原文作者：公众号 " 发光植物群 "
原文链接：https://mp.weixin.qq.com/s/DPQEzhf6Ez6DIl_zq4dAlQ
雷峰网转载
前沿技术
英伟达 NitroGen 获 CVPR 2026 最佳论文荣誉提名
英伟达（NVIDIA）凭借图像生成新范式 NitroGen 获得 CVPR 2026 最佳论文荣誉提名（Best Paper Honorable Mention），延续了英伟达在 CVPR 的强势表现。NitroGen 聚焦于高效图像生成，在生成质量和计算效率之间取得突破性平衡，代表了计算机视觉从 " 感知 " 到 " 生成 " 的范式迁移主线。【生成式 AI】【计算机视觉】
来源：雷峰网 CVPR 2026 闭幕报道
PhysInOne 发布：视觉物理 ImageNet 时刻
CVPR 2026 上发布的 PhysInOne 数据集被称为 " 视觉物理的 ImageNet 时刻 " ——包含 200 万个视频、15 万 + 动态 3D 场景、覆盖 71 种物理现象（力学、光学、流体、磁学），并提供完整的 2D/3D/4D/ 文本标注。该数据集为世界模型和具身 AI 研究奠定了此前缺失的数据基础设施。CVPR 2026 数据显示 VLA 论文数量增长 5 倍、世界模型论文增长 3 倍。【具身智能】【世界模型】
来源：https://x.com/boyang_vLAR/status/2063676557223514490 [ 1 ]
? 学术论文
多模态代码智能全景综述：Beyond NL2Code
arXiv:2606.15932（2026-06-26 发表）——来自多机构合作团队。论文提出多模态代码智能（Multimodal Code Intelligence） 的系统性综述框架，覆盖 GUI 界面、科学可视化、结构化图形三大域，并将代码扮演的角色区分为渲染产物、可编辑符号结构、科学表征、中间推理轨迹、可执行策略 / 工具接口五种形态。论文认为未来研究应向多信号验证、多状态验证、跨任务迁移测试、可验证 Agent 轨迹四个方向发展。【多模态】【代码智能】【Agent】
论文链接：https://arxiv.org/abs/2606.15932 [ 2 ]
多模型协同 " 共失效天花板 " 理论突破
arXiv:2606.27288（2026-06-25 发表）——作者 Josef Chen 对 67 个前沿模型（来自 21 家提供商）进行了大规模路由 / 投票 /MoA（Mixture-of-Agents）实验，发现 **" 共失效天花板 "理论：对于任何输出为成员模型之一的策略，准确率不能超过 ( 1- β ) ，β 是所有模型在同一查询上同时出错的概率。实验表明，在开放式数学任务上 β =0.052，代码执行任务上 β =0.079。论文揭示了多模型协同的本质瓶颈不在于平均相关性，而在于共失败率 **，为 Agent 路由和模型组合提供了理论基础。【大模型】【Agent】【强化学习】
论文链接：https://arxiv.org/abs/2606.27288 [ 3 ]
ICML 2026 论文解读大全全面上线
ICML 2026（国际机器学习大会，7 月 6 日 -11 日于首尔举行）全部1843 篇接收论文的深度解读已全面上线，覆盖 51 个研究方向。亮点包括：
LLM Reasoning（78 篇）：BG-MCTS 提出预算引导的树搜索策略，在固定 Token 预算下超越无感知基线；Test-Time Control ( TTC ) 将 LLM 推理建模为最优控制问题，在 MATH-500 上提升最高 +27.8%；iStar 提出面向 LLM Agent 多轮强化学习的通用信用分配策略。
LLM Agent（59 篇）：Acon 用失败轨迹优化上下文压缩，峰值 Token 降低 26%-54%；AdaMEM 提出测试时自适应记忆机制；AxProverBase 实现极简 Lean 4 定理证明 Agent，成本比专用系统低 100 倍。
多模态 VLM（89 篇）：AutoTool 用 RL 让多模态大模型自适应决定是否需要工具辅助推理。
论文解读：https://papernotes.org/ICML2026/ [ 4 ]
ICLR 2026 LLM Reasoning 论文合集解读
ICLR 2026全部 241 篇 LLM Reasoning 方向论文解读上线。核心亮点：Attention Illuminates LLM Reasoning 发现模型推理时存在 " 先铺垫 ( preplan ) 、后定锚 ( anchor ) " 的两拍节奏，并将该机制转化为 RL 的 token 级优势放大系数；Cooperative SFT and RL 提出 BRIDGE 框架将 SFT 与 RL 的整合建模为双层优化问题，在五个数学推理基准上平均提升超 3 个百分点。【大模型】【强化学习】【推理】
