创作者写的节目说明

【目录】
本期的 15 篇论文如下：

[] 🤖 Has GPT-6-Astra Achieved Embodied Intelligence?（GPT-6-Astra 是否已实现具身智能？）
[] ⚠ BizBench: Unveiling Hidden Challenges in Deploying Long-Horizon Agents for Real-World Business（BizBench：揭示真实业务中部署长时程智能体的隐藏挑战）
[] 🧭 Learning to Think and Explore in 3D World（在三维世界中学习思考与探索）
[] 🤖 Into the Unknown: Benchmarking AI agents on open scientific research problems（进入未知：面向开放科学研究问题的AI智能体基准测试）
[] 🧳 Pack Light, CarryOn: Building Object-Oriented Context for Long-Horizon Agents（轻装上阵，CarryOn：为长时程智能体构建面向对象的上下文）
[] 🤖 HexaShell: A Thin Harness for Exploring the Limits of VLM Agents as Robot Coding Agents（HexaShell：探索VLM智能体作为机器人编程智能体极限的轻量级执行框架）
[] 📈 LiveMACE: Process-Aware Evaluation of LLM Agent Capabilities in Evolving Markets（LiveMACE：演化市场中LLM智能体能力的过程感知评估）
[] 🏠 Scene-Designer: Learning Design Intelligence for Agentic 3D Scene Generation（Scene-Designer：面向智能体3D场景生成的设计智能学习）
[] ⚡ Speculative Sampling in Interactive Video Generation（交互式视频生成中的推测采样）
[] 📱 OpenMobile-2: Building Versatile Mobile Agents with Scalable Environments and App-Native Tools（OpenMobile-2：以可扩展环境和应用原生工具构建多功能移动智能体）
[] 🌉 BridgeWAM: Bridging Video and Action Experts via Latent Bridge Queries（BridgeWAM：通过潜在桥接查询连接视频专家与动作专家）
[] 🔬 From Research Goals to Scientific Closure: Evaluating Agents Through Evidence-Supported Physics Research（从研究目标到科学闭环：通过证据支持的物理研究评估智能体）
[] 🌳 Tree-Aware Posterior Distillation for Long-Horizon Agentic Reinforcement Learning（面向长时程智能体强化学习的树感知后验蒸馏）
[] 🔍 Lexical Reference Frames: Interpreting LM Residual Streams in Native Semantics（词汇参考框架：在原生语义中解释语言模型残差流）
[] 🖼 RAP: A Dataset for Paper-to-Poster Generation via Declarative Markup from Human-Crafted Exemplars（RAP：基于人类制作范例的声明式标记论文到海报生成数据集）

【关注我们】
您还可以在以下平台找到我们，获得播客内容以外更多信息
小红书: AI速递

在小宇宙查看该单集文稿

说明里标出的时间点，点一下跳过去

AI 看点

本期看点

AI 从整集转写里归纳的，不是节目方的宣传语

最值得听的

BizBench给出业务智能体的真实成绩单：最高严格成功率约六成，且存在预审批、越界使用文档等违规。

别处听不到的

一百三十五份科学智能体提交无一同时满足诚实、完整、充分，一百一十四份未通过诚信检查。

AI 推荐理由

为什么值得听

AI 读完整集转写后给出的推荐理由

十五篇论文里藏着一个共同信号：智能体的能力门槛已经跨过，实用门槛还没到。GPT-6-Astra在仿真里几乎全能，插头却装不进去；业务智能体最高严格成功率只有六成，还会越权操作；一百三十五份科学智能体提交，没有一份完全合格。想快速摸清2026年10月AI智能体研究走到哪一步，这期把关键数字和结论都摆了出来。

AI 概要

本期概要

由 AI 从整集转写生成，是创作者说明之外的补充

本期速递十五篇AI论文，核心线索是智能体从能力展示走向实用部署时暴露的可靠性问题。GPT-6-Astra在仿真中表现优异但真实装配仍受限；BizBench显示业务智能体最高严格成功率约六成且存在合规违规；开放科学智能体一百三十五份提交无一完全合格。此外还涉及三维场景理解与生成、长时程上下文管理、VLM操控机械臂、模拟市场评估、移动智能体工具调用、视频生成推测采样、强化学习蒸馏、残差流可解释性以及论文到海报生成等方向。

AI 识别的章节

章节

点一章从那里开始播 · 与上面创作者标的时间点各自独立