本期概览

此前LLM智能体控制路径中，工具调用间的确定性小转换通常由主机处理。该研究证明了将路由决策保留在GPU上可显著减少往返延迟（最高快2.39倍），并提供了量化GPU机会的边界框架，为优化智能体服务架构提供了可验证的参考。

此前自主数据科学代理依赖昂贵的试错工作流；DSWorld通过预测操作效果提前淘汰无效路径，将RL训练和搜索推理分别加速14倍和3-6倍，大幅降低计算成本和时间开销，提升自动化决策效率。

此前视觉语言基准不衡量主动观察，而 ActiveVision 指出当前最先进 MLLM 在此维度基本失效（最高 10.6%），揭示了模型在感知-推理闭环上的根本缺陷，将推动研究方向转向闭环架构。

现有LLM代理的记忆系统普遍依赖额外LLM调用来处理和检索记忆，产生重复的token与时间成本，且可能丢失原始细节。Zero-Mem首次提出无需生成即可实现结构化记忆访问，显著降低延迟与成本，可能影响代理系统的架构设计。

此前缺乏在长流程中如何最优分配有限人类监督的理论指导。该工作首次给出数学化的监督间隔原则，使AI产品可在固定人力成本下提升输出质量与效率。

此前机器人模型多为任务特定，泛化能力弱、数据需求大。Xiaomi-Robotics-1 通过大规模预训练实现跨任务即开即用和高效微调，展现数据与模型规模扩展性，降低了机器人部署和适配的门槛。

此前音视频大语言模型主要处理短视频片段，AV-Flamingo首次针对长视频设计，且完全开源。它在时序感知、跨模态推理和可解释性上取得实质突破，在多项基准中超越同体量模型，甚至与更大模型竞争，有望降低长视频理解的门槛。