开场：十五篇论文与赞助说明

节目开场交代日期为 2026 年 10 月 13 日，本期覆盖十五篇论文，主题包括智能体、视觉定位、空间推理与 3D 生成。随后播报 OpenClaw 快报的赞助信息。

GroundingPI：面向物理智能的视觉定位基础模型

第一篇论文提出约 48.4 亿参数的自回归定位基础模型，把点和框编码为量化坐标，经三阶段训练强化定位。在 34 个定位基准上平均达 73.68%，超过 GPT-6 Astra 的 71.54%，迁移到自动驾驶与机器人操作场景也领先。

AgentSWE：编码智能体构建智能体的失败验收

第二篇论文让编码智能体根据自然语言需求创建、编辑、优化其他智能体。结果创建任务平均仅 11.2 分，编辑最高约 31.6 分，过拟合与空壳完成现象普遍。作者认为当前方案不可靠，需要端到端执行检查与诚实报告机制。第三篇论文提出 TerminalHorizon 自动合成引擎。

TerminalHorizon：终端智能体的数据规模化

第三篇论文提出 TerminalHorizon 自动合成引擎，把真实专业问题转为可执行任务，构建约 2852 条轨迹、1535 个环境。微调 Qwen3.5-Next-27B 后 TerminalBench 2.1 达 60.67，提升 13.85 分。论文强调长时程数据的价值在于保留实质工作并连接各阶段。

Thinking Inertia：被要求不思考时模型仍在思考

第四篇论文追问要求大模型别思考它是否真的会停。作者把输出拆成答案前文本与最终答案，用三层指标审计近 60 万条记录，发现关闭思考并不可靠，布尔题可压住但开放题几乎失效，最强意志虽提升合规却可能让开放任务准确率下降约 15 个百分点。

VIS-Ground 与多流注意力残差

第五篇论文 VIS-Ground 聚焦交互式视频生成中应锚定哪些上下文，提出三阶段框架，在三类视频生成骨干上评测综合得分均最高，平均绝对提升 10.3 分。第六篇论文提出多流注意力残差，用多尺度因果深度卷积把单个残差源扩展成多条全维流。

多流残差、GUI 智能体经验激活与跨时间街景编辑

第六篇论文在 10B 到 28B 模型和 12 项基准上最高带来约 1.58 倍等效计算加速，参数和 FLOPs 开销不到 1%。第七篇论文指出任务相关经验通常只改善第一步，后续约九成步骤收益有限，提出无需训练的 ExpectVator，主动建议精确率约 84%。第八篇论文提出 CrossTimeEdit 数据集与奖励引导编辑方法。

CrossTimeEdit、GroundAnything 与空间心智化

第八篇论文的 YGO-His 数据集覆盖三周十一城 43653 组四元组，方法基于 Flux2 结合 LoRA SFT 和 FlowGRPO 强化学习，人类胜率 64%。第九篇论文 GroundAnything 把视觉定位视为证据抽取，纯扩散版达 61.75%，自推测解码加速 4.51 倍。第十篇论文 SpatialASM 提出主动空间心智化。

SpatialASM、多智能体 VLN 与 T3lescope

第十篇论文 SpatialASM 采用先 SFT 再 GRPO 框架，在 7 个空间基准平均提升 1.2 到 3.5 分。第十一篇论文把多智能体 VLN 形式化为带依赖和资源约束的协同问题，构建含 11724 个 episode 的 MAVLN 基准并提出 TRACE。第十二篇论文 T3lescope 实现任意分辨率高保真生成式表面重建。

T3lescope 细节与不确定性引导后训练

第十二篇论文 T3lescope 基于稀疏体素生成器，推理时由粗到细、各层共享权重，能重建透明反射表面。第十三篇论文提出不确定性引导的渐进收缩方法，仅用全量预算的 0.22% 到 1.91% 就能保持甚至提升数学与科学推理，获得超过 800 倍加速。

ARCS：Text-to-SQL 中的歧义消解

第十四篇论文 ARCS 关注真实数据库问答中的自然歧义，构建覆盖 6 个真实数据库、含 101 个问题和 413 条 SQL 的基准。评测发现瓶颈不在生成 SQL 而在消歧，最佳端到端准确率约 58%。论文认为歧义应成为 Text-to-SQL 的一等公民。

SPLATIFY：从论文到可训练 3DGS 代码

第十五篇论文 SPLATIFY 针对 3DGS 三年超 1500 篇后续约 40% 无代码的复现瓶颈，用多智能体把论文转为可训练的 splat-nervestudio 插件。在 30 篇基准中接近专家实现，组合搜索最高提升 2.4 分贝。节目最后进行订阅与转发引导。