YC 春季 Demo Day 2026
2026年YC春季Demo Day上，多家初创企业获得投资者高度关注，估值迅速攀升。本轮融资规模更大，至少两家公司估值超过1.75亿美元，投资者愿为知名创始人支付溢价。备受瞩目的领域包括防务科技、AI代理、机器人及开发者工具。其中，9 Mothers开发的反无人机AI系统因成本效益高而备受青睐，其销售额约160万美元，合同潜力或达10亿美元。Agra Labs提供AI代理测试环境的数字孪生工具，Adialante推出移动MRI诊所用于癌症早期筛查，Complir则用AI代理简化跨境合规流程。此外，Lightsprint、Ploy、Superset等公司分别聚焦于无代码开发、自动营销和AI代理管理。总体来看，本轮YC Demo Day凸显了对自治系统、AI测试及防务科技解决方案的强烈兴趣。 #YC #DemoDay #AI代理 #防务科技 #初创企业 #人工智能 #机器人 #开发者工具 #投资热点 #科技新闻
2026年YC春季Demo Day上，多家初创企业获得投资者高度关注，估值迅速攀升。本轮融资规模更大，至少两家公司估值超过1.75亿美元，投资者愿为知名创始人支付溢价。备受瞩目的领域包括防务科技、AI代理、机器人及开发者工具。其中，9 Mothers开发的反无人机AI系统因成本效益高而备受青睐，其销售额约160万美元，合同潜力或达10亿美元。Agra Labs提供AI代理测试环境的数字孪生工具，Adialante推出移动MRI诊所用于癌症早期筛查，Complir则用AI代理简化跨境合规流程。此外，Lightsprint、Ploy、Superset等公司分别聚焦于无代码开发、自动营销和AI代理管理。总体来看，本轮YC Demo Day凸显了对自治系统、AI测试及防务科技解决方案的强烈兴趣。 #YC #DemoDay #AI代理 #防务科技 #初创企业 #人工智能 #机器人 #开发者工具 #投资热点 #科技新闻
AI 编程新概念“循环工程”兴起，翻译器实践遇瓶颈
近日，“循环工程”一词在AI编程领域悄然流行，继提示工程和智能体工作流之后，被视为更高层次的抽象方法。一位开发者分享了两年前尝试用本地RTX 3060显卡和LLM进行韩译英翻译的经历。由于当时ChatGPT上下文窗口太小无法处理大文档，他设计了一个复杂的智能体管道：从原始韩语转录→计划→执行→批判→修复循环，并引入NLLB翻译作为客观参照与翻译记忆库保持术语一致。然而，批判器始终判定翻译质量不足导致无限循环回退，而翻译器又无法达到批判器的满意标准，经过数周调优仍无明显改进，最终放弃并等待更好的本地翻译模型出现。作者认为，一旦模型足够强大，这类复杂循环架构或许不再必要。 #AI编程 #循环工程 #LLM #翻译 #智能体 #技术探索
近日，“循环工程”一词在AI编程领域悄然流行，继提示工程和智能体工作流之后，被视为更高层次的抽象方法。一位开发者分享了两年前尝试用本地RTX 3060显卡和LLM进行韩译英翻译的经历。由于当时ChatGPT上下文窗口太小无法处理大文档，他设计了一个复杂的智能体管道：从原始韩语转录→计划→执行→批判→修复循环，并引入NLLB翻译作为客观参照与翻译记忆库保持术语一致。然而，批判器始终判定翻译质量不足导致无限循环回退，而翻译器又无法达到批判器的满意标准，经过数周调优仍无明显改进，最终放弃并等待更好的本地翻译模型出现。作者认为，一旦模型足够强大，这类复杂循环架构或许不再必要。 #AI编程 #循环工程 #LLM #翻译 #智能体 #技术探索
MiniMax M2.7 发布：AI 自我进化，Agent 协作能力突出
