微软研究院的研究结果显示，将 AI 推理移出机器人本体可以提高任务成功率
微软研究院称，新的研究结果显示，将 AI 推理移出机器人本体可以提高任务成功率、提升效率，并支持更高级的物理 AI 工作负载。相关结果见其将 AI 推理移出机器人本体的研究。
相关AI快讯
微软研究院：Nature 论文重点介绍用于化学合成的 RetroChimera
微软研究院表示，一篇新的 Nature 论文重点介绍了 RetroChimera，这是一种有助于加速化学合成的预测模型，使研究人员能够探索广泛的分子。
英国初创公司将电子游戏输入转化为现实世界 AI 的训练数据
WIRED 报道，一家英国初创公司正在把电子游戏输入转化为训练数据，用于能够在现实世界中导航的 AI 模型。
Agensh 在没有中央编排器的情况下最多协调 1,024 个编程智能体
一篇 Microsoft Research 论文介绍了 Agensh，这是一套通过共享状态协调并行编程智能体的自组织 harness。使用 GPT-5.6-sol 时，智能体数量从 1 增至 128，ProgramBench 五个最难任务的平均最终测试通过率从 19.31% 升至 28.78%；在 pandoc 上，1,024 个智能体将该通过率从 33.89% 提升至 55.06%。
Sakana AI 提出用于测试时扩展机器人轨迹的 SAIL
Sakana AI 与东京大学将在 IROS 2026 展示 SAIL。在六项仿真操作任务中，将搜索预算从 1 个候选轨迹提高到 45 个后，找到成功轨迹的平均比率从 25% 升至 73%。
Black Forest Labs 发布开源权重 7B 模型 FLUX 3 Action
权重、代码、微调方案、基准测试和可复现示例正在发布。Black Forest Labs 称，这款世界动作模型在 RoboLab 上排名第一，领先此前最佳开源模型 6.1 个百分点，参数少 56%，运行速度最高快 3.95 倍。