人机交互

研究发现当前语言模型在用户任务不明确时表现不佳，仅能识别22-32%的真实意图，远低于人类的48%。论文提出将任务对齐问题建模为POMDP框架，揭示AI在交互式任务理解上的关键短板。

开源通信平台Hail.so发布0.15版本，为AI智能体和人类用户提供统一的电话、短信和电子邮件通信解决方案。

一项研究挑战了传统多轮对话中“对话对象识别”的离散分类范式，提出将其视为连续现象，并通过实验证明连续层级模型能更准确地预测发言权转移及听众行为。

研究人员提出AnovaX，一款完全在用户计算机上运行的本地优先语音助手，通过LLM规划、类型化执行器和自适应恢复机制，将桌面作为操作界面，支持多任务并发与远程手机控制。

在2024世界人工智能大会上，主观世界模型成为焦点，展示了AI对个体认知与内心状态的理解能力，引发行业广泛讨论。

北电数智在WAIC 2026前瞻讨论中提出，未来AI Agent将拥有个性化性格，并展示其在民生领域的实际应用案例。

研究发现当前AI助手存在阿谀奉承、过度自信等行为，根源在于语言模型缺乏对用户完整认知的显式表征，研究者提出通过“割裂框架”在模型中植入结构化未知信息来改善这一问题。

研究者提出对话式视觉地点识别新范式，将静态检索转变为交互式对话推理过程，并发布首个大规模对话基准数据集DlgQuest-Cities。

研究者提出首个统一化具身智能寻人跟随基准UESF-Bench，解决现有基准将搜索与跟随任务割裂的问题，并推出SeekFollow-VLA框架实现任务自适应切换。

研究表明，AI助手的建议会显著降低人们在面对困难问题时选择“我不知道”的意愿，即使AI建议是错误的，且参与者被鼓励追求准确性。

研究者提出DROPJ方法，通过人类在模拟环境中的偏好选择和理由说明，训练出更安全可靠的智能体策略，无需预设奖励函数即可在未知动态环境中实现安全部署。

研究人员提出SPINE智能体框架，通过结构化工作流帮助非专家用户快速调试和部署双臂机器人，将操作成功率从75%提升至100%，显著降低对专业校准的依赖。

研究者提出Real World VoiceEQ评估框架，用于量化语音AI在真实场景中的人性化表现，为优化人机交互体验提供新工具。

STEPX Neo手机在2026世界人工智能大会上被评为“镇馆之宝”，其大模型原生智能体设计重新定义了人机交互方式。

阿里推出新一代实时语音大模型Qwen-Audio-3.0-Realtime，在响应速度与功能覆盖上实现显著提升。该模型支持语音对话、多任务处理等四项核心功能升级，旨在优化人机交互体验。

研究人员提出首个面向实时部署的句子级手语翻译系统，通过优化计算架构将响应延迟降低27%，在Raspberry Pi上实现摄像头捕捉、本地显示与语音输出的完整交互链。

研究人员推出开源系统OpenProver，采用LLM驱动与Lean 4形式化验证结合的自动定理证明架构，支持人机交互式证明搜索。

研究提出CogniConsole框架，将大语言模型推理过程的控制层外部化为结构化接口，通过程序化协调与受限提示推理相结合，显著降低输出方差与失败率。

研究者提出DiPS框架，通过强化学习动态选择劝说策略，在火灾疏散等高风险场景中显著提升AI的劝说成功率。

研究者提出 TurnNat，一种基于似然度的自动评估框架，用于衡量双通道口语对话中的轮转自然度，无需依赖人工标注即可识别多种时序异常。

AI眼镜迎来重大突破，新操作系统使其摆脱对手机的依赖，实现独立运行。

研究人员提出了一种无需训练的任务状态表征框架，通过显式分离任务状态与屏幕观察，显著提升了移动端GUI智能体在长程任务中的执行成功率。

研究人员推出Speech Playground交互式语音可视化工具，支持多种特征类型的探索与对比，为语音研究和发音训练提供新工具。

本文首次提出AI原生游戏的明确定义，即运行时生成式AI构成核心玩法循环，并基于此筛选分析53款游戏，构建G/N双轴分类法，指出语义开放性与稳定游戏机制结合是核心设计挑战。

研究团队提出一种面向航路空中交通管制的无冲突路径规划算法，通过解决方案空间框架提升算法可解释性和计算效率，更贴合管制员实际决策需求。

研究提出'构建式对齐'新范式，将AI对齐视为对人类偏好动态轨迹的调控问题，而非静态偏好满足。

研究者将摩擦策略优化理论扩展至感知不对称场景，揭示了信息不对称对话中的理解机制，为AI对话系统的共同基础构建提供新视角。

研究指出，传统智能体常预设用户是专家，已有明确偏好，但现实中用户常因缺乏领域知识而无法准确表达需求。研究提出新框架CoPref，强调智能体应通过对话帮助用户构建偏好，而非仅通过提问来获取偏好。

最新研究揭示，多轮语言模型的性能提升往往并非来自反馈本身，而是源于重采样或额外计算。真正的进步需要模型具备利用反馈的能力，而非仅仅获得反馈。

研究团队推出DiscoBench基准，用于评估搜索智能体在深度搜索中识别模糊查询、主动提出澄清问题并通过交互修正推理路径的能力。

研究发现，显式推理未必提升多模态情感识别准确率，快思维直接作答常优于慢思维深思熟虑。MER-R1框架通过强化学习融合二者优势，实现精准率与召回率的协同优化。

研究者探索用小语言模型辅助社会物理人机交互领域的文献筛选，模型虽未超越人工精度，但处理速度提升数个量级，并额外发现10%相关论文。

研究团队通过引入非暴力沟通原则作为提示词约束，成功引导大语言模型在情感冲突场景中采取更具缓和性的对话策略，显著降低了对话冲突升级风险。

《自然》期刊最新研究表明，长期与AI模型（如Claude）进行拟人化深度对话，可能对用户的现实社交认知产生潜在影响。

Google DeepMind推出Vibe Coding XR项目，通过XR Blocks和Gemini技术，显著提升AI与扩展现实（XR）领域的原型开发效率。

研究者提出新型自进化智能体系统Metis，通过分层双表征记忆架构，将文本记忆的广泛适用性与代码记忆的执行效率相结合，显著提升任务准确率并降低执行成本。

Vapi AI 发布新一代语音合成与语音识别 API，号称提供最自然的 TTS 体验和最具成本效益的 STT 服务。

Meta AI官方分享了一位非传统技术背景的开发者如何通过跨界思维，推动扩展现实（XR）技术取得突破性进展。

ABot-Earth0.5模型在Hugging Face论文榜单实现三榜登顶，并获国际图形学权威学者陈宝权教授公开好评。该模型支持直接导入Unity、Unreal Engine等主流游戏引擎进行交互开发。

研究探讨AI智能体能否像游戏主持人一样动态引导游戏进程，为玩家创造个性化体验。