Agentic AI 每日精选 · 2026-01-07

Daily · Paramind AI

每日 5 分钟速览，甄选 GitHub 趋势、模型动向、行业洞察与研究论文。

今日速览

今日AI领域呈现多模态融合与高效推理并进趋势，Hugging Face热门模型LTX-2实现音视频同步生成，Qwen-Image-Lightning通过轻量化提升推理效率，推动生成式AI落地。同时，前沿研究聚焦RAG、Agent与LLM，在医疗安全、智能体持久化等方面取得突破，彰显AI向实用化与鲁棒性演进的价值。

01 / TRENDING MODELS

Lightricks/LTX-2

Lightricks/LTX-2是一款基于DiT架构的多模态音频-视频基础模型，专注于生成同步的视频和音频。该模型具有灵活的下载量和点赞数，支持多种语言，并采用diffusers库。LTX-2在图像到视频、文本到视频等多个领域具有广泛应用，其开源协议和丰富的模型版本提供了灵活的部署选项。在性能上，LTX-2在多模态任务中表现出色，尤...

lightx2v/Qwen-Image-2512-Lightning

lightx2v/Qwen-Image-2512-Lightning是一款基于Qwen-Image-2512的轻量级图像生成模型，定位为多模态模型。其核心技术包括diffusers库和LoRA技术，支持文本到图像的转换。该模型在Hugging Face...

02 / SCIENTIFIC RESEARCH

#01医疗AI系统安全提升：模拟多模态RAG系统漏洞与威胁

这篇论文提出了一种名为MedThreatRAG的多模态中毒框架，用于系统地探测医疗RAG系统的漏洞。该框架通过注入对抗性图像-文本对来模拟攻击，并强调了跨模态冲突注入（CMCI）技术，以揭示临床RAG系统中的基本安全漏洞，并强调了威胁感知设计和稳健的多模态一致性检查的必要性。

#02CaveAgent：将LLM转型为持久运行操作者

这篇论文提出了CaveAgent，一个将LLM转变为状态化运行时操作员的框架。它通过引入双流上下文架构和状态化运行时管理，解决了传统方法在处理长时程任务时的脆弱性和上下文漂移问题，显著提高了任务执行的成功率和效率。

#03异构低带宽LLM预训练

这篇论文提出了一种名为SparseLoCo的低通信数据并行方法，结合低带宽流水线模型并行，用于预训练大型语言模型（LLMs）。通过稀疏伪梯度交换和激活梯度压缩，该方法在保证模型性能的同时，减少了通信成本，尤其适用于带宽受限的环境。

#04迈向原理性μ子μP：训练全程确保谱条件

这篇论文提出了一种名为 Muon++ 的优化器，用于大型语言模型的训练，通过确保在整个训练过程中满足 mu-参数化（muP）的谱条件，从而实现可预测的扩展行为和鲁棒的超参数迁移。

#05视频语言模型评估新范式：NarrativeTrack

这篇论文提出了NarrativeTrack，一个用于评估视频语言模型（VLM）在理解视频中叙事的能力的基准。它通过细粒度的实体中心推理来评估叙事理解，并揭示了在感知基础和时序推理之间的基本权衡。

#06ManiBox：通过可扩展模拟数据生成提升具身空间泛化

这篇论文提出了ManiBox，一个通过可扩展的模拟数据生成来增强具身智能体空间泛化的框架。ManiBox通过解耦感知与策略泛化，有效减少了Sim2Real差距，利用互联网规模的数据，并在模拟中扩展策略数据收集。该框架通过高效的RL教师策略生成可扩展的模拟数据，学生策略从这些数据中提炼，并使用边界框作为输入，从而实现零样本迁移到真实机器人。

#07基于类比的路由：混合专家分配的kNN增强

这篇论文提出了一种名为kNN-MoE的检索增强路由框架，用于提高混合专家（MoE）架构在大型语言模型中的路由决策的鲁棒性。该方法通过重用过去相似案例中的最佳专家分配来优化路由，并在没有相关案例时回退到冻结的路由器。

#08Warp-Cortex：百万智能体认知扩展的异步高效架构

这篇论文提出了Warp Cortex，一种异步架构，通过解耦代理逻辑与物理内存，实现了在消费级硬件上对百万级智能体认知的扩展。它通过单例权重共享和拓扑突触技术，显著降低了内存复杂度，并在NVIDIA RTX 4090上实现了100个并发代理，展示了在消费级硬件上进行大规模多智能体认知计算的潜力。

#09病理诊断迈向可审计的神经符号推理：SQL作为证据显式追踪

这篇论文提出了一种基于SQL的神经符号推理框架，用于病理图像分析。该框架通过提取可解释的细胞特征，并使用特征推理代理来执行SQL查询，将视觉证据汇总成定量结果，然后通过知识比较代理将这些结果与已建立的病理知识进行比较，从而实现可审计的推理过程。

PARAMIND AI · INTELLIGENCE

覆盖 GitHub、Hugging Face 与行业研报核心信息 · 今日更新 保持好奇，持续进化

想深入阅读并查看 AI 解读？点击“阅读原文”获取完整资料与上下游链接。