今日 AI 精選今日 AI 精选
Anthropic 发布 Claude Fable 5 + Mythos 5：最强模型附带「静默降权」争议
HN 298 points，Anthropic 首次对竞品开发实施不可见的模型干预（prompt modification/steering vectors/PEFT），引发开发者信任危机
⚡ PULSAR 2026-06-10 已更新 ·
AI 精選精选 8 條 ·
VLA 論文论文 30 篇 ·
品質漂移品质漂移 正常 ✓ ·
追蹤追踪 458 實體实体 · 85 機構机构 · 275 方法 ·
跨域訊號跨域讯号 30 條 ·
近 3 日精選近 3 日精选 14 篇 · 知識庫知识库 382 篇 ·
PULSAR DIGEST Pulsar
LIVE
AI APP 線AI APP 线 · 行業行业 · 工具 · 趨勢趋势
- Anthropic 发布 Claude Fable 5 + Mythos 5：最强模型附带「静默降权」争议 HN 298 points，Anthropic 首次对竞品开发实施不可见的模型干预（prompt modification/steering vectors/PEFT），引发开发者信任危机 HN
- Google Gemini 3.5 Live Translate：70+ 语言实时语音翻译模型 流式 speech-to-speech 翻译，保留语调/语速/音高，已开放 Gemini Live API 和 Google AI Studio DEEPMIND
- Google Gemma 4 12B：encoder-free 多模态模型，16GB VRAM 可跑 Apache 2.0，原生支持视觉+音频输入无需独立 encoder，MTP drafter 降延迟，16GB 显存即可本地部署 DEEPMIND
- 微信 AI Agent 正式开放接入：14亿月活生态调度小程序 微信开放平台发布 AI 开发者指引，Agent 可自动调用小程序完成筛选/下单/预订，美团/携程首批接入 36KR
- Karpathy：Jevons 悖论在 AI 编码时代生效 Karpathy 观察：Claude Fable 5 让软件需求呈指数增长——explainer、visualizer、dashboard、 bespoke app，「Free your mind」 SIMON WI
- Grit：用 Agent Swarm 从 0 用 Rust 重写 Git GitButler 创始人受 Anthropic C 编译器实验启发，用 agent swarm 跑 42000+ Git 测试用例，99% 通过率，library-based Rust 实现 HN
- OpenAI 秘密提交 IPO 文件，目标估值 1 万亿美元 OpenAI 6月8日向 SEC 秘密提交 IPO 申请，最早9月上市，目标估值达万亿美元 36KR
- HF Spaces agents.md：Agent 组合两个 Space 构建 3D 巴黎画廊 Coding agent 通过调用两个 HF Spaces（图像生成+3D重建）自动构建 3D 高斯溅射画廊，agents.md 协议让 Space 可被发现和组合 HUGGINGF
VLA 線VLA 线 · cs.RO · cs.AI · cs.LG
- VoLo: A Physical Orchestrator for Open-Vocabulary Long-Horizon Manipulation Siyi Chen et al. · Open-vocabulary long-horizon manipulation requires robots to reason over flexible instructions and complex multi-object scenes while adaptiv · 提出 VoLo 框架，通过物理感知编排器解决长视界操作中的规划与恢复问题。亮点在于将 VLM 推理与底层控制解耦，提供可复用的故障恢复机制，适合处理复杂多物体场景。 CS.RO
- Q-VGM: Q-Guided Value-Gradient Matching for Flow-Matching VLA Policies [Shandong First Medical University] Ziqian Wang et al. · We propose Q-Guided Value-Gradient Matching (Q-VGM), an off-policy reinforcement learning (RL) method that tackles a long-standing challenge · 提出 Q-VGM 方法，利用离线 RL 优化 Flow-Matching VLA 策略。核心贡献是解决了流匹配策略微调中的效率瓶颈，为 VLA 的 RL 精调提供了新的算法路径，具有明确的工程应用价值。 CS.RO
- EgoAERO: Learning Dexterous Manipulation from a Single Egocentric Video without Object Assets Yichen Niu et al. · Egocentric RGB-D videos offer a natural source of human dexterous manipulation demonstrations, but existing data is difficult to use for rob · 仅凭单目 RGB-D 视频学习灵巧操作，无需预扫描物体资产。虽具创新性，但主要依赖仿真或特定设置验证，缺乏大规模真实机器人基准测试，暂归为值得了解。 CS.RO
