第1条上海AI实验室发布 InternVLA-A1.5用预见令牌让机器人预测未来状态核心内容上海人工智能实验室物理智能团队发布具身智能系统 InternVLA-A1.5arXiv:2607.049882026年7月。该系统在训练阶段向一个冻结的视频生成模型借用其对物理世界的理解将这种理解压缩为数十个特殊的预见令牌使机器人能在不保留视频生成器本体的情况下内化世界知识并预测未来视觉状态。相比上一版 InternVLA-A1新方法缓解了动作生成与画面预测任务导致语言理解能力退化的遗忘问题。为什么重要将预测未来视觉状态与动作生成解耦的训练思路为具身智能系统在反应速度零损耗前提下获得长程规划能力提供了新路径相关方法已在机器人操控任务中验证。信息来源上海人工智能实验室 / 腾讯新闻 | 2026-07-15第2条斯坦福与伯克利提出 LLM-as-a-Verifier将验证定义为可扩展的新维度核心内容斯坦福大学与加州大学伯克利分校联合 NVIDIA Research 提出通用验证框架 LLM-as-a-VerifierarXiv:2607.05391v12026年7月6日。研究者将验证定位为继数据规模、模型参数、推理时长之后的第四个可扩展维度框架无需额外训练即可在代码编写、机器人控制、医疗诊断等差异显著的领域显著超越现有同类验证系统。为什么重要长期以来研究集中于让模型生成更好的答案而验证能力的系统性扩展长期被忽视。该框架为提升大模型输出的可靠性与可审计性提供了统一方法论。信息来源斯坦福大学 / 伯克利 / NVIDIA Research | 2026-07-14第3条字节跳动 Seed 发布 EdgeBench量化智能体持续学习遵循对数S形曲线核心内容字节跳动 Seed 团队构建 EdgeBench 测试平台arXiv:2607.05155v12026年7月7日涵盖 134 个真实世界超长时限任务让五款前沿模型持续工作最长 12 小时累计约 38000 小时智能体—环境交互数据。研究发现智能体在环境中的学习进步曲线精确遵循对数S形数学形态拟合精度 R²0.998且从 2025 年 9 月到 2026 年 4 月前沿模型从环境中学习的速度约每三个月翻一倍。为什么重要该研究首次以可量化的经验规律描述智能体边干边学的能力演进为评估和改进长期自主智能体的学习机制提供了基准与预测依据。信息来源字节跳动 Seed 团队 | 2026-07-14第4条ICML 2026 发布 AtomWorld 基准揭示 Scaling Law 在原子操作任务中的局限核心内容由中科大苏州高等研究院、新南威尔士大学等机构联合在 ICML 2026 发布的 AtomWorld 基准论文 arXiv:2510.04704通过一系列真实原子操作任务得出结论在文本理解、知识归纳场景表现稳定的 Scaling Law在受物理规则约束的原子实操任务中往往达不到预期效果顶级大模型在晶体结构搭建、调整等空间逻辑任务上集体表现不佳。研究据此提出AI for Science 需从规模扩展转向操作能力扩展Action Scaling。为什么重要该基准为评估大模型在真实科研操作场景中的落地能力提供了标准化测试提示仅依赖模型规模与数据量难以自动泛化到受物理约束的实操任务。信息来源中科大苏州高等研究院 / 新南威尔士大学ICML 2026 | 2026-07-15第5条阶跃星辰发布 Step AOS提出面向智能体时代的原生操作系统核心内容阶跃星辰于 7 月 13 日发布面向智能体时代的大模型原生 AI 终端品牌 STEPX并同步推出全球首个智能体原生操作系统 Step AOSStep Agentic-native OS。该系统将智能体能力的核心概括为一套协同公式面向自主规划、持续执行、跨应用调度、跨设备协同的智能体工作模式重构系统架构配套推出个人智能体阶跃 Amoo与全球首款大模型原生智能体手机 STEPX Neo。为什么重要在主流操作系统仍沿用人点击、机器响应的 60 年设计逻辑背景下原生 Agent OS 尝试为能够代人行事的智能体提供底层生长空间反映出大模型竞争从模型能力向系统级执行环境的范式迁移。信息来源阶跃星辰 / 量子位 | 2026-07-15数据来源公开信息整理学术论文预印本、官方技术发布、行业媒体报道