GameWAM：面向视频游戏的世界动作模型
GameWAM 是首个面向原生闭环游戏与 GUI 控制的世界动作模型（WAM），通过并行视觉与动作生成过程同时预测未来视觉观测和可执行的键盘鼠标轨迹。它按动作步预测游戏/GUI 模式，并用 block-cycle 控制协调预测、执行与上下文以支持长时程交互，实验中以更少的原生动作执行次数取得有竞争力的任务成功率。研究还发现低频动作源印记（LASI）这一生成控制的源敏感失效模式。
开发者平台
项目更新、模型与开源社区动态
按账号或来源筛选（5）
1,080 条AI 相关新闻 · 最新在前
Hugging Face Daily PapersAI 评分4848 Hugging Face Daily PapersAI 评分4141 基于智能体推理的多镜头长视频一致性编辑框架 MMLVE-Agent
研究团队提出 MMLVE 任务与 MMLVE-Agent 框架，用 LLM 与 VLM 协同实现镜头级视频解耦和指令解析，解决长视频多指令编辑中的实体碎片化与编辑幻觉问题。团队同时构建了 MMLVE-Bench 数据集及三项评测指标，实验显示该框架优于 Seedance 2.0 等闭源 SOTA 方案，消除了编辑幻觉并保持跨镜头一致性与时空过渡。
Hugging Face Daily PapersAI 评分4242 TTPO：测试时策略优化，无需标签即可提升 LLM 数学推理
研究者提出 Test-Time Policy Optimization（TTPO），一种非对称目标：对与伪标签一致的 rollout 用 OPSD 蒸馏，对不一致的 rollout 用 Grouped RL 惩罚，从而在无标签条件下实现测试时训练。
Hugging Face Daily PapersAI 评分3636 Aphanta：诊断任务对齐的图像编辑中间结果，提升多模态推理
研究团队提出 Aphanta，一个面向 MLLM→图像编辑器→MLLM 流水线的自动化任务发现与闭环诊断框架，通过对比直接推理、编辑器生成中间结果和理想参考中间结果三种条件，区分视觉潜力与当前编辑器的实际效用。
Hugging Face Daily PapersAI 评分5151 Zero-WAM：用人类视频做上下文世界动作建模，实现开放任务泛化
Zero-WAM 是一个因果视频-动作模型，通过上下文人类视频引导执行训练中未见过的机器人操作任务，在 RoboTwin 2.0 仿真的七个未见任务上取得 47.0% 平均成功率，比最强视频-动作基线高 29.5 个百分点。
Hugging Face Daily PapersAI 评分3636 CaSKG：面向可扩展智能体技能检索的反事实因果技能图
CaSKG 是一个反事实因果技能图框架，在检索前校准技能间的程序性关系，先构建高召回有向候选图，再用方向条件文本反事实探针与贝叶斯平滑发布状态过滤加权图，离线构建且不改变下游智能体策略。
Hugging Face Daily PapersAI 评分3535 CaRGo-T：因果推理思维图提升多模态幽默理解
研究者提出 CaRGo-T（Causal Reasoning Graph-of-Thought）推理框架，将多模态幽默背后的因果与上下文关系表示为轻量图结构，并由 VLM 生成代码化表示后再由同一或不同 VLM 解读，完成零样本或上下文学习预测。
Hugging Face Daily PapersAI 评分4848 PAWBench：视频生成模型距离概率对齐的世界建模还有多远？
研究提出 PAWBench 基准与 PAWEval 评估协议，将概率对齐形式化为世界模型的分布级判据，用重复生成视频的经验分布检验模型能否还原同一初始观测与动作下的行为概率分布。在 50 个场景、11 个现有系统上，没有模型能同时稳定匹配参考概率并覆盖有效行为范围。研究还测试了语言提示词、初始噪声采样与模型训练能否重塑模型的预测分布。
Hugging Face Daily PapersAI 评分3636 Self-OPD：无需教师模型的流匹配模型同策略蒸馏
Self-OPD 提出一种无需教师模型的流匹配模型同策略蒸馏框架，将学生模型自身的探索转化为逐步监督信号。该方法在每个时间步将确定性下一状态预测分支为 K 个随机 SDE 候选，用 ODE 采样器展开并与确定性自参考基线比较奖励，得到归一化优势，再以全分支 pull-push 目标优化速度场。在单一与混合奖励基准上，Self-OPD 无需任务专用教师即优于此前的 RL 与 OPD 方法。
Hugging Face Daily PapersAI 评分3636 Magpie：面向交互式游戏的实时世界渲染器
Magpie 是一个面向交互式游戏的实时生成式世界渲染系统，将玩法执行与视觉生成分离：游戏引擎负责解析玩家操作并维护世界状态，独立的 Render Server 则基于引擎输出的白盒帧生成画面。该方案保留了游戏的可设计性与可复现性，并降低早期游戏原型对完整视觉资产的依赖。