MiniMax 正式推出新一代模型 M2.7，主打“开启 AI 的自我进化”和“最强 Cowork Agent 模型”。该模型在代码理解、办公任务和多 Agent 协作方面表现优异：能进行 SRE 级别的系统推理，SWE-Pro 得分 56.2% 接近 Opus 4.6；在 Excel、Word、PPT 等办公场景中具备复杂编辑和多轮修改能力；在多角色协作中保持指令遵循，支持 50+ Skills 的复杂环境。M2.7 还能深度参与自身迭代，自主优化 Agent Harness，实现零人工干预的自我进化。在龙虾榜上，M2.7 迅速攀升至第四名，并在 GDPval-AA 评测中以 1495 ELO 得分成为国产模型最高。实测表明，M2.7 不仅能理解人类意图，更懂得 AI 工作流，能调用工具、指挥 AI 队友并优化自身代码，标志着 AI 时代工作流的新方向。 #MiniMax #M2.7 #AI #自我进化 #Agent #大模型 #科技新闻 #办公自动化 #代码生成
MiniMax 正式推出新一代模型 M2.7，主打“开启 AI 的自我进化”和“最强 Cowork Agent 模型”。该模型在代码理解、办公任务和多 Agent 协作方面表现优异：能进行 SRE 级别的系统推理，SWE-Pro 得分 56.2% 接近 Opus 4.6；在 Excel、Word、PPT 等办公场景中具备复杂编辑和多轮修改能力；在多角色协作中保持指令遵循，支持 50+ Skills 的复杂环境。M2.7 还能深度参与自身迭代，自主优化 Agent Harness，实现零人工干预的自我进化。在龙虾榜上，M2.7 迅速攀升至第四名，并在 GDPval-AA 评测中以 1495 ELO 得分成为国产模型最高。实测表明，M2.7 不仅能理解人类意图，更懂得 AI 工作流，能调用工具、指挥 AI 队友并优化自身代码，标志着 AI 时代工作流的新方向。 #MiniMax #M2.7 #AI #自我进化 #Agent #大模型 #科技新闻 #办公自动化 #代码生成
无模块化冲突规避训练方法提升广义PINNs性能
一篇题为《Modularity-Free Conflict-Averse Training for Generalized PINNs》的论文在arXiv上发布。该研究提出了一种无模块化冲突规避训练方法，旨在解决广义物理信息神经网络（PINNs）在训练过程中面临的模块化冲突问题。通过避免不同模块间的梯度冲突，该方法显著提升了模型的泛化能力和训练稳定性。实验结果表明，该技术在处理复杂物理问题时表现出更优的收敛速度和精度，为PINNs在工程和科学计算领域的应用提供了新的解决方案。 #PINNs #深度学习 #物理信息神经网络 #机器学习 #AI #科学计算 #arXiv
一篇题为《Modularity-Free Conflict-Averse Training for Generalized PINNs》的论文在arXiv上发布。该研究提出了一种无模块化冲突规避训练方法，旨在解决广义物理信息神经网络（PINNs）在训练过程中面临的模块化冲突问题。通过避免不同模块间的梯度冲突，该方法显著提升了模型的泛化能力和训练稳定性。实验结果表明，该技术在处理复杂物理问题时表现出更优的收敛速度和精度，为PINNs在工程和科学计算领域的应用提供了新的解决方案。 #PINNs #深度学习 #物理信息神经网络 #机器学习 #AI #科学计算 #arXiv
BIM-Edit 基准发布：评估大语言模型在建筑信息模型中的编辑能力
近日，一项名为 BIM-Edit 的研究由 Bharathi Kannan Nithyanantham 等六位学者提出，旨在为基于 IFC（Industry Foundation Classes）的建筑信息建模场景下的大语言模型（LLM）性能建立标准化评估基准。该工作已被 arXiv 收录，论文详细介绍了这一新型基准测试的设计思路与评估方法。随着大语言模型在工程设计、自动建模等领域应用日益广泛，如何准确衡量其对复杂 IFC 结构数据的理解与编辑能力成为关键问题。BIM-Edit 填补了这一评估空白，有望推动 LLM 在建筑行业中的落地验证，助力智能建造与数字化建筑信息管理的发展。 #AI #大模型 #建筑信息模型 #BIM #IFC #基准测试 #智能建造 #工程AI
