递归MAS省35%token，T2I整张重画

重点关注

01 Agent 把「递归扩展推理」从单模型搬到multi-agent

最近looped/recursive语言模型给出了一个新的scaling轴：让同一个模型在latent状态上反复迭代以深化推理。RecursiveMAS把这个思路从单模型迁到多agent系统——整个multi-agent系统被cast成一次统一的latent-space递归计算，agents之间通过轻量的RecursiveLink模块传递latent state。这个framing有意思的地方在于：multi-agent一直缺一个明确的scaling旋钮（参数、context、agent数量都不算干净的轴），recursion在单模型上已经被验证过，那agent协作本身能不能走同一条路。9个benchmark（数学、科学、医学、搜索、代码）+ 4种协作模式平均+8.3%accuracy，token用量降34.6%-75.6%，推理1.2-2.4x加速——latent-space递归比text-based多轮交互省掉了大量token往返，这对实际部署比那点精度提升更有价值。但摘要没给分场景拆解，也没说RecursiveLink在异构agent上怎么传递latent state，要看正文才能判断这个迁移是不是真的稳定。

原文：Recursive Multi-Agent Systems

02 图像生成 T2I精修：局部修不如整张重画

统一多模态模型（UMM）做T2I精修，主流路线（refinement-via-editing）是让模型产编辑指令、只改不对齐的局部、保留对齐部分。这篇直接翻过来：editing instruction描述偏粗，像素级保留又把可改空间压得太窄，导致改不彻底——索性不要编辑指令，用初始图的语义token加目标prompt整张重画。三个benchmark都有提升，其中UniGenBench++从61.53推到77.41幅度最大，Geneval从0.78到0.91也是明显的跳跃。结论很朴素：精修不一定要「小改」，给模型更大的修改空间，对齐反而更彻底。对做图像产品pipeline、习惯用「局部修图」做后处理的团队，这是一次值得重新审视默认路径的实证表态。

原文：Refinement via Regeneration: Enlarging Modification Space Boosts Image Refinement in Unified Multimodal Models

03 视频生成 音视频联合训练的秩序：先单训再耦合，比一步到位更靠谱

做联合音视频生成模型，最朴素的做法是直接拿配对数据从头一起训。Mutual Forcing选择了反向路径——先把音频和视频生成器分别训成熟，再耦合到统一模型上做联合训练，把「多模态联合优化」这一步放到最后。流式生成的设计更值得关注：之前做法（如Self-Forcing）需要先训一个双向teacher，再多阶段蒸馏成因果生成器；Mutual Forcing直接在自回归模型上做，少步与多步共享权重，多步通过自蒸馏提升少步，少步在训练时生成历史上下文提升训练-推理一致性，两个模式互相强化。这套设计省掉了外置teacher，可以直接从真实配对数据学习，训练序列长度也更灵活。最终4-8步匹配50步基线的对比是好看的，但长视频的音画同步保真度还得看demo判断。

原文：Mutual Forcing: Dual-Mode Self-Evolution for Fast Autoregressive Audio-Video Character Generation

04 安全对齐 让两个 agent 互相辩论，是不是比花钱标注更划算？

边界模糊的分类任务里最贵的从来不是模型，是标注。BARRED 的核心机制是非对称辩论：把 policy 的领域空间先拆成多个维度保证覆盖，再让两个 agent 站在边界两侧辩论一条样本该判正还是判负，分歧消解后留下的就是高保真标签。只要给一段 task description 和少量未标注样本，就能合成一份足够训小模型的语料，结果在多种自定义 policy 上跑赢了闭源大模型和专用 guardrail 模型。消融实验里维度拆解和辩论验证缺一不可——前者管多样性，后者管标签正确率。论文以 guardrail 为验证场景，但这套「用 LLM 给自己造 labeled data」的流程，对任何边界模糊、标注成本高的分类问题都可以挪用。

原文：BARRED: Synthetic Training of Custom Policy Guardrails via Asymmetric Debate