一、大模型基础架构突破

1. RoPE位置编码先天性缺陷研究

核心贡献：伊利诺伊大学、德国波恩大学、阿贡国家实验室及亚马逊AGI团队联合发表论文，从理论层面首次系统揭示了旋转位置编码（RoPE）在处理长文本时存在无法回避的先天性缺陷。研究团队用严格的数学证明表明，随着文章长度增加，AI把更高注意力分数分配给远处词的概率会逐渐逼近50%，相当于掷硬币猜正反面。

实际应用：该研究解释了为何当前号称支持128K超长上下文的模型在实际使用中仍会出现位置混淆问题。对于需要处理长文档、复杂对话的AI应用场景，这一发现提示开发者需要重新审视位置编码方案的选择。

与以往不同：以往研究多关注模型性能优化，而该论文首次从数学本质层面证明位置编码机制本身存在理论上限。研究发现，在8000词上下文范围内，使用BF16精度计算就存在超过77000对位置混叠，这意味着位置信息在特定条件下会彻底失效。

---

2. AGI新定义："人工科学家"框架

核心贡献：澳大利亚国立大学研究员Michael Timothy Bennett提出将AGI定义为"人工科学家"，强调真正的通用智能应具备在计算、记忆和能量等现实约束下，像人类科学家一样广泛、高效且科学地适应新环境和任务的能力。

实际应用：该框架为AGI评估提供了可量化的工程标准，不再依赖图灵测试或人类基准测试。新标准强调主动实验能力、因果理解能力、探索与利用的动态平衡，以及能量限制下的优雅适应。

与以往不同：跳出"模仿人类"的传统框架，将评判标准从"和人有多像"转向"发现新知的能力有多强"。论文明确指出当前大模型走的是"规模最大化近似"路线，无法主动做实验验证猜想，无法自主构建因果链条。虽然论文发表于去年，但是在讨论AGI是否实现之前，首先要确定何为AGI的标准，因此论文至今一直为人热议。

---

二、具身智能与机器人技术

3. EQA-Decision：具身问答从感知到决策

核心贡献：北京大学穆亚东团队在CVPR 2026发表论文，构建了覆盖四大推理模块、超过四百万问答对的EQA-Decision数据集，首次将具身问答从静态感知扩展到动态决策。提出RoboDecision三阶段训练框架（SFT→CoT-SFT→GRPO），让模型真正学会"先想后做、看图决策"。

实际应用：解决了具身模型不能同时理解场景和优化动作序列的问题，实现了感知和决策一体化。在机器人抓取、操作等真实场景中，模型能够综合空间布局、子任务完成度和未来动作后果，给出即时合理的动作决策。例如在"刷洗水瓶"任务中，机器人能够同时理解液体位置和此刻是否应该停止，因此判断"等待直到水流停止"而非急躁进入下一步。

与以往不同：现有数据集长期处于"各自为战"状态，无法将空间理解、状态追踪、因果推理和即时行动决策统一考量。该工作引入的视觉一致性奖励机制，强制模型把推理锚定在图像像素上，而非靠文本先验"瞎猜"。评测结果显示RoboDecision-8B整体得分68.06，显著超越GPT-5（51.03）等通用基线模型。

---

4. HiF-VLA：以Motion为中心的世界动作模型

核心贡献：西湖大学、浙江大学、西湖机器人等机构的团队提出HiF-VLA框架，巧妙提取低维紧凑的运动（Motion）向量作为动态先验，在"联合专家"模块中同步完成未来视觉运动预测与高精度动作序列生成。构建Hindsight-Insight-Foresight（HIF）双向时空推理框架，实现真正的"边想边做"。

实际应用：在CALVIN与LIBERO-LONG等长程任务评测中，成功率显著超越现有SOTA方法。对于需要稳定执行长程任务的机器人应用场景（如家庭服务、工业操作），该模型能够保持恒定极低的推理延迟，同时赋予机器人物理直觉。

与以往不同：传统VLA模型停留在"动作模仿"阶段，缺乏对物理世界动态变化的理解，容易导致因果混淆，而直接堆叠多帧图像来引入时间维度，会引入过多静态背景冗余，导致推理延迟和显存爆炸。HiF-VLA摒弃冗余像素，通过历史帧解码器提取运动（Motion）作为上下文记忆，峰值显存仅31.4GB（传统方法达63.6GB），推理延迟保持稳定。通过将"输出动作指令"与"预测未来运动趋势"深度绑定，模型产生真实的物理理解能力。

---

三、AI+生物医药交叉领域

5. 长寿科学AI基础模型

核心贡献：英矽智能与Human Longevity达成数百万美元战略合作，共同开发行业首个面向人类长寿科学研究的大规模AI基础模型。英矽智能提供多模态基础模型开发专长和MMAI Gym训练评估框架，HLFM（Human Life Foundation Models）提供涵盖数千名个体的基因组学、影像学和纵向健康记录数据集。

实际应用：解码衰老生物学机制，推动衰老相关疾病的早期发现、人类寿命预测模型构建、年龄相关的健康风险预测建模、AI驱动的创新长寿药物研发，以及个性化干预措施。全球长寿经济规模现已达5.3万亿美元，有望在2030年跃升至8万亿美元。

与以往不同：首次将先进算法与深层生物学见解相结合，推动全球医疗保健范式从被动疾病治疗转向主动预防的长寿科学。英矽智能科学家已发表50余篇与衰老和长寿研究相关的论文，此次合作将加速以AI驱动的抗衰老药物研发进程。

---

总结

今日论文呈现三大核心趋势：

1. 基础理论深化：从AGI定义标准到RoPE缺陷研究，学界开始从哲学层面和数学本质重新审视AI能力的评估标准与边界。

2. 具身智能突破：EQA-Decision和HiF-VLA两项工作均强调"感知-决策"一体化，机器人技术正从"动作模仿"迈向"物理理解"。

3. 垂直领域融合：AI与生物医药的深度融合正在开启长寿科学新赛道，多模态大模型与专业数据集的结合将成为行业标配。

---

参考来源

• 伊利诺伊大学等机构发现：AI大模型的"位置感知"正在悄悄失灵|数学|爱丽丝|上下文|新论文_网易订阅
• 大模型刷爆所有考试，却离AGI更远了：这篇论文拆穿了什么？|agi|假说|大模型|实验|新论文_手机网易网
• 400万条问答、四大推理模块、超越通用大模型，这项成果被CVPR 2026收录了_决策_任务_数据
• CVPR 2026 | 突破短视，理解变化！HiF-VLA：以motion为中心打造「边想边做」的世界动作模型 | 雷峰网
• 英矽智能与Human Longevity达成合作，共同开发业内首个面向长寿科学的 AI 基础模型|算法|生物学|大模型|longevity_网易订阅

原文

• [2605.15514] RoPE Distinguishes Neither Positions Nor Tokens in Long Contexts, Provably
• [2503.23923] What the F*ck Is Artificial General Intelligence?
• Extending Embodied Question Answering from Perception to Decision
• [2512.09928] HiF-VLA: Hindsight, Insight and Foresight through Motion Representation for Vision-Language-Action Models
• 英矽智能官网（非论文）