近日，一项名为 BIM-Edit 的研究由 Bharathi Kannan Nithyanantham 等六位学者提出，旨在为基于 IFC（Industry Foundation Classes）的建筑信息建模场景下的大语言模型（LLM）性能建立标准化评估基准。该工作已被 arXiv 收录，论文详细介绍了这一新型基准测试的设计思路与评估方法。随着大语言模型在工程设计、自动建模等领域应用日益广泛，如何准确衡量其对复杂 IFC 结构数据的理解与编辑能力成为关键问题。BIM-Edit 填补了这一评估空白，有望推动 LLM 在建筑行业中的落地验证，助力智能建造与数字化建筑信息管理的发展。 #AI #大模型 #建筑信息模型 #BIM #IFC #基准测试 #智能建造 #工程AI
RACL
一篇题为《RACL: Reasoning-Agent Control Layers for Continuous Metaheuristic Learning》的论文于2026年6月18日提交至arXiv预印本平台。该论文由Antón Asla Manzárraga撰写，提出了一种名为推理代理控制层（RACL）的新方法，旨在实现持续的元启发式学习。该方法通过引入推理代理机制来动态优化控制层，有望提升机器学习在复杂优化问题中的自适应能力与泛化性能。该研究为自动化算法设计和强化学习领域提供了新的思路，对推动智能优化技术的发展具有潜在价值。 #RACL #元启发式学习 #推理代理 #机器学习 #AI #论文 #arXiv #持续学习 #优化算法
一篇题为《RACL: Reasoning-Agent Control Layers for Continuous Metaheuristic Learning》的论文于2026年6月18日提交至arXiv预印本平台。该论文由Antón Asla Manzárraga撰写，提出了一种名为推理代理控制层（RACL）的新方法，旨在实现持续的元启发式学习。该方法通过引入推理代理机制来动态优化控制层，有望提升机器学习在复杂优化问题中的自适应能力与泛化性能。该研究为自动化算法设计和强化学习领域提供了新的思路，对推动智能优化技术的发展具有潜在价值。 #RACL #元启发式学习 #推理代理 #机器学习 #AI #论文 #arXiv #持续学习 #优化算法
ScaffoldAgent：效用引导的动态大纲优化实现开放式深度研究
近日，一篇题为《ScaffoldAgent: Utility-Guided Dynamic Outline Optimization for Open-Ended Deep Research》的论文在arXiv平台发布。该研究提出了一种名为ScaffoldAgent的新型框架，通过效用引导的动态大纲优化方法，旨在解决开放式深度研究中的探索与聚焦难题。传统研究辅助工具往往难以在广泛信息搜索与深入分析之间取得平衡，而ScaffoldAgent能够根据当前研究进度和效用评估，动态调整研究大纲，引导智能体更有效地完成复杂、开放的科研任务。这一方法有望提升AI在科研辅助中的自主性和效率，为学术研究自动化提供新的技术路径。 #AI #深度研究 #论文 #arXiv #科研自动化 #大纲优化
近日，一篇题为《ScaffoldAgent: Utility-Guided Dynamic Outline Optimization for Open-Ended Deep Research》的论文在arXiv平台发布。该研究提出了一种名为ScaffoldAgent的新型框架，通过效用引导的动态大纲优化方法，旨在解决开放式深度研究中的探索与聚焦难题。传统研究辅助工具往往难以在广泛信息搜索与深入分析之间取得平衡，而ScaffoldAgent能够根据当前研究进度和效用评估，动态调整研究大纲，引导智能体更有效地完成复杂、开放的科研任务。这一方法有望提升AI在科研辅助中的自主性和效率，为学术研究自动化提供新的技术路径。 #AI #深度研究 #论文 #arXiv #科研自动化 #大纲优化
多头注意力与强化学习融合，实现3D打印孔隙率精准预测与工艺优化
