中科院高能所BESIII：π⁰π⁰阈值增强确认，显著性超10σ
ψ(3686)衰变成一对π介子加一个J/ψ时，π介子对的质量谱在靠近阈值的地方会鼓出一个小包。这个包在带电道里早就被看到过，如今BESIII在干净的中性道里又把它逮住了一次，显著性超过10σ。它究竟是新的共振结构，还是ππ散射埋下的老伏笔，正好值得掰开看看。
视觉与图像
共 793 篇
以色列理工提出自主热力学循环：机器人靠移动"觅食"温差发电
这个不对称其实很好解释。代码能编译就是能编译，编译不过就是过不去，对错有硬反馈，智能体可以在里面反复试错。
大语言模型｜北大MIT清华：注意力非线性让大模型深度缩放变成1/L
这篇论文回答的是缩放定律里最朴素也最要命的一个问题：多加一层，为什么有用？作者的答案有点反常识——在线性注意力里，深度只能按数据谱的幂律慢慢挤性能，很快就见底；注意力一旦带上 softmax 非线性，损失就按约 1/L 的逆幂律继续往下掉。作者还把这件事接到中心极限定理上，把「层间共享误差」和「层间差异」分开算账。
庆北国立大学：让LLM当损失调音师，图像恢复PSNR最高涨3.35
调损失权重这件事，以往基本靠炼丹手感和几轮消融碰运气。这篇论文干脆把LLM塞进训练循环：每隔一段拿固定小样本跑一遍质量指标，让它的下一段训练自己决定该更看重保真，还是更好看。改的全是现成损失项，网络结构、优化器、数据管线、推理流程一个没动，训练额外开销不到0.2%，推理零成本。三个恢复任务、七个基准，都挪到了更划算的平衡点上。🤨
布朗大学绕开Kollár粘合：代数几何稳定模型有了直接证明
代数几何里有一个非常朴素的愿望：把某一类几何对象整整齐齐地摆在一块儿，做成一个可以被参数化的空间，而且最好这个空间还是紧的——一路退化下去，极限点不许跑掉。用几何的语言讲，这就叫模空间（moduli space）。
山东大学等提出MIRA：开源音乐生成追平Suno，意图对齐最高涨11.5分
"来一段像 RPG 最终 Boss 战那样的音乐，钢琴开场，三十秒之后弦乐进来，情绪从压抑慢慢转到悲壮。"
Apple Research最新论文 | 8人一周实测：用户自建感知AI，系统边界能被改写吗？
Apple 和斯坦福的这项工作不去比模型分数，而是追问一件更根本的事：当用户终于能自己定义"要让 AI 识别什么"，传感系统里那些被写死的本体论边界，真的会被打破吗？8 个人、一周、两个只给界面不给算法的探针，答案比想象中拧巴得多。
中科大提出ProxyEraseAgent：11种水印盲去除成功率94.8%
AI生成图片越来越多，水印成了内容溯源的最后一道防线。这篇论文给了一个不太舒服的结论：只要拿到一张水印图，不用知道对方用哪套算法、不碰它的解码器，也能把水印打到接近失效，11套系统平均成功率94.8%。中科大的思路值得细看——拿公开水印模型的解码器当"代理"，把开环乱打变成闭环搜索。做水印的要读，做内容治理的更该读。
3D世界模型造出的场景都是"死"的？OuroWorld一键把它们复活
3D世界模型能把一张照片变成可走进去的场景，可这些世界是冻住的：叶子不摇，雾不飘，灯不闪。OuroWorld不用画任何掩膜，让视觉语言模型自己判断什么该动、怎么动，再用傅里叶形变场把首尾严丝合缝地接上。39个场景上全面超越四路基线，30人盲测偏好率70.8%—99%，值得一看它怎么在"互相打架"的脏监督里学出一个干净的4D场景。
齐鲁工大提出DiscoVL：参数砍55.7%，视觉语言模型反而更准
CLIP的提示学习已经被卷了三年，绝大多数工作都在往上叠模块；这篇先停下来问了一句：类特定判别信息和类无关的可迁移知识，是不是从一开始就被搅在同一个特征空间里？齐鲁工大等用解耦跨模态对齐器加正交对抗正则给出一种拆法，15个基准一致涨点，参数量还比上一版少了55.7%。涨点幅度不算炸裂，但这个诊断角度值得花时间读。
都柏林圣三一学院：车载入侵检测99.9%准确率，延迟0.25毫秒
现代汽车内有多个电子控制单元（ECU），通过控制器局域网（CAN）总线通信。刹车、转向等功能都依赖这条总线，但CAN协议缺乏身份认证，任何节点都能发送消息，易受攻击。
UIUC×丰田研究院：3万小时第一人称视频，世界模型学不会物体交互
一篇给"数据越大越懂世界"这条信仰做压力测试的论文。丰田研究院联合UIUC、CMU、JHU，拿3万小时第一人称人类操作视频训练世界模型，结果有点扎心：智能体的手放在哪学得又快又准，被它折的那张纸却始终折错。骨架条件化之后，300小时就能顶到基线1.5万小时的水平；而物体交互这条曲线，怎么加数据都抬不起来。作者给出的结论比数据本身更值得读——差距出在训练方式，
