跳到正文
今天10月22日周四25 条
  1. Hugging Face Daily Papers40

    RealMe:从稀疏采集生成沉浸式体积视频

    RealMe 是一个基于高分辨率视频扩散模型的统一框架,可将稀疏低分辨率采集视频增强为 2K 分辨率、4D 一致的视频,用于体积视频重建。该方法采用分解式时空注意力与布局感知位置编码,并引入潜空间频率损失缩小生成与真实采集的差距。在 DNA-Rendering 基准和自建 RealVV 数据集上,其视觉保真度与 4D 一致性超越现有最优方法,论文将发表于 SIGGRAPH Asia 2026。

  2. 第一财经 · 正在46

    TrendForce:预估服务器 CPU 今年出货增幅 31%,2027 年有望增逾 40%

    TrendForce 集邦咨询最新 AI 服务器产业研究预估,随着 AI 服务厂商积极推出 AI Agent 相关应用,服务器 CPU 需求自 2025 年下半年起稳步成长,2026 年出货年增幅将达 31%。2027 年因 AI 推理需求持续成长、Agentic AI 服务渗透率提升,出货量有望再年增逾 40%,但 x86 阵营主导的市场格局可能生变。

  3. Hugging Face Daily Papers24

    LoopRec:面向序列推荐的条目级自适应递归推理

    论文提出 LoopRec,将序列推荐中的固定计算深度改为条目级自适应递归。该方法用单个权重共享块递归处理,在每个递归边界由轻量门控对每个条目独立做出退出或继续的二元决策,无需辅助深度标签。在公共基准和四类骨干架构上的实验显示 LoopRec 持续优于同等预算的固定深度方法,且学到的分配与 oracle 分析一致:低频条目和更近的交互获得更深计算。

  4. Hugging Face Daily Papers39

    多模态具身智能体:从 Computer-Use 到 Robot-Use 的统一能力视角 PAPAV 框架

    研究者提出 PAPAV 统一能力框架,将多模态具身智能体(MMEAs)的核心功能归纳为感知状态、预判动作效果、规划可行路径、通过接口或身体执行、验证结果五项。分析 64 个 benchmark 发现,评测集中在 Act,仅 5 个评估 Anticipate、3 个评估 Verify。该框架为设计可靠物理智能体、超越单纯任务成功率衡量进展提供了共同基础。

  5. Hugging Face Daily Papers56

    DeepEvolve 论文提出面向未来事件预测的递归自我改进智能体系统

    论文提出基于未来事件预测的递归自我改进智能体系统 DeepEvolve,通过动态环境合成可验证任务,并将预测背后的推理轨迹内化回模型能力。在每周更新的 FutureX 排行榜上,其自我改进的预测系统连续三周排名第一,rating 最高提升 195%;在自建评测中于四个基座 LLM 上均进入前三,最强领先基线 10.7 Bradley-Terry 分。

  6. Hugging Face Daily Papers37

    SpatialBrain:从经验中生长的空间智能框架

    论文提出 SpatialBrain 框架,在冻结视觉-语言骨干的前提下保留空间推理决策经验,核心是区分场景证据与推理经验。其 3DFusionMemory 将当前场景观测融合为可查询的空间关系,Spatial Skill Library 提供可复用工具流程,Spatial Cognition 关联任务条件与经验,完成的轨迹被抽象为过程记录并在任务块间整合。

  7. Hugging Face Daily Papers43

    TraceForge:用学生模型自身风格生成推理轨迹做蒸馏

    TraceForge 提出一种蒸馏替代方案:在教师模型隐藏推理轨迹不可得时,以教师答案和上下文为输入,由生成器自行写出学生模型家族风格的推理轨迹,配合对抗训练的 critic 筛选。独立判官的真实性评分显示其轨迹平均 0.68,接近真实轨迹的 0.66,critic 筛选后达 0.82。在相同 5,000 题和教师答案下,HumanEval+ 提升 3.7 点、MBPP+ 提升 7.1 点。

  8. Hugging Face Daily Papers39

    CulturalRiddles:一个多文化谜语评测基准

    CulturalRiddles 是一个由人工创作、社区协作完成的多文化谜语基准,覆盖 62 种文化、45 个国家、51 种语言,要求模型具备溯因与组合推理及文化特有知识。研究评测了 28 个 LLM 配置,结合自动评估与大规模人工评估,前沿模型在某些文化社区中准确率最高仅 22%。全部数据与代码已公开,并开放贡献渠道以扩展语言与文化覆盖。

  9. Hugging Face Daily Papers39

    AW-0:面向机器人操作的 Agentic 世界动作模型框架

    研究者提出 AW-0,一个将代码化规划与视频、动作联合预测结合的 Agentic 世界动作模型框架。该框架在统一的 mixture-of-transformers 架构中将代码、未来视频和机器人动作建模为三条耦合生成流,并通过自动化管线把机器人与人类视频轨迹标注为程序、沉淀为可复用技能库。

  10. Hugging Face Daily Papers40

    ALLOT:按输出分配块稀疏注意力的免训练视频 Diffusion Transformer 加速方法

    研究提出 ALLOT,一种免训练的块稀疏注意力分配方法,用于降低视频 Diffusion Transformer 全 3D attention 的计算成本。它将每个 layer-step 对视为单元,通过 cell probing 和 trajectory calibration 估计其对最终视频误差的贡献,并在实测延迟预算下联合优化单元密度。

