CHI 2026最新观点：别让AI“快”成摆设，AAC评估不能只看速度
AI 让 AAC 变快了，但“快”到底是不是第一要义？这篇来自 CHI 2026 的 Workshop 论文，犀利地撕开了当前技术评估的面纱。它没有提出什么新算法，却指出了一个最容易被忽略的问题：我们到底在为什么而优化？对于关注 AI 落地、真正的用户中心设计的读者，这篇几乎是必读。
标签：AI应用
共 451 篇
中国电信&西安交大最新SOTA！InteractiveAvatar：实时流式生成，视频头像也能听懂你的话
能让数字人听懂你说话的“套路”来了！InteractiveAvatar不仅能把语音转成视频，还能理解“看一下手表几点了”这种复杂意图，并做出相应动作。在长达数分钟的无限流式生成中，画面一致性还吊打一众对手，实时推理速度更是达到26.68 FPS。
Meta最新研究：一张照片就能生成4D人-物交互动画，效果效果优于单令牌方法！
只需一张图片，就能精准控制4D人-物交互动画中的姿态、接触、布局细节。Meta联合马普所、阿姆斯特丹大学等机构提出的IMAGIN-4D，用“空间-时间”双重解耦的图像条件化策略，把生成图像遵循度指标直接砍半。同类工作做视频生成，它做4D交互，效果惊艳。
北大最新基准HOLMES：LLM高阶逻辑推理平均仅50.64%，最佳模型也才59.54%！
我们评估模型推理能力，还在用“答没答对”来一锤定音？北大等机构的最新研究HOLMES告诉你，答案对了，但推理过程可能全是“捷径”！这个首个面向高阶逻辑推理的真实世界基准，无情地揭露了GPT-5.4、DeepSeek、Qwen等一众顶级大模型，处理起需要“规则打架”、“跨范围组合”的现实问题时，表现有多拉胯。是时候关注推理过程的“忠信度”了。
语音增强新范式：FiLM注入SSL特征，实时也能做到
还在为扩散模型生成的语音不够自然、遇到噪声就“懵圈”而头疼吗？马里兰大学团队这次直接把自监督学习的“语言学耳朵”——Wav2Vec2，装进了扩散模型的U-Net里。效果拔群，PESQ直接飙升0.4，让AI在降噪时更懂你说的是什么，而不是无脑涂抹。
WS Audiology最新研究：告别回声，2ms极速消除自语音，仅需0.18G算力！
远场设备增强语音回传时，往返延迟超10ms会引发烦人回声。这篇WS Audiology的工作创新提出“自语音消除”任务，设计延迟低至2ms、计算量极小的Mamba-MinGRU模型，在极低算力下解决痛点。继SEMamba++通用语音修复后，本文聚焦低延迟流式场景下的专项消除，非常实用。
越南AI挑战赛夺魁！Vortex多模态视频检索系统，单模型搞定4大任务，90.5%准确率！
想找一个能同时理解文本、图像、语音，还能进行时序推理和交互反馈的视频检索系统？Vortex做到了。它在一个统一的框架内，巧妙融合了最新的视觉语言模型和经典的检索算法，并在激烈的AI大赛中取得了90.5%的惊人成绩。这不仅仅是技术堆叠，更是一场工程与算法的完美交响。
全城2.5万人实测，断网两个月75%页面可获取
全网断掉，没了搜索引擎和维基百科，我们怎么查资料？滑铁卢大学这篇工作给出的答案硬核且接地气—— 用蓝牙在大家手机里搭一个分布式“离线图书馆” 。CttF系统不搞天花乱坠的协议，而是让用户在断网前就缓存并互相打分，断网后再通过日常擦肩而过的那点时间交换资源。基于2.5万人真实轨迹的模拟证明，这套方案在真实部署场景下非常靠谱，比传统的流行病路由高效多了。
多目标决策新范式：不用预设预算也能找齐所有最优解
当药物分子库动辄上亿候选物时，那个经典的“找最佳分子”问题瞬间变成了在浩瀚星辰中寻宝。不仅要考虑多个属性，还得在“探索”和“利用”间平衡。这篇论文提出了TTPFTS，第一个真正意义上的“随时”贝叶斯算法，无需预设预算，就能边采样边给出越来越准的帕累托最优解集。更绝的是，在9400万分子的库中，它只用了0.05%的探索量就几乎锁定了全部真实最优解，还自带一个“
AI Agent接管云端？OpenKedge推出“执行经纪人”SEB，零常设凭证杜绝越权突变
AI Agent越来越能干，但把“删库”、“开端口”这种高级权限直接交给一个会幻觉、还可能被黑客渗透的非确定性系统，这不是妥妥的定时炸弹吗？OpenKedge团队这篇论文，直接瞄准了这个“检查后执行”之间的真空地带，搞出了一个叫“Sovereign Execution Broker”的硬核边界，让Agent手里的凭证“即用即消”，从根本上堵死越权操作。一针见
Meta最新研究：用“软聚类”给物品画像，生成式推荐效果大涨！
生成式推荐是当下的研究热点，但如何将用户复杂的协同行为和物品语义同时注入大模型，始终是个难题。Meta这次提出G2Rec，巧妙的用了一个稀疏的物品协同图来捕捉用户行为，再用一个可扩展的“软聚类”方法自动学习出每个物品属于不同兴趣原型的概率，把难以表达的“上下文”变成了模型能轻松理解的结构化token。结果在多个数据集上全面领先，而且在线部署效果也很亮眼。读这
伊利诺伊大学等最新研究：99%的人误解了分布式实验设计
当多个实验站点只能发送“投票”信息，我们该如何选出最佳全局实验？简单多数投票可能大错特错！这篇论文给出了分布式贝叶斯实验设计的决策理论框架，用信息增益代替人数，融合规则逼近集中式设计，信息损失近乎为零，堪称分布式决策的“正统解法”。
