SPARGen：用原生多模态生成统一空间感知与推理
SPARGen 是一个统一多模态框架，将 3D 重建、稠密对应和空间推理统一建模为指令条件下的生成任务，通过将结构化与语言输出序列化为 token 序列、并以图像对齐形式生成稠密几何场，让空间监督共同塑造原生多模态生成模型内的共享表示。在 3D 重建、对应和空间推理的多项基准上，SPARGen 在单一原生多模态生成框架内对异构空间任务取得了有竞争力的表现。
Hugging Face Daily Papers
huggingface.co · 开发者平台
切换来源
766 条AI 相关新闻 · 最新在前
Hugging Face Daily PapersAI 评分3030 Hugging Face Daily PapersAI 评分4444 可验证奖励强化学习中的验证器诱导支持重塑
研究发现，带可验证奖励的在线策略强化学习（RLVR）会在提升当前目标的同时，让后续目标所需的成功行为变得难以采样。在 Qwen3-8B-Base 的 IFEval 上，pass@1 上升 6.5 个百分点，而 best@32 下降 9.8 个百分点，且该分化在两个模型家族和多个 IF 基准上均出现。这类变化集中在回答最前面的几个 token，RLVR 主要是在重排基座策略已有的开头方式。
Hugging Face Daily PapersAI 评分4343 HumanTracker：面向全面且人类对齐的人形动作追踪基准
HumanTracker 是一个面向人形动作追踪的评测基准，包含约 153 小时、由多位专业表演者采集的光学动作轨迹，按四类动作家族组织并配有文本标签用于细粒度诊断。团队同时提出偏好对齐指标 HumanScore，基于 12K 动作对（含 24K 段动作）训练，能比运动学指标更好地预测人类偏好，并暴露脚滑、触地时机错误等接触与稳定性问题。该工作已被 ECCV 2026 接收。
Hugging Face Daily PapersAI 评分4040 MobileMem：从一年移动端体验中学习长期记忆
研究者推出 MobileMem，一个面向端侧长期记忆的基准与框架，基于一年期移动端体验数据构建。它通过知识驱动的合成流程，从用户-App 会话中生成连贯且时间一致的长期轨迹，提供文本与多模态两种设置，覆盖多跳与时序推理、知识更新和隐式偏好推断。MobileMem 让智能体记住过去、理解当下并适应未来，将记忆从信息检索推进到体验智能。
Hugging Face Daily PapersAI 评分3838 CLR：面向高效测试时推理的声明级可靠性评估
研究者提出免训练框架 CLR（Claim-Level Reliability Assessment），将测试时算力从额外采样转向针对性验证，通过把推理轨迹压缩为决策关键声明并寻找反驳证据来抑制错误共识。
Hugging Face Daily PapersAI 评分6464 能否防御 AI 生成的真实危机事件视频攻击？RA-Bench 系统评测检测器、生成器与社交传播
论文提出 RA-Bench 基准，用于检测 AI 生成的真实危机事件视频，包含 17,886 条视频，其中 1,830 条真实视频锚点覆盖 10 类社会风险，16,056 条生成片段来自 4 个开源和 5 个闭源生成器。