Liu Ziyuan, Liu Hengqi, Wang Zichuan, et al. · AllSpark Team（清华大学相关）
提出 Iris-mini（35B-A3B）和 Iris-pro（397B-A17B）搜索智能体，采用 SFT-RL 爬升策略，在 BrowseComp 和 DeepSearchQA 上刷新开源搜索智能体纪录。
agent-researchbenchmark
Sun Rui, Shi Zhan, He Bing · 独立研究者
提出 TRACE 框架，使用合成奖励训练推理 Agent 进行因果探索，在数字广告诊断环境中，结合 SFT+RL 将 Qwen3.5-35B-A3B 从 0.159 提升至 0.757 FullAttr@1。
agent-researchreasoning
Li Haolong, Er Guner Dilsad, Muehlebach Michael, Stueckler Joerg · 奥格斯堡大学 / 马普智能系统研究所
将共识优化（ADMM）应用于联邦 VLA 训练，使多个机器人无需共享原始数据即可协作训练共享模型，在完整训练和参数高效微调设置中均达到与集中式训练相当的性能。
agent-researchmultimodal-research
Mao Xiaofeng, Lin Peijia, Rui Shaohao, et al.
提出 32B 共享多模态扩散 Transformer LynnReal-Omni，统一文本到视频、图像条件生成、参考引导生成、结构控制、编辑修复和长视频生成，面向 Agent 视觉创建工作流。
multimodal-researchvideo-gen
Li Sheng, Liu Peng, Zhang Qianqian, Zhao Tiancheng
提出 VLX-VR，采用 Think-Memory-Observation 循环训练的 Agent 感知视频推理模型，在 MINERVA 基准上达到 78.79% 准确率，具备强证据基础推理轨迹。
multimodal-researchagent-research