论文解读：https://papernotes.org/ICLR2026/llm_reasoning/ [ 5 ]
? 应用产品
Runway Gen-4.5 发布：全球顶级视频模型
Runway 推出Gen-4.5视频生成模型，号称 " 全球评分最高的视频模型 "，提供前所未有的视觉保真度和创意控制能力。Gen-4.5 支持电影级输出，具备无限创意自由度，标志着 AI 视频生成进入新阶段。此前 Runway Agent 2.0 已获业内广泛关注，Gen-4.5 在此基础上进一步提升了生成画质和可控性。【生成式 AI】【视频生成】
官网：https://runwayml.com/ [ 6 ]
Mistral AI 转型：深耕欧洲企业全栈服务
Mistral AI 正在从单纯的模型厂商转型为提供全栈服务的欧洲 AI 合作伙伴。尽管在追赶顶级推理能力上显得力不从心，但通过专注端侧和企业场景，Mistral 依然获得 140 亿美元估值，入选 Forbes AI 50（2026）。其 Mistral Large 3 系列采用 Apache 2.0 开源发布，在多语言任务和代码生成方面表现卓越。【大模型】【开源】
来源：https://news.qq.com/rain/a/20260531A03L0F00 [ 7 ]
? 参考链接
ICML 2026 论文解读大全 - https://papernotes.org/ICML2026/ [ 8 ]
Beyond NL2Code 综述论文 - https://arxiv.org/abs/2606.15932 [ 9 ]
多模型共失效理论论文 - https://arxiv.org/abs/2606.27288 [ 10 ]
ICLR 2026 LLM Reasoning 论文解读 - https://papernotes.org/ICLR2026/llm_reasoning/ [ 11 ]
CVPR 2026 完美落幕（雷峰网） - https://www.leiphone.com/category/ai/nVFDeZEAzBxQCiiP.html [ 12 ]
CVPR 2026 终极盘点（知乎） - https://zhuanlan.zhihu.com/p/2048072706776740302 [ 13 ]
Runway Gen-4.5 官网 - https://runwayml.com/ [ 14 ]
Mistral AI 转型报道 - https://news.qq.com/rain/a/20260531A03L0F00 [ 15 ]
ICML 2026 自动化所入选成果 - https://www.ia.cas.cn/xwzx/ttxw/202606/t20260603_8213499.html [ 16 ]
arXiv cs.AI 最新论文列表 - https://arxiv.org/list/cs.AI/current [ 17 ]
引用链接
[ 1 ] https://x.com/boyang_vLAR/status/2063676557223514490
[ 2 ] https://arxiv.org/abs/2606.15932
[ 3 ] https://arxiv.org/abs/2606.27288
[ 4 ] https://papernotes.org/ICML2026/
[ 5 ] https://papernotes.org/ICLR2026/llm_reasoning/
[ 6 ] https://runwayml.com/
[ 7 ] https://news.qq.com/rain/a/20260531A03L0F00
[ 8 ] https://papernotes.org/ICML2026/
[ 9 ] https://arxiv.org/abs/2606.15932
[ 10 ] https://arxiv.org/abs/2606.27288
[ 11 ] https://papernotes.org/ICLR2026/llm_reasoning/
[ 12 ] https://www.leiphone.com/category/ai/nVFDeZEAzBxQCiiP.html
[ 13 ] https://zhuanlan.zhihu.com/p/2048072706776740302
[ 14 ] https://runwayml.com/
[ 15 ] https://news.qq.com/rain/a/20260531A03L0F00
[ 16 ] https://www.ia.cas.cn/xwzx/ttxw/202606/t20260603_8213499.html
[ 17 ] https://arxiv.org/list/cs.AI/current