- vla.cpp: A Unified Inference Runtime for Vision-Language-Action Models Khanh D. Nguyen et al. · Vision-Language-Action (VLA) policies are typically shipped as Python/PyTorch stacks that assume a workstation-class GPU, a mismatch for the · 基于 llama.cpp 构建的 VLA C++ 推理运行时，解决 PyTorch 在嵌入式设备上的部署难题。本周即可复用，显著降低 VLA 在边缘端的计算门槛，是极具实用价值的工程工具。 CS.RO
- Revisiting Articulated Parts Perception in Robot Manipulation [Beijing Union University] Xiaoqian Wu et al. · We are surrounded by various objects with movable, articulated parts, e.g., box, handle, door. An accurate and generalizable perception of a · 重新审视机器人操作中的关节部件感知问题。属于感知层面的改进，虽对操作重要，但未直接涉及 VLA 架构或训练范式的创新，且缺乏跨平台迁移的广泛验证。 CS.RO
- Ego-Pi: VLA Fine-Tuning for Ego-Centric Human and Robot Data [Zhengzhou University of Light Industry] Ji Woong Kim et al. · Robotics faces a fundamental challenge of data scarcity. Unlike language or vision research, there is no internet-scale dataset for robotic · 针对第一人称人类和机器人数据设计 VLA 微调方法，缓解数据稀缺问题。提供明确的数据对齐策略，有助于利用互联网规模的人类视频数据增强 VLA 泛化能力，具备实操性。 CS.RO
- CLASP: Language-Driven Robot Skill Selection and Composition using Task-Parameterized Learning [Deutsches Zentrum für Luft- und Raumfahrt e. V. (DLR)] Markus Knauer et al. · Enabling robots to understand and execute tasks from natural language commands while maintaining data efficiency remains challenging. Founda · 结合 VLA 与任务参数化学习实现技能选择与组合。方法相邻但侧重于传统技能库的调用逻辑，非 VLA 核心架构创新，且实验主要在仿真环境，真实性能待考。 CS.RO
- SIMPLE: Simulation-Based Policy Learning and Evaluation for Humanoid Loco-manipulation [Cambridge] Songlin Wei et al. · Humanoid foundation models are advancing faster than we can evaluate them. While real-world testing is expensive and difficult to reproduce, · 为人形机器人移动操作提供仿真基准与评估框架。作为数据集/基准类工作，重要性高但不紧急，且纯仿真验证缺乏真实世界鲁棒性证明，归为值得了解。 CS.RO
- MotionVLA: Injecting Geometric Motion into Vision-Language-Action Model Shanglin Yuan et al. · Vision-language-action (VLA) models increasingly condition robot policies on history, depth, or 4D features to resolve ambiguity in long-hor · 在 VLA 中注入几何运动信息以消除长视界操作的歧义。通过引入时空证据提升策略准确性，是对现有 VLA 输入模态的有效补充，具有明确的性能提升潜力。 CS.RO
- PACT: Self-Evolving Physical Safety Alignment for Diffusion Policies in Embodied Manipulation Lingxuan Wu et al. · Diffusion policies have achieved remarkable success in robotic manipulation, yet they often fail to satisfy strict physical constraints requ · 针对扩散策略的物理安全对齐方法，通过自进化机制满足严格约束。虽涉及安全关键领域，但主要聚焦于约束满足而非 VLA 核心智能提升，且实验范围有限。 CS.RO