Hugging Face Daily PapersAI 评分3030 什么才是好的智能体数据？ACE 视角下的 LLM 智能体数据生成
一篇 arXiv 论文提出用两级框架梳理 LLM 智能体的数据生成：把智能体数据表示为（环境、任务信号、交互实现、可选验证器）的因子化对象，并按主要锚点与依赖结构归类生成范式。作者进一步提出 Accuracy-Complexity-divErsity（ACE）视角，将生成视为受约束的分布设计，分别对应可行支撑、相对学习者的难度与覆盖冗余控制。
Hugging Face Daily PapersAI 评分4141 WikiSkill：将智能体经验编译为持久知识以演化技能
WikiSkill 是一个让 AI 智能体技能与持久知识库（wiki）协同演化的框架，它将原始执行经验、累积知识与可执行技能分离，并持续把经验整合进 wiki 供后续技能更新使用。
Hugging Face Daily PapersAI 评分4141 UrbanGround：MLLM 智能体如何在真实尺度城市中从局部感知走向空间行动
研究者提出 UrbanGround，一个基于香港全境 3D 地理空间数据构建的城市沙盒，让 MLLM 智能体通过第一人称观察和交互地图执行从局部问答到长程导航的任务。测试显示，智能体在视觉识别和短距离空间推理上具备可用的原子能力，但方向感和行人感知移动仍不可靠。核心失败出现在长时程探索中：局部能力无法组合成持续的目标导向行为，错误不断累积且缺乏有效纠正。
Hugging Face Daily PapersAI 评分4545 研究揭示 Evolution Strategies 在 LLM 推理上比 GRPO 覆盖更广
一项研究系统分析了 Evolution Strategies（ES）用于 LLM 推理后训练的优化机制，理论与实验均显示 ES 能带来比 GRPO 更广的推理覆盖，在提升 Pass@1 的同时取得更高 Pass@K，而 GRPO 会出现熵坍缩。
Hugging Face Daily PapersAI 评分3737 训练智能体随 Harness 共同进化：TaoLive 数字人智能体技术报告
淘宝 Live 团队提出 Harness-Aware Training（HAT），通过 Harness-State Augmentation（HSA）对 Skill 标识与内容、工具 schema、提示词结构和 Hook 函数做任务保持变换，训练紧凑模型适应不断变化的 Harness。
Claude Code GitHub ReleasesAI 评分1111 Claude Code v2.1.250 发布
Claude Code 发布 v2.1.250 版本，本次更新以修复 bug 和提升可靠性为主。该版本未公布新功能、性能数据或可用性变化。
Claude Code GitHub ReleasesAI 评分4848 Claude Code v2.1.248 发布：新增 --restricted 受限模式与跨会话消息
Claude Code v2.1.248 新增 `--restricted`（或 `CLAUDE_CODE_RESTRICTED=1`）受限模式，移除执行命令与代码的内置工具及 `WebFetch`，将文件工具限制在工作目录内并拒绝 `bypassPermissions`。
inclusionAI Hugging Face models精选AI 评分6363 inclusionAI 开源 UI-Venus-2-9B 通用 GUI 智能体权重
inclusionAI 在 Hugging Face 发布 UI-Venus-2-9B，公开由其 Qwen3.5-9B 初始化的全参数权重，这是一个面向移动、网页与桌面的通用 GUI 智能体模型。
推荐理由：权重与逐项评测表格同时放出，可对照基座模型判断 9B GUI 智能体在同规模基准上的位置。
Claude Code GitHub ReleasesAI 评分3333 Claude Code v2.1.247 发布：新增 SendFeedback 工具与 /claude-api cost-optimize
Claude Code v2.1.247 新增 SendFeedback 工具，会话出错时 Claude 可起草反馈报告，供用户从 /feedback 审阅并发送，可用 feedbackDrafts 设置关闭。
Hugging Face Daily PapersAI 评分4848 GigaBrain-0.7 发布：三系统架构的具身基础模型，预训练超 3.7 万小时异构数据
GigaBrain-0.7 是采用三系统架构统一理解、预测与动作的具身基础模型，预训练规模超 37,000 小时异构具身数据，并引入一阶段对齐训练联合优化视觉语言理解与多本体动作生成。
Hugging Face Daily PapersAI 评分3333 MoTE：面向多任务视频理解的任务专家混合架构
