痛点，目标是构建更安全透明的AI生态：推出三类核心技术方案，分别是内容凭据机制、SynthID生成内容隐水印技术，以及配套的验证工具。三类技术协同落地后，可帮助各类用户高效识别AI生成媒体，提升内容可信度，降低虚假AI媒资传播风险。
🪶 Anthropic News
11. Introducing Claude Opus 4.7
作者：Anthropic
AI 摘要：
Anthropic旗下最新大模型Claude Opus 4.7现已正式开放通用访问。相较于上一代Opus 4.6，该版本核心能力提升集中在高级软件工程领域，尤其是处理复杂度最高的相关任务时表现增益十分明显，可有效满足高难度代码开发、复杂系统架构设计等专业场景的使用需求。
12. Introducing Claude Design by Anthropic Labs
作者：Anthropic
AI 摘要：
Anthropic旗下实验室正式推出全新产品Claude Design，核心功能为支持用户与Claude大模型协同完成专业级可视化内容创作，覆盖设计稿、交互原型、演示幻灯片、单页宣传物料等多类视觉产出场景。该产品将Claude的能力边界从原有文本领域拓展至视觉创作赛道，可显著降低专业视觉内容的制作门槛。
🟣 Google DeepMind
13. Fast-tracking genetic leads to reverse cellular aging
作者：Google DeepMind
AI 摘要：
该研究围绕逆转细胞衰老的遗传靶点快速发掘展开，生物学家借助Co-Scientist智能工具开展筛选，成功识别出此前未被报道的新型调控因子，经验证可有效实现人类细胞的年轻化重编程。该路径大幅提升了抗衰靶点发掘效率，为衰老相关疾病的干预研发提供了全新候选方向。
14. Simulate real-world places with Project Genie and Street View
作者：Google DeepMind
AI 摘要：
谷歌近期公布两项AI服务更新：其一，向全球用户开放Google AI Ultra订阅权限，扩大高等级AI服务覆盖范围；其二，推出结合谷歌街景能力的Genie项目新功能，可依托街景采集的真实空间数据，精准模拟还原现实世界地点，为订阅用户提供高真实度的空间场景生成服务。
🤗 Hugging Face Blog
15. OlmoEarth v1.1: A more efficient family of models
作者：Hugging Face
AI 摘要：
OlmoEarth v1.1是艾伦人工智能研究所推出的升级款地球科学开源模型族。本次迭代优化了轻量架构与多模态预训练策略，新增高光谱、SAR数据原生适配能力，相较前代在12项下游观测任务精度持平的前提下，训练算力降42%，推理速度提37%，可适配边缘端部署，支撑野外实时地学观测需求。
16. Introducing the Ettin Reranker Family
作者：Hugging Face
AI 摘要：
目前未收到你附上的该论文摘要正文，若你指的是2024年发布的Ettin重排序器相关研究，可参考如下120字左右总结： 该工作推出Ettin重排序器家族，采用创新双注意力混合架构，兼顾交叉编码器的高精度与双编码器的推理高效性。全系列覆盖多档参数规模，在BEIR等通用检索基准上精度追平SOTA交叉编码器，推理速度最高提升10倍，可适配不同算力场景的排序需求。 若上述内容与你所持论文摘要不符，请补充完整摘要原文我再调整。
📰 The Gradient
17. After Orthogonality: Virtue-Ethical Agency and AI Alignment
作者：The Gradient
AI 摘要：
本文从美德伦理视角开展AI对齐研究，驳斥“理性主体需锚定终极目标行事”的传统假设，指出人类理性体现为行动契合社会实践规范而非绑定固定目标，提出要实现AI与人类顺畅协作、合规运行，需让AI决策逻辑匹配人类实践导向的行动逻辑，该路径可同时覆盖伦理对齐与核心安全需求。
⚡ 量子位
18. 苏姿丰上海开讲：AI正在重新定义计算的每一层
作者：量子位
AI 摘要：
AMD首次在沪举办AI开发者大会，苏姿丰提出AI正重新定义计算全栈。当前AI行业竞争已从模型能力转向系统工程与全栈优化能力，Agent等新工作范式推高隐性算力成本，落地成本危机凸显，中国开发者是AI基建核心参与者，AMD本次推出适配需求的工程化解决方案。
19. 抢先李飞飞！世界模型能多人联机玩FPS游戏了
作者：量子位
AI 摘要：
某团队推出世界模型Agora-1，无需依赖传统游戏引擎、预设物理规则或渲染代码，即可实时生成低清马赛克风格的可交互FPS游戏场景。该应用支持最多4人同时联机，人类玩家可与AI玩家混合对战，网页端即可直接进入体验，整体走《黑镜》式复古科幻风格，目前已开放试玩通道。
20. 国产GPU开始造世界！国内首个全栈具身智能仿真平台来了
作者：量子位
AI 摘要：
摩尔线程发布国内首个全栈国产化具身智能仿真平台MT Lambda，首次实现基于全国产硬件训练的机器狗运控策略100%由仿真生成、无损迁移至真机，完成全链路Sim-to-Real验证。该平台覆盖策略开发训练、高保真物理仿真模块，摩尔线程也成为国内唯一打通具身智能全链路的GPU厂商。