- GraspFoM: Towards Reconstruction-Driven Robotic Grasping with 3D Foundation Priors [Chinese Academy of Tropical Agricultural Sciences] Dongli Wu et al. · Robotic grasping is a fundamental capability in robotic manipulation. Yet grasping remains challenging under partial observations. Reliable · 利用 3D 基础模型先验进行重建驱动的抓取。属于感知与抓取的经典结合，未体现 VLA 特有的语言-动作对齐优势，且缺乏在开放词汇场景下的广泛验证。 CS.RO
- EgoPriMo: Egocentric Motion Generation for Interactive Humanoid Control Haoyang Ge et al. · Humanoid robots require whole-body motions that adapt to scene context, task requirements, and user intent. Motion tracking reproduces speci · 生成适应场景上下文的人形机器人全身运动。侧重于运动生成与控制，虽与 VLA 相关，但更偏向底层运动基元，未直接解决高层语义到动作的映射瓶颈。 CS.RO
DEEP DIVE 深析深析 · 近期精選近期精选
- NVIDIA Nemotron 3 Ultra 上线 SageMaker JumpStart：550B MoE 专为 Agent 编排设计 今天 · significant update BACKLOG-
- 🎯 AWS Bedrock AgentCore 支持云端托管 Claude Code / Codex / Cursor 等编程 Agent 昨天 · blog post DAILY-AW
- Gemma 4 12B: Google 发布 encoder-free 多模态模型，16GB 显存即可本地运行 2 天前 · significant update BACKLOG-
- 🎯 Weaviate Engram GA：Agent 记忆与上下文管理正式商用 2 天前 · significant update BACKLOG-
- AWS：用 SFT+DPO 提升 Agent 工具调用准确率 2 天前 · significant update BACKLOG-
- Microsoft 发布 MAI-Thinking-1 (35B) 和 MAI-Code-1-Flash (5B)：全自研 clean data 模型 3 天前 · significant update BACKLOG-
- Microsoft Scout：基于 OpenClaw 的自主 AI Agent，7×24 后台自动执行 M365 任务 3 天前 · significant update BACKLOG-
- OpenAI Voice Hack Night 现场演示「无 App 手机」agentic OS 3 天前 · significant update BACKLOG-
- LARA：潜在动作表示对齐 (Latent Action Representation Alignment for Vision-Language-Action Models) 昨天 · theory VLA-THEO
- AEGIS：物理 AI 的備份反射機制 (A Backup Reflex for Physical AI) 昨天 · theory VLA-THEO
- RhinoVLA 技术报告：面向端侧实时部署的跨本体 VLA 系统 (RhinoVLA Technical Report) 昨天 · theory VLA-THEO
- 3DThinkVLA：通过3D思维引导协同训练赋予VLA模型隐式3D空间推理能力 (3DThinkVLA: Endowing Vision-Language-Action Models with Latent 3D Priors via 3D-Thinking-Guided Co-training) 2 天前 · theory VLA-THEO
RESEARCH INTELLIGENCE · PULSAR
PULSAR · 照見照见
每天有幾百篇論文和新聞值得你知道。Pulsar 替你讀完，挑出真正重要的。每天有几百篇论文和新闻值得你知道。Pulsar 替你读完，挑出真正重要的。
每日覆蓋 VLA 機器人前沿 × AI 應用趨勢，LLM 為每條信號評級（⚡ 突破 · 🔧 技術 · 📖 觀點）而非轉發；跨域引擎標記技術交叉；雙週回頭驗證每個預判——包括誤判。這是情報系統，不是 RSS 閱讀器。每日覆盖 VLA 机器人前沿 × AI 应用趋势，LLM 为每条讯号评级（⚡ 突破 · 🔧 技术 · 📖 观点）而非转发；跨域引擎标记技术交叉；双周回头验证每个预判——包括误判。这是情报系统，不是 RSS 阅读器。
VLA 域
Vision-Language-Action
機器人正在學會用眼睛思考。每天從 arXiv 篩出值得看的突破，評完才推。· 每天 12:00 更新机器人正在学会用眼睛思考。每天从 arXiv 筛出值得看的突破，评完才推。· 每天 12:00 更新
AI App 域
Agent · Tools · Ecosystem
你用的工具，背後每天都在變。Pulsar 替你盯著，挑出值得關注的。· 每天 12:00 更新你用的工具，背后每天都在变。Pulsar 替你盯着，挑出值得关注的。· 每天 12:00 更新
DAILY INTELLIGENCE · 2026-06-10
今日 AI + VLA 洞察
8 AI 精選精选
30 VLA 論文论文
458 追蹤追踪實體实体
✓ 正常 品質漂移品质漂移
今日 VLA 論文
VoLo: A Physical Orchestrator for Open-Vocabulary Long-Horizon Manipulation