研究者提出 MoTE（Mixture of Task Experts）解码器架构，将大语言模型的前馈网络转为任务专属专家，同时保持多模态主干共享，每个样本只走一条任务路由。
Hugging Face Daily PapersAI 评分3838 DREAM 技术报告：淘宝首页推荐的重排 A/B 测试使 GMV 提升 0.88%
DREAM（Developing Recommender Engine with Agentic Methods）是一种在现有推荐流水线上叠加可编排、可审计策略层的自主优化控制架构，包含三层 Intent Engine 与基于 MetaModel 的 Meta Engine。
Hugging Face Daily PapersAI 评分4141 CyberFactory：用真实漏洞实例扩展网络安全能力，并发布 Aegis 模型
开源框架 CyberFactory 将 CVE 等公开漏洞产物转化为可执行、可验证的任务实例，覆盖 PoC 生成、漏洞修补与 CyberQA，并用可复用的漏洞分析技能引导教师模型完成源码审查与证据验证。基于其合成的智能体轨迹训练出的 Aegis 模型在 CyberGym 上一小时预算下 Pass@1 达 52.4%，较 Qwen 3.5 基座提升 22.8 分，且推理时无需该技能。
Hugging Face Daily PapersAI 评分3737 LAWA：用潜在动作作为意图，为世界动作模型实现高效未来想象
LAWA 是一种世界动作模型（WAM）架构，用紧凑的潜在动作表示未来意图，在推理时无需生成未来观测即可完成未来想象。在 RoboCasa 上，LAWA 在少样本和全量数据设置下分别取得 65.6% 和 80.8% 的平均成功率，较匹配的 Fast-WAM 基线提升 9.6 和 4.5 个百分点，同时推理延迟比匹配的 Joint-WAM 变体低 42.9%。
Hugging Face Daily PapersAI 评分4141 Game2World Engine：用野生游戏视频训练世界模型
研究团队提出 Game2World Engine（G2WEngine）全栈框架，可自动从真实游戏视频中提取可复用 UI 素材，并在干净画面上合成时序一致的 UI 叠加层，从而把带界面的野生游戏视频转化为世界模型训练数据。
Hugging Face Daily PapersAI 评分4242 OraRL：面向视频 MLLM 的高效可扩展强化学习后训练方法
研究者提出 OraRL，将标注作为 oracle rollout 直接纳入 on-policy 组，并用解耦优势估计器解决由此产生的 advantage inversion 问题。
Hugging Face Daily PapersAI 评分2727 从看到做：智能眼镜作为第一人称智能平台综述
一篇综述首次用统一框架系统研究智能眼镜，将其定义为连接人类感知、持久上下文与数字或物理动作的第一人称智能平台。文章提出 L0-L5 能力框架，覆盖采集、反应式感知、情境辅助、持久状态、受治理动作与具身耦合，并沿八项可验证硬件能力轴刻画设备。核心挑战不在模型能否单独识别、回答、记忆或行动，而在于完整系统能否维持可靠、时序有效、可纠正且可治理的感知-状态-交互-动作闭环。
Hugging Face Daily PapersAI 评分5252 微信发布 WeMM-Embedding 多模态嵌入模型技术报告
微信发布 WeMM-Embedding 通用多模态嵌入模型技术报告，支持文本、图像、视频、视觉文档和任意交错多模态输入，并可灵活设置输出维度。该系列包含 2B、4B、9B 三个规格，其中 2B 版本在 MMEB-v2 上已超过此前领先的 8B 开源基线，9B 版本取得 80.6 的总体最优成绩。
Hugging Face Daily PapersAI 评分4444 TorchMorph：CUDA 加速的形态学变换库
TorchMorph 是一个轻量级 PyTorch 扩展，用融合 CUDA kernel 直接在 (B, C, Spatial...) 张量上实现形态学变换，支持最多八个空间维度、共 22 个公开算子，涵盖二值形态学、灰度形态学、精确与近似距离变换以及熵正则最优传输。
Hugging Face Daily PapersAI 评分6161 LAION 发布 LAION-BVD：1000 万小时开放视频数据集
LAION 公开 LAION-BVD 大规模开放视频数据集，从 CommonCrawl 收集 1.3B 条平台视频 URL，实际下载 80M 个视频、总时长 1000 万小时。
Hugging Face Daily PapersAI 评分3535 无需训练的长度自适应解码：Entropy-Valley 提升掩码扩散机器翻译
