千段视频接通4D，六成头更新可删

今日概览

个人Agent要在用户沉默后继续履约：VibeLifeBench用200个跨数周任务检验主动巡检、行动时机与隐含约束，七个前沿模型得分均不高。
视频潜变量可直接连接4D解码器，约1000段重建视频便能训练可在共享VAE模型间迁移的接口，并改善几何与时间一致性。
领域适配未必重写奇异值谱。研究发现变化主要落在奇异向量和部分注意力头上，最多回退60%的头更新仍无可测质量损失。

重点关注

01 Agent：用户沉默之后，个人Agent才真正开始接受考验

订行程、管账单或协调家庭事务时，用户不会每天提醒Agent下一步该做什么，但任务仍要在不断变化的环境里持续推进。VibeLifeBench把这种现实压缩成200个跨越数周的任务，覆盖10类生活场景和22个模拟服务；世界会自行运转，一些变化不会主动通知，Agent必须重新检查环境，判断何时行动、询问或保持沉默。它测量的也不只是最终有没有完成任务，而是通过细粒度加权检查，同时评估结果状态、行动时机，以及是否遵守用户未明说的隐含约束。七个前沿模型在这套评测中得分都不高，说明被测模型距离主动、持续地处理长期生活任务仍有明显差距。对个人Agent产品而言，这类「活世界」评测比静态单轮任务更接近真实压力，因为它把主动发现变化和持续履约纳入了考核。不过，模拟服务中的高分仍不能直接等同于真实托管能力：现实世界的异常更开放，错误成本也更高，具体差距还需要看全文和实际部署验证。

评估个人Agent时，应加入用户沉默期间的自主巡检，而不只测试单次回答长期任务需要同时考察最终结果、行动时机和隐含约束活世界基准更贴近产品现实，但不能替代真实环境中的可靠性验证

原文：VibeLifeBench: Can Your Life Agent Be Proactive and Persistent in a Living World?

02 视频生成：动态世界没必要先被压成一段视频

先生成RGB视频、再交给另一套模型补做三维重建，会把分布错位和逐级误差一起带进4D场景。作者尝试绕过RGB，直接将视频模型去噪后的潜变量对齐到预训练4D解码器，让视频先验成为动态几何的结构约束。更有意思的是，这个接口仅用约1000段现有重建视频训练，同一检查点便能迁移到共享VAE（变分自编码器）的多个视频扩散模型，无需随生成器重新训练。相比使用相同潜变量的Wan+4RC串联系统，它在两个基准上的投影DINO-F1提升2.88至5.81分，人工评价也更偏好其几何、时间稳定性和整体质量，不过迁移范围目前仍限于同一VAE家族。对内容工具和仿真团队来说，真正该追踪的不是单段视频是否更炫，而是这种直接接口能否持续守住跨视角、跨时间的一致性。

直接从视频潜变量生成4D，可减少RGB重建链路中的分布错位与误差传播共享VAE可能成为不同视频生成器复用4D能力的接口，但跨VAE迁移仍需验证评估动态世界生成时，应优先检查几何与时间一致性，而非只看视频观感

原文：Beyond Pixels: From Video Priors to 4D Worlds

03 训练优化：模型学会代码，权重的「强弱排序」却几乎没变？

直觉上，持续预训练应该重塑模型权重，但这项研究发现，适配数学、代码或指令领域后，权重的奇异值谱基本不变，主要变化反而出现在表示方向的奇异向量上。更实用的发现来自注意力头：不同头的更新价值差异很大，最多移除60%的头更新也没有可测量的质量损失。将低重要性头回退到预训练状态，基准准确率甚至比完整训练的模型最高提升4%，说明并非所有领域更新都值得保留。不过，谱不变并不等于适配机制已经解释清楚，仅凭摘要也无法判断这些指标能否在训练早期预测遗忘。对训练团队而言，值得验证的是把奇异向量漂移和头更新集中度纳入过程监控，看它们能否比最终榜单更早触发停训、回退或数据调整。

奇异值几乎不变不代表模型没有适配，应重点观察表示方向和注意力头的变化可尝试按重要性裁剪或回退低价值更新，摘要报告最多移除60%仍不掉点谱指标适合作为训练预警候选，但能否提前暴露遗忘风险仍需进一步验证

原文：Diffract: Spectral View of LLM Domain Adaptation

也值得关注

移动助手的难点不只是检索个人信息，而是跨应用拼接零散证据后仍能正确执行用户指令。 评测SPIEval聚焦散落在多个应用中的个人信息。链接

把感知一致性直接写进流匹配路径，尝试在更少采样开销下兼顾复原精度与视觉真实感。 图像生成Flow Straight to Reality面向图像复原中的失真与感知权衡。链接

与其整段拒绝或重生成，不如利用包含图像patch、查询token和生成token关系的多结构计算轨迹，定位哪些生成token缺乏图像证据。 安全对齐UniProbe学习token级视觉幻觉检测器。链接

面向卫星和应急链路，压缩模型需要让信息在数据包间更均匀分散，避免少量丢包摧毁整幅图像。 模型架构Every Packet Counts研究抗丢包的学习式图像压缩。链接

波动光学表明传统视觉眼中的「无纹理表面」也可能携带可用于被动测深的二阶纹理信号。 可解释性该工作建立用于焦点测深的二阶纹理理论。链接

双流自回归建模分别传播上一帧表面位移，并融合从记忆库检索的历史隐状态，以改善分布外动作中的衣物动态。 视频生成DSAR面向写实且时间连贯的可动画数字人。链接

灰度图未必拥有可信的固定亮度通道，放开亮度重建可能比单纯预测色度更适合历史影像上色。 图像生成该方法面向正色与全色图像的上色问题。链接

去雾扩散不再从纯高斯噪声凭空恢复，而是把雾形成过程转化为更贴近退化物理的起点。 图像生成HNDiff以雾—噪声扩散建模图像去雾。链接

今日观察

HNDiff、正色与全色图像上色和抗丢包压缩指向同一件事：不同退化机制需要不同的显式假设或训练目标。雾形成、灰度响应和数据包丢失改变信息的方式并不相同，对应方法也分别引入大气散射先验、放开固定亮度约束，以及重新分散数据包间的信息。工程团队不应只用一个通用鲁棒性分数概括模型，而应针对部署中占主导的退化机制选择匹配的建模假设，并分别设定可接受的失败阈值，否则平均指标可能掩盖模型在关键场景中的脆弱性。