研究团队把 LeCun 的 JEPA 扩展为跨领域的通用世界模型 JEPA-Anything
PhAI Labs 联合 Stanford、Oxford、Princeton 的研究团队提出 JEPA-Anything，把 JEPA 的预测状态拆成四个正交因子、各自配备预测模块后再重组，以避免简单模式淹没困难模式。
#推理
The DecoderAI 评分7272
Google ResearchAI 评分4343 绕过推理瓶颈：用 Retrieve-for-Train 加速复杂 AI 搜索
Google Research 在 ICML 2026 论文中提出 Retrieve-for-Train 框架，用离线 RL 将数据库感知的查询分解编译为监督信号，推理时无需思考 token 即可单次生成属性对齐的查询扇出。
Import AIAI 评分3434 Import AI 470：机器无权利；用 SPADE 自动化环境生成；用 Hawkeye 构建更优 GPU kernel
多校研究者推出 SPADE 框架，让 LLM 在自博弈中交替生成可执行训练环境并尝试求解，用强模型生成的合成数据反哺模型自身训练。SPADE 在 Qwen3-30B-A3B-Instruct-2507 上经 GRPO 微调后，游戏环境套件平均分达 58.3，较 base 提升 8.1；METR 另分析称 AI 显著加速了网络安全漏洞发现，对数学研究仅有小幅加速，对 AI 研究优化尚无可测加速。
Berkeley AI ResearchAI 评分4444 自适应并行推理：高效推理扩展的下一个范式
Berkeley AI Research 的分析指出，自适应并行推理正成为高效推理扩展的下一个范式——由模型自行决定何时分解子任务、生成多少并发线程并加以协调。