研究者提出 Entropy-Valley（EV），一种无需训练的长度选择器，通过全掩码前向传播的平均预测熵为候选目标画布打分，选出骨干模型最易填充的长度。相比基于训练语料长度统计的基线，EV 在 En→Zh、Zh→En、En→De 上分别恢复了参考目标长度所带来 COMET-22 增益的 64.9%、65.3% 和 33.0%。
Hugging Face Daily PapersAI 评分3636 BPCO：一种稳定的 Critic 优化方法，单响应采样即可媲美 GRPO
研究提出 Best Practice Critic Optimization（BPCO），通过结合 DPPO、限制在奖励范围内的价值预测、蒙特卡洛价值目标、未归一化策略优势和长度自适应广义优势估计，解决 critic 训练不稳定的问题。
Hugging Face Daily PapersAI 评分5353 AutoSaddler：从智能体执行轨迹自动优化 harness
AutoSaddler 提出自动 harness 优化框架，把 harness 改进建模为离线学习问题，利用 mini-batch 的失败信号迭代更新 harness，并结合失败轨迹诊断、把 harness 当作代码的结构化补丁生成和基于验证的更新筛选。
Hugging Face Daily PapersAI 评分3232 OPDVR：用可验证奖励改造 on-policy 蒸馏，无需额外超参数
研究者提出 OPDVR，将 on-policy 蒸馏（OPD）与可验证奖励强化学习（RLVR）无缝结合且不引入任何额外超参数。该方法先基于轨迹正确性重构采样 token OPD 的隐式奖励，再用 ReLU 门控让正确轨迹获得非负奖励、错误轨迹获得非正奖励，从而把采样 token OPD 变成标准 RLVR 方法，可直接搭配 GRPO 等策略梯度算法。
Hugging Face Daily PapersAI 评分5151 Recuris 递归经验工作记忆架构提升长程智能体任务成功率
研究提出 Recuris，一种面向长程智能体框架的递归经验工作记忆架构，由工作记忆跟踪任务进度，并从经验记忆中引导技能选择，使技能调用贴合当前需求而非完整历史。
Hugging Face Daily PapersAI 评分3636 DiffusionOPSD：扩散模型中的同策略自蒸馏框架
研究提出 DiffusionOPSD 同策略自蒸馏框架，将图像级奖励引导转化为去噪中间预测的显式监督目标，在 SD 3.5-M 和 Z-Image-Turbo 上于 20 个奖励匹配设置中的 19 个取得最佳最终留出分数，最高超越最强对比方法 44.0%。相比 DiffusionNFT，训练 GPU 时长在 SD 3.5-M 上减少 40%、在 Z-Image-Turbo 上减少 63%。
Hugging Face Daily PapersAI 评分4545 Meta^n：通过涌现深度实现递归自我改进
Meta^n 提出一种保持元操作 Ω 固定、对其自身产物递归的自我改进方法，深度由收敛而非预设决定，并用进化档案搜索层链。在两个骨干模型上，Meta^n 在全部八个基准系列上超越此前的自我改进智能体，在 ARC-AGI-2 上是唯一得分高于零的方法。消融实验显示递归收益主要来自各层传递给下一层的条件信息，且随深度涌现出未被提示词规定的层角色。
Hugging Face Daily PapersAI 评分3232 CAFE：自改进搜索智能体需要共同演化的反馈
研究者提出 CAFE（Coupled Agent–Feedback Evolution）框架，让共享参数模型在搜索智能体与 critic 两种角色间交替，先基于基础智能体自身失败轨迹初始化反馈条件下的纠错，再耦合在线与离线优化。
Hugging Face Daily PapersAI 评分4343 LongRCA Bench：诊断长时程智能体失败中的责任角色与根因
研究者推出 LongRCA Bench，包含来自五个来源的 1,140 条完整失败轨迹，全部人工标注责任角色与最早决定性根因步骤，参考根因距任务完成中位数为 48 步，28.4% 的轨迹后续步骤超过 100 步。在 DeepSeek-V4-Flash 上，五个基线中最强者仅达 13.2% 根因步骤精确准确率；提出的免训练方法 RCTA 将这一指标提升至 24.1%，责任角色准确率达 51.1%。
Hugging Face Daily PapersAI 评分5050 论文提出前缀不变性审计方法，在 Zamba2 和 Nemotron-H 中定位因果性缺陷
研究提出一种前缀不变性审计方法，只需两次前向传播、无需训练或梯度，即可给出逐层分数定位因果性断裂位置。在八个 checkpoint 的 192 次注入故障试验中，掩码检查未检出任何一例，该审计将 192/192 全部定位到确切层。对 transformers 分块扫描代码的静态与动态分析还在 Zamba2 和 Nemotron-H 中发现同一跨块轴错误，并通过参考实现修复。