据一篇提交至arXiv预印本平台的论文，研究人员提出了一种结合多头注意力机制与软演员-评论家（SAC）强化学习的混合方法，用于增材制造（3D打印）中的孔隙率预测和工艺参数优化。该方法利用多头注意力特征提取器从复杂打印数据中高效提取关键特征，再通过SAC算法在环境中迭代优化层高、速度等工艺参数，以最小化孔隙缺陷、提升成品力学性能。初步实验显示，该融合模型在预测准确性和优化效率上均优于传统方法，有望为工业3D打印提供智能化质量控制方案。 #增材制造 #3D打印 #孔隙率预测 #多头注意力 #强化学习 #软演员评论家 #工艺优化 #机器学习 #智能制造
据一篇提交至arXiv预印本平台的论文，研究人员提出了一种结合多头注意力机制与软演员-评论家（SAC）强化学习的混合方法，用于增材制造（3D打印）中的孔隙率预测和工艺参数优化。该方法利用多头注意力特征提取器从复杂打印数据中高效提取关键特征，再通过SAC算法在环境中迭代优化层高、速度等工艺参数，以最小化孔隙缺陷、提升成品力学性能。初步实验显示，该融合模型在预测准确性和优化效率上均优于传统方法，有望为工业3D打印提供智能化质量控制方案。 #增材制造 #3D打印 #孔隙率预测 #多头注意力 #强化学习 #软演员评论家 #工艺优化 #机器学习 #智能制造
过程验证强化学习方法用于基于Lean的定理证明
日前，研究人员在arXiv上提交了一篇题为《Process-Verified Reinforcement Learning for Theorem Proving via Lean》的论文。该研究提出了一种结合过程验证的强化学习新方法，专门用于通过Lean证明辅助器进行自动定理证明。该方法通过验证证明过程每一步的逻辑正确性，强化学习代理得以在复杂数学推理中提升准确性和可靠性。该工作为人工智能在形式化数学领域的应用提供了新思路，有望推动自动定理证明技术的发展。论文由Minsu Kim等人于2026年6月18日提交。 #定理证明 #强化学习 #Lean #AI #数学 #arXiv
日前，研究人员在arXiv上提交了一篇题为《Process-Verified Reinforcement Learning for Theorem Proving via Lean》的论文。该研究提出了一种结合过程验证的强化学习新方法，专门用于通过Lean证明辅助器进行自动定理证明。该方法通过验证证明过程每一步的逻辑正确性，强化学习代理得以在复杂数学推理中提升准确性和可靠性。该工作为人工智能在形式化数学领域的应用提供了新思路，有望推动自动定理证明技术的发展。论文由Minsu Kim等人于2026年6月18日提交。 #定理证明 #强化学习 #Lean #AI #数学 #arXiv
自主事件驱动型企业级AI大规模多智能体编排研究发布
据arXiv预印本平台信息，一篇题为《自主事件驱动型企业级AI大规模多智能体编排》的论文正式提交。该研究由Harsh Rao Dhanyamraju等三位作者共同完成，主要探讨了如何通过事件驱动的架构，实现多智能体系统在企业级AI应用中的自主协作与大规模扩展。论文提出了一种新型编排框架，利用事件触发机制动态调度智能体任务，可显著提升复杂业务流程的自动化水平与实时响应能力，适用于金融、制造、供应链等需要高可靠性与可扩展性的企业场景。研究团队还提供了详尽的技术方案与实验验证，展示了该框架在吞吐量、延迟及资源利用率上的优势，为企业部署大规模AI智能体集群提供了新思路。 #arXiv #多智能体 #事件驱动 #企业AI #大规模编排 #AI自动化 #学术论文
据arXiv预印本平台信息，一篇题为《自主事件驱动型企业级AI大规模多智能体编排》的论文正式提交。该研究由Harsh Rao Dhanyamraju等三位作者共同完成，主要探讨了如何通过事件驱动的架构，实现多智能体系统在企业级AI应用中的自主协作与大规模扩展。论文提出了一种新型编排框架，利用事件触发机制动态调度智能体任务，可显著提升复杂业务流程的自动化水平与实时响应能力，适用于金融、制造、供应链等需要高可靠性与可扩展性的企业场景。研究团队还提供了详尽的技术方案与实验验证，展示了该框架在吞吐量、延迟及资源利用率上的优势，为企业部署大规模AI智能体集群提供了新思路。 #arXiv #多智能体 #事件驱动 #企业AI #大规模编排 #AI自动化 #学术论文
Flourish Labs获5亿美元融资，欲借神经科学重塑AI
