在过去 24 小时里，人工智能前沿研究在智能体操作系统、跨实例任务规划、双臂具身操控以及长视频生成提示词规划等方向迎来了一批高质量成果。以下为今日重点精选：
1. AgentKernel：原生可信的智能体操作系统基座
核心亮点：针对当代自主智能体频繁处理不可信输入、跨越权限边界所带来的提示词注入、工具滥用及记忆投毒风险，研究团队提出了首个安全原生智能体操作系统架构 AgentKernel。系统将传统操作系统安全原则适配至语义层面，确立了身份（Identity）、感知（Perception）、认知（Cognition）与执行（Execution）四大强制不可绕过的安全基座，为多智能体跨组织协同与高特权工具调用提供了根本性的系统级安全隔离。
公开来源：arXiv:2609.29647 / Hugging Face Daily Papers
2. 编程智能体在泛化任务与运动规划（TAMP）中的突破
核心亮点：传统的机器人任务与运动规划往往需要大量针对特定物理环境的人工规则工程。最新研究探索了利用编码智能体（Coding Agents）通过与物理仿真器交互来自动化编写泛化规划程序的新范式。在涵盖 KinDER 和 PDDLStream 的 28 个复杂仿真环境中，智能体生成的规划程序在 98,000 次评测回合中展现出惊人的泛化性能，平均成功率（56% 至 95%）显著超越了经典人工规划器（47%），同时将计算开销降低了一个数量级。
公开来源：arXiv:2609.30233 / Hugging Face Daily Papers
3. DeltaWAM：面向双臂具身操作的差分世界动作模型
核心亮点：世界动作模型（WAM）能够将预训练视频生成器的时空先验迁移至机器人控制。为解决传统模型预测完整全帧导致的严重推理延迟与外观耦合问题，DeltaWAM 创新性地引入了密集锚点、稀疏增量与动作流三路解耦架构，并结合流式增量记忆（SDM）技术。在 RoboTwin 基准测试与真实双臂机器人操作中，DeltaWAM 将单步推理延迟降低了 36.57%，计算量降低了 31.55%，并在视觉扰动下将操作成功率提升至 83.9%。
公开来源：arXiv:2609.28811 / Hugging Face Daily Papers
4. WanPE：面向 30 秒长视频生成的导演级提示词强化模型
核心亮点：随着视频生成模型迈向 30 秒长镜头与多机位叙事，简单的文本描述难以有效指导复杂镜头运镜与时空动态。WanPE 是一款拥有 3970 亿参数的提示词强化模型，基于 105 万高质量现实视频构建，开创性地采用基于视频逆向构建（Reverse Construction）的分镜级剧本规划方法，并结合语义一致性强化学习（SC-GRPO）。盲测对比显示，在 30 秒长视频生成场景下，WanPE 将用户满意度提升了 50.86 个百分点。
公开来源：arXiv:2609.30221 / Hugging Face Daily Papers
5. 自组织智能体团队的协同推理机制研究
核心亮点：在复杂科学与数学问题中，固定的工作流拆解往往无法适应动态变化的解题路径。最新论文提出了自组织智能体团队（SAT）机制，允许模型团队从历史协作经验中自主学习角色分配、对话阶段推进与信息流动策略。在五项高难度数理基准测试中，自组织智能体团队平均准确率达到 66.7%，相比最强单体成员提升了近 18 个百分点，表明组织架构自适应本身正演进为智能体的一项核心能力。
