微软研究院对移动机器人操作负载做了系统测量，发现把物理AI推理从机器人板载GPU卸载到边缘或云端GPU，可提升任务成功率并延长续航。在内存不足的小GPU上，建图与规划比A100慢最多383%，导航障碍及时检测率下降30%，VLA模型精度下降50%；用Raspberry Pi-5替代板载GPU后，Jetson Thor等大GPU曾使Stretch-3续航缩短最多160%。
推荐理由：微软团队系统测量了机器人端侧与卸载推理的差异，给出任务成功率与续航的量化对比，可供设计物理AI推理系统参考。
Berkeley Sky Lab 团队在 K-Search 进化式内核搜索框架上新增 MLX 后端，并设计结构化 CUDA-to-MLX 翻译层，把已有 CUDA 内核作为知识库改写为 Apple Silicon 上的高质量内核，而非逐条指令照搬。
Berkeley AI Research 提出 ABBEL 框架，将摘要的信息内容隔离为自然语言信念状态并加以监督，以替代完整交互历史作为智能体的工作上下文。研究指出，递归摘要虽能压缩上下文，但在高质量数据稀缺的人类协助场景（如协作代码生成）中会带来明显性能损失。该框架通过信念评分监督每个信念状态的内容来提升表现。
UC Berkeley 团队提出，推理价格从 2023 年初 GPT-4 级约 $30/百万 token 降至如今不足 $1，部分厂商已低于 $0.10，基准测试中年度降幅在 9x 到 900x 之间、中位数约 50x。作者认为近乎免费的智能带来三类新挑战：为智能体设计的数据系统、由智能体运行的数据系统，以及智能体自行合成定制数据系统。
BAIR 实验室展示 2026 届博士毕业生，其研究覆盖机器人、LLM 与推理、计算机视觉、生成建模、AI 安全、人机交互及 AI for 科学和医疗等方向。毕业生去向包括教职、博士后、产业研究实验室和自创初创公司，部分人仍在探索下一步。
自适应并行推理让推理模型自行决定何时分解并并行化独立子任务、开启多少并发线程以及如何协调。相比随探索量线性增长的串行推理，该范式可缓解上下文退化与延迟随推理长度成比例上升的问题。文章梳理了并行推理领域近期进展，包括作者参与提出的 ThreadWeaver。
Berkeley AI Research 提出 GRASP，一种面向学习动力学（世界模型）的梯度规划器，通过将轨迹提升到虚拟状态实现跨时间并行优化、在状态迭代上直接加入随机性以探索、并重塑梯度让动作获得清晰信号，同时避开经由高维视觉模型的脆弱状态输入梯度，使长时程规划更实用。
Berkeley AI Research 介绍 SPEX 和 ProxySPEX 两种算法，用于在大规模 LLM 中识别关键交互。方法以消融归因为核心，通过移除输入片段或组件并测量预测变化来衡量影响。随着特征、训练数据和模型组件数量增长，潜在交互数呈指数级上升，穷举分析在计算上不可行。