📑Alibaba: "당신 손 대신, AI가 폰·PC를 직접 조작합니다"

🏛️ Alibaba (Qwen)

🏷️ Foundation GUI Agent, Cross-platform Automation, Online RL

특히 주목할 점:

→ AutoResearch식 데이터 플라이휠로 에이전트가 스스로 과제·환경을 만들고 실패를 진단, 100턴 초과 궤적을 1만 개 이상 동시 환경에서 온라인 RL로 학습

→ 모바일 실전에서 SOTA — MobileWorld 82.1%, MobileWorld-Real 92.2%, AndroidDaily 97.5% 달성

→ 컴퓨터·브라우저에서도 OSWorld-Verified 79.5%, WebArena 73.6%, ScreenSpot-Pro 81.5%로 Opus 4.8·Gemini 3.1 Pro·GPT-5.6 Sol 같은 프론티어 모델과 경쟁

🏛️ New York University

🏷️ Claim-Centered Retrieval, Provenance Grounding, Chemistry Literature

특히 주목할 점:

→ 147K개 논문에서 추출한 240만 개 주장을 색인, 웹 인터페이스에 더해 AI 에이전트용 REST·SDK·MCP 접근까지 제공

→ GPT-5.5 리더를 AskChem에 접지하면 인용 DOI가 100% 실제로 열림 — 검색 없이(88.3%)일 때보다 조작·환각 출처가 사라짐

→ 테스트한 5개 시스템 중 가장 높은 인용 밀도 달성, 실서비스(askchem.org)로 공개

🏛️ CASIA (중국과학원 자동화연구소)

🏷️ World Model, Physical Language, Reason-then-Render

특히 주목할 점:

→ 세계의 변화를 픽셀이 아닌 언어 표현으로 명시적으로 추론한 뒤 영상으로 렌더링해, 물리적으로 일관된 세계 진화를 모델링

→ 생성·이해 벤치마크 전반에서 물리적 일관성을 검증

→ 사실적·상호작용형 월드 모델링, 정교한 행동 조건 시뮬레이션, 제로샷 모션 전이 가능성까지 시연

🏛️ Independent (OpenMLE / Frontis AI)

🏷️ Recursive Self-Improvement, AI4AI, ML Engineering Agent

특히 주목할 점:

→ MLE-Bench Lite에서 과제당 12시간·RTX 4090 한 장(VRAM 12GB) 제약으로, 베이스 대비 Medal Average를 39.39% → 60.61%로, 강화판(Evo-Max)에선 71.21%까지 끌어올림

→ 이 점수는 GPT-5.5 + Codex를 넘어서고 GPT-5.6 Sol과 2.8T 규모의 Kimi K3에 근접

→ 미공개 NatureBench Lite로도 전이 — 프레임워크 고정 후 모델만 바꾸면 Match-SOTA 50%→70%, 모델 고정 후 탐색만 바꾸면 20%→50%. 모델 가중치와 OpenMLE 스택 전체 공개

🏛️ Adobe

🏷️ Hybrid Diffusion Transformer, Linear Attention, Compute-optimal Scaling

특히 주목할 점:

→ 11B(활성 2B) Chimera가 사전학습 확산 손실 기준으로 동급 풀어텐션 Wan-2.1 2B 대비 밀집 백본만으로 1.7배, 전체 시스템은 7.3배 연산 효율

→ 길이별 미세조정 없이 5초 학습 클립에서 30초 영상으로 제로샷 외삽, 마지막 5초의 FID 저하가 6.5%에 그침

→ 도출한 스케일링 법칙: 이미지 사전학습은 모델 크기와 학습 토큰에 연산을 거의 반반, 영상 사전학습은 예산이 클수록 모델 크기 쪽을 약간 더 선호

🏛️ Shanghai Jiao Tong University

🏷️ Parametric Memory, Long-term Memory Module, Parameter Efficiency

특히 주목할 점:

→ 17개 벤치마크에서 6.9B 범용 기억을 Pythia-410M에 붙이자 평균 29.86 → 37.34로, 전체 파라미터가 39% 적은데도 Pythia-12B(37.24)를 능가

→ Qwen3 Base(0.6B~14B) 전 규모에서 1.7B 도메인 기억이 세 도메인 평균을 매 규모마다 9점 이상 향상

→ 본체를 키우는 것보다 기억에 파라미터를 배분하는 편이 일관되게 더 나은 파라미터-성능 트레이드오프

🏛️ Kuaishou

🏷️ Agentic Visual Reasoning, Mode Adaptiveness, Adaptive Tool Use

특히 주목할 점:

→ 강화학습 단계에서 과제의 필요도에 따라 도구 호출을 유도하는 Necessity-Aware Adaptive Reward 도입

→ 가장 어려운 문제에서 도구 활용 능력을 강화하는 Hint-Guided Capability Expansion 메커니즘 결합

→ 여러 벤치마크에서 전체 성능·Mode Adaptiveness·Tool Effect를 모두 끌어올려, 도구가 진짜 이득을 내도록 전환

🏛️ Nanyang Technological University

🏷️ Embodied Data Engine, Multisensory Capture, Imitation Learning

특히 주목할 점:

→ 자기중심·다시점 영상, 전신·손 관절 동작, 물체 6-DoF 궤적, 오디오, 촉각을 하나의 멀티센서 스트림으로 동기화 기록

→ 참가자 50명이 2개 환경에서 200개 과제를 수행, 150시간·1,700만 프레임·7만 5천 상호작용 에피소드로 구성

→ 단계별 지시 대신 목표 수준 지시로 자연스러운 행동 변주를 보존, 접촉·가림·자기운동·긴 시간 지평에서 최신 기법의 큰 공백을 드러내는 계층형 벤치마크 제공

🏛️ Queen's University (SAIL Lab)

🏷️ Program Synthesis from Scratch, Source-Free Environment, Small Model Fine-tuning

특히 주목할 점:

→ GLM-5.2를 교사로 program synthesis 궤적을 모아 Qwen3.6-27B를 파인튜닝, ProgramBench 평균 통과율 37.98% → 49.51%로 훨씬 큰 프론티어 모델급 달성

→ 학습에 안 쓴 7개 벤치마크 전부에서 베이스 대비 일관된 향상

→ RepoZero-C2Rust +31.00점, DeepSWE +14.16, SWE-bench Verified +5.04, SWE-bench Pro +5.93 등 장기 지평 생성·번역·버그 수정·기능 구현 전반에서 개선

🏛️ University of Maryland

🏷️ On-policy Self-Distillation, Policy Optimization, KL Regularization

특히 주목할 점:

→ 바닐라 OPSD가 더 넓은 정책 최적화 계열의 'β=1' 한 점에 불과함을 밝혀, 고정값이던 β를 조절 가능한 정규화 파라미터로 승격

→ 비싼 정책 최적화의 닫힌 해를 토큰 단위 로짓 혼합으로 근사, 값싼 증류로 RL의 해를 대신함

→ Return-to-go 크레딧 할당으로 토큰 업데이트를 시퀀스 목표에 정렬, 수학 추론 벤치마크에서 바닐라 OPSD 대비 안정성·성능 일관 향상