  11. Hugging Face Daily Papers41

    面向 AI 智能体的以记忆为中心的持续学习框架 MCCL

    哈工大等机构研究者在 arXiv 论文(arXiv:2610.29357)中提出以记忆为中心的持续学习框架 MCCL,主张以记忆能否改善未来行为而非仅检索来评判记忆系统。MCCL 包含按载体、资产、策略三轴组织记忆的分类法与内外双环生命周期,并提出衡量干扰下保持、变化适应与任务迁移的评估协议,以及建模性能随经验、存储和算力扩展的记忆扩展框架,为自我改进的自主智能体提供路径。

  12. 财联社 · 电报52

    美国西北大学团队首次将正电子囚禁数月

    美国西北大学研究团队将捕获的正电子囚禁在特制陷阱中,冷却到接近绝对零度的量子态并隔绝普通物质,使其保持长达数月而未湮灭。该成果为检验电子与正电子对称性提供了迄今最严格的实验平台,论文21日发表于《物理评论快报》。

  13. The Verge56

    研究报告称德州数据中心激增可能抹去数十年空气治理成果

    HARC 发布新报告称,若德州所有规划中数据中心按当前电网结构接入,电力行业细颗粒物污染将增至 2006 年以来最高水平,NOx 排放增加 136%,二氧化碳排放较 2025 年上升 90%。报告同时给出缓解路径:若数据中心搭配现场可再生能源发电,NOx 排放最高可降低 10 倍;但若开发商自建燃气轮机以避开并网排队,污染将升至最高。德州目前拥有 26GW 已建成和在建数据中心容量,居全美之首。

10月21日周三
  1. Hugging Face Daily Papers38

    OverSeer:超越智能体视野的多智能体世界模型

    研究者提出多智能体世界模型 OverSeer,在各智能体第一人称视角外引入固定空间的辅助摄像头视角,作为以世界为中心的表征以维持时间与智能体间的一致性。辅助视角冗余且半静态,可通过 delta-VAE 仅编码相对静态参考图的变化来压缩,降低 token 数量与计算开销。在 Minecraft 和 Doom 上的实验显示世界与智能体一致性提升,真实世界多摄像头拍摄结果也验证了该方法不限于游戏引擎。

  2. Axios59

    Frenos 研究:10 个 AI 模型中 3 个能以约 90% 成功率规划电网与水系统攻击

    网络安全公司 Frenos 的新研究测试了 10 个 AI 模型规划工业系统攻击的能力,其中 3 个模型在约 90% 的尝试中成功构建攻击计划。研究共含近 17,000 次测试,包括 2,520 次完整攻击计划构建;前沿模型成功率仅 17.9% 至 31.9%,最强国外开放权重模型为 36.2%,最强美国开放权重模型仅 5.2%,未披露所测模型名称。

  3. Axios50

    Charter 调查:高管信任 AI 胜过自身判断的比例是普通员工的两倍

    Charter 对 5,002 名美国办公员工的调查显示,32.8% 的高管更信任 AI 而非自己的判断,是普通员工(16.3%)的两倍,管理者为 34.8%。报告合著者 Brian Elliott 认为,高管压力和伪装精通的习惯使 AI 加剧认知外包,AI 擅长给执行摘要却难解具体问题。调查还发现员工越熟练使用 AI,越意识到自身可替代性,存在持续的失业焦虑。

  4. arXiv cs.AI44

    WSR-Tune:基于权重空间重参数化的 LLM 微调方法,保住下游适配中的安全对齐

    一项被 NeurIPS 2026(spotlight)接收的研究提出 WSR-Tune,一种通过权重空间重参数化在下游微调中保留 LLM 安全性的框架。该方法构建安全条件基,将安全相关信息集中到少量方向并冻结这些安全关键方向,其余方向用于下游任务更新。实验显示该方法在下游性能与安全保留之间取得更优平衡。

  5. arXiv cs.AI60

    MIT 等机构论文:在代码空间中搜索多智能体路径规划策略

    arXiv 论文(arXiv:2610.25946)提出由人类主导、编码智能体迭代在代码空间中搜索策略的工作流,结合仿真反馈与正确性验证,并给出两个案例研究。

    推荐理由:论文展示了用编码智能体在代码空间直接搜索策略的方法,两个案例的量化结果对多智能体路径规划工程实践有参考。

  6. arXiv cs.AI50

    FALCON:通过反例锚定反馈实现安全的智能体编程

    arXiv 论文提出 FALCON,一个反例锚定的代码安全验证框架,将攻击探索与行为验证分离,并通过被测程序的执行轨迹连接两者。在安全代码生成 benchmark 的测试时修复中,FALCON 带来比其他安全信号更强的留出集功能-安全增益,同时保持或提升功能;作为 RL 奖励时也优于静态分析和学习型奖励,并与代理奖励结合进一步提升留出集表现。

  7. arXiv cs.AI30

    多模态条件潜在扩散模型 MC-LDM 用于脑部 MRI 时空预测

    研究者提出多模态条件潜在扩散模型 MC-LDM,用于预测阿尔茨海默病进展中的脑部 MRI 变化。该模型训练时融合 MRI、tau-PET、CDR 和 APOE4 多模态信息,推理时仅需基线 MRI、APOE4 和患者元数据;基于 ADNI 852 名受试者的 1,355 次访视训练,在 664 次访视的独立测试集上较次优基线降低 18% 的区域体积 MAE。