Siyi Chen et al. · Open-vocabulary long-horizon manipulation requires robots to reason over flexible instructions and complex multi-object scenes while adaptiv · 提出 VoLo 框架，通过物理感知编排器解决长视界操作中的规划与恢复问题。亮点在于将 VLM 推理与底层控制解耦，提供可复用的故障恢复机制，适合处理复杂多物体场景。
03 — 今日訊號
精選訊號 · AI + VLA精选讯号 · AI + VLA
6 則信號 全部 →
AI
Anthropic 发布 Claude Fable 5 + Mythos 5：最强模型附带「静默降权」争议
HN 298 points，Anthropic 首次对竞品开发实施不可见的模型干预（prompt modification/steering vectors/PEFT），引发开发者信任危机
AI
Google Gemini 3.5 Live Translate：70+ 语言实时语音翻译模型
流式 speech-to-speech 翻译，保留语调/语速/音高，已开放 Gemini Live API 和 Google AI Studio
AI
Google Gemma 4 12B：encoder-free 多模态模型，16GB VRAM 可跑
Apache 2.0，原生支持视觉+音频输入无需独立 encoder，MTP drafter 降延迟，16GB 显存即可本地部署
AI
Grit：用 Agent Swarm 从 0 用 Rust 重写 Git
GitButler 创始人受 Anthropic C 编译器实验启发，用 agent swarm 跑 42000+ Git 测试用例，99% 通过率，library-based Rust 实现
AI
HF Spaces agents.md：Agent 组合两个 Space 构建 3D 巴黎画廊
Coding agent 通过调用两个 HF Spaces（图像生成+3D重建）自动构建 3D 高斯溅射画廊，agents.md 协议让 Space 可被发现和组合
VLA
VoLo: A Physical Orchestrator for Open-Vocabulary Long-Horizon Manipulation
Siyi Chen et al. · Open-vocabulary long-horizon manipulation requires robots to reason over flexible instructions and co…
04 — 跨域洞察
VLA ↔ AI App 交叉訊號
30 條跨域洞察 儀表板 →
vlmplanning
fine-tunvision-language
diffusionvision-language
fine-tun
vision-languagevlmfoundation model
foundation model
vision-language
diffusion
prediction
vision-language
fine-tunvision-languagevlm
vision-language
prediction
diffusion
multimodalreasoning
world model
diffusionmultimodal
diffusionplanningworld model
foundation model
vision-language
vision-languageplanning
vision-language
agent
agentbenchmark
agent
agent
real-time
multimodal
agent
agentorchestratworkflow
06 — 系統監控
管道儀表板管道仪表板
管線正常 ✓管线正常 ✓ 詳細儀表板 →
品質漂移監測品质漂移监测 正常 ✓
03
04
05
07
08
09
10
知識圖譜知识图谱 458 <span data-tc>實體</span><span data-sc>实体</span>
機構机构
方法方法
管道健康 正常 ✓
VLA 論文採集VLA 论文采集 09:00
AI App 日報日报 07:00
社交情報採集社交情报采集 09:30
品質漂移檢查品质漂移检查 10:10
語義索引重建语义索引重建 11:15
跨域規則引擎跨域规则引擎 10:20
上游 arxiv 監測上游 arxiv 监测 00:50
07 — 深度分析
雙週報告双周报告
上期回顧上期回顾
社交情報 · 過去 24 小時社交情报 · 过去 24 小时
AI 社交情报 | 2026-06-10 🛰️ AI 社交情报 | 2026-06-10 - [社区热议] 6/8 曝微信将推出内嵌 AI Agent，股价大涨；社区热议通过小程序自动执行点餐/预约等复杂任务，标志 Agent 从概念走向理性落地 来源: Sina Finance / Tech Community - [争论/批评] 6/8 曝用户听信 AI 改签建议亏 600 元，投诉时 AI 竟承诺赔偿并索要二维码；引发对 AI 决策局限性与过度…
AI AppVLA 社交情报 | 2026-06-10 📡 VLA 社交情报 | 2026-06-10 📡 今日 VLA 社交面无重大信号 🔭 备注：过去 5 天（6/6-6/10）未检索到符合收录标准的一手信号。近期提及的 ICRA 2026 论文（6/1）及 NVIDIA/Unitree H2 Plus 发布（6/3）均已超 5 天窗口，不纳入本报告。 --- 本報告由 VLA-Handbook 自動生成
VLA