Flourish Labs获得5亿美元融资，估值达25亿美元，由杰夫·贝佐斯领投。该公司计划结合神经科学与AI，开发能耗仅50瓦的“合成人工智能大脑”，以解决当前大模型能耗高、无法持续学习的瓶颈。联合创始人罗布·威廉姆斯与托马斯·里尔登表示，现有LLM需吞噬海量数据和电力，而人脑仅用20瓦即可高效学习。Flourish将组建AI与神经科学团队，通过湿实验探索大脑核心算法，并计划先期推出阶段性产品。贝佐斯已私人注资5000万美元，其他投资者包括Lux Capital等。 #FlourishLabs #神经科学 #AI #人工智能 #贝佐斯 #融资 #大模型 #人脑算法
Flourish Labs获得5亿美元融资，估值达25亿美元，由杰夫·贝佐斯领投。该公司计划结合神经科学与AI，开发能耗仅50瓦的“合成人工智能大脑”，以解决当前大模型能耗高、无法持续学习的瓶颈。联合创始人罗布·威廉姆斯与托马斯·里尔登表示，现有LLM需吞噬海量数据和电力，而人脑仅用20瓦即可高效学习。Flourish将组建AI与神经科学团队，通过湿实验探索大脑核心算法，并计划先期推出阶段性产品。贝佐斯已私人注资5000万美元，其他投资者包括Lux Capital等。 #FlourishLabs #神经科学 #AI #人工智能 #贝佐斯 #融资 #大模型 #人脑算法
ENPIRE
近日，一篇题为《ENPIRE: Agentic Robot Policy Self-Improvement in the Real World》的研究论文在arXiv上发布。该论文由Wenli Xiao等17位作者共同完成，提出了一种名为ENPIRE的框架，旨在让机器人在真实环境中实现策略的自主改进。与传统的离线训练或仿真环境不同，ENPIRE强调智能体在真实世界中交互并持续提升自身行为策略，有望突破机器人从模拟到现实迁移的瓶颈。论文详细描述了方法论、实验设置及初步效果，为具身智能的发展提供了新思路。 #机器人 #AI #自主改进 #真实世界 #强化学习 #arXiv论文 #ENPIRE
近日，一篇题为《ENPIRE: Agentic Robot Policy Self-Improvement in the Real World》的研究论文在arXiv上发布。该论文由Wenli Xiao等17位作者共同完成，提出了一种名为ENPIRE的框架，旨在让机器人在真实环境中实现策略的自主改进。与传统的离线训练或仿真环境不同，ENPIRE强调智能体在真实世界中交互并持续提升自身行为策略，有望突破机器人从模拟到现实迁移的瓶颈。论文详细描述了方法论、实验设置及初步效果，为具身智能的发展提供了新思路。 #机器人 #AI #自主改进 #真实世界 #强化学习 #arXiv论文 #ENPIRE
基于自动对话增强的 DialNav 导航技术取得新进展
一篇来自 arXiv 的论文提出了一种名为 DialNav 的自动具身对话增强方法，旨在提升机器人在复杂环境中的导航能力。研究团队通过自动生成对话数据，使机器人能够更自然地与人类交互，从而更准确地理解导航指令。该方法在多个基准测试中表现出色，显著提高了导航任务的成功率和效率。论文由 Leekyeung Han 等六位作者共同完成，目前已在 arXiv 平台发布，并提供了 PDF 和 HTML 版本供研究人员参考。这一成果有望推动具身智能和机器人导航领域的发展。 #DialNav #具身智能 #机器人导航 #对话增强 #AI #arXiv #科技论文
一篇来自 arXiv 的论文提出了一种名为 DialNav 的自动具身对话增强方法，旨在提升机器人在复杂环境中的导航能力。研究团队通过自动生成对话数据，使机器人能够更自然地与人类交互，从而更准确地理解导航指令。该方法在多个基准测试中表现出色，显著提高了导航任务的成功率和效率。论文由 Leekyeung Han 等六位作者共同完成，目前已在 arXiv 平台发布，并提供了 PDF 和 HTML 版本供研究人员参考。这一成果有望推动具身智能和机器人导航领域的发展。 #DialNav #具身智能 #机器人导航 #对话增强 #AI #arXiv #科技论文