Looped Uniform Diffusion Language Models
研究发现，在 Uniform Diffusion Language Models（UDLMs）中应用选择性 looping 技术，可显著提升训练效率：仅需 0.5 万亿 token 训练量即可达到原模型 1 万亿 token 的验证 NLL，训练 FLOPs 减少 2.8-3.3 倍；在相同 NFE 预算下，生成困惑度降低最高 9.8%。
#论文/研究
HuggingFace Daily PapersAI 评分3535
HuggingFace Daily PapersAI 评分4545 ToM2Vec: 多智能体协调中的连续心智理论 Token
ToM2Vec 通过固定预算的连续推理 Token 在潜在空间中学习抽象心智理论，支持多智能体在协作、竞争和混合动机环境中的交互。实验显示其在 Overcooked-AI 等环境中优于基线和竞争模型，且能泛化至未训练的 GPT-5.4 等模型。
HuggingFace Daily PapersAI 评分4040 Quant-Arena: 评测大语言模型在量化交易研究中的端到端能力
Quant-Arena 基准测试使用真实 A 股市场数据，评估 LLM 完成量化研究全流程的能力，包括构建特征、生成代码和制定策略。GPT-6 Astra 在九个前沿模型中得分最高，但所有模型在 2024 年均未跑赢等权重市场基准。该基准公开接受任何模型或智能体的提交。
HuggingFace Daily PapersAI 评分4545 检索增强生成组合性研究
研究发现 RAG 技术单独优化与组合效果差异显著，450 组配置测试显示组合增益仅 17%，远低于预期的 47%；最佳组合随语料库规模变化，小语料最优方案在大规模时失效。LASAGNA 开源框架支持此类评估。
IT之家AI 评分6565 我国科学家解锁化工催化新范式，实现分子筛催化低碳烯烃羰基化新反应
中国科学院大连化学物理研究所刘中民院士、朱文良研究员团队在分子筛催化烯烃羰基化方向取得进展，实现了水参与下丙烯羰基化制异丁酸、乙烯羰基化制丙酸两个新反应，反应过程不使用铑、铱等贵金属，也不依赖有机配体。研究揭示了底物分子大小与孔道几何匹配决定反应路径的设计规律，为分子筛羰基化搭建了可反向预测、理性设计的通用框架。
HuggingFace Daily Papers精选AI 评分7575 从视觉语言模型规划器到机器人智能体：面向历史依赖操作的自进化框架
研究人员提出SERA（Self-Evolving Robotic Agent）框架，通过可编辑的harness将视觉语言模型组织为机器人智能体，利用环境rollouts实现自我进化。在RoboMME测试中，SERA通过自主选择实现了51.38%的整体成功率，相比没有自我进化的44.38%有显著提升。这种方法解决了历史依赖操作中的非马尔可夫问题，表明智能体规划是解决此类机器人操作任务的有前景方向。
推荐理由：通过可编辑的harness将VLM组织为机器人智能体，利用环境rollouts实现自我进化，解决了历史依赖操作中的非马尔可夫问题。
HuggingFace Daily PapersAI 评分3535 PACE: 四位状态量化器提升线性注意力语言模型效率
PACE 是一种后处理四位状态量化器，通过减少状态舍入频率和按列共享量化尺度，在 4B-35B 参数模型上以混合四位和八位头实现与八位 DAMP 相当的性能，内存占用减少约三分之一，同时保持解码速度优势。
HuggingFace Daily PapersAI 评分3535 RealMe：从稀疏低分辨率输入生成沉浸式体积视频
RealMe 通过高分辨率视频扩散模型将稀疏低分辨率输入转化为 2K 分辨率、4D 一致的体积视频。该模型采用因子化时空注意力机制和多视图布局感知嵌入，在 DNA-Rendering 基准和自建 RealVV 数据集上实现视觉保真度和 4D 一致性超越 SOTA 方法。
HuggingFace Daily PapersAI 评分3535 LoopRec：面向序列推荐的项目级自适应递归方法
LoopRec 通过引入轻量级门控机制实现项目级自适应递归，为高频项和已收敛项分配浅层计算，为低频项和近期交互分配深层计算。该方法在四个骨干模型家族的公开基准测试中，持续优于固定深度方案，且无需额外深度标签。
IT之家AI 评分4040 美国西北大学首次将正电子囚禁数月并精确控制其量子态
美国西北大学物理学家首次将单个正电子冷却至接近绝对零度并悬浮于近乎完美真空中，成功“囚禁”数月。该研究通过精确测量正电子磁性，为检验电子与反物质对称性提供迄今最严格测试。若结果不符标准模型预期，或将揭示宇宙物质主导之谜。
HuggingFace Daily Papers同事件AI 评分6565 多模态具身智能体：从计算机使用到机器人使用的统一能力视角
研究者提出多模态具身智能体(MMEAs)概念，引入PAPAV统一框架，包含感知、预测、规划、行动和验证五大功能。通过64个基准测试分析，发现当前评测过度关注行动能力，而预测和验证能力评估严重不足，揭示了物理环境对智能体设计的挑战。
同一件事，精选收录的是《多模态具身智能体：从计算机使用到机器人使用的统一能力视角》
HuggingFace Daily PapersAI 评分4545 CulturalRiddles: 多文化谜语评测基准
CulturalRiddles 是一个包含 62 种文化原创谜语的评测基准，涵盖 45 个国家和 51 种语言，通过人类协作创建。研究测试了 28 个大语言模型配置，发现最先进模型在某些文化中的准确率最高仅 22%。该基准数据集已公开，并开放贡献以扩展语言和文化覆盖范围。
HuggingFace Daily Papers同事件AI 评分7070 Agentic World Action Models 论文发布
研究人员提出AW-0框架，整合代码规划与视频预测，使机器人技能可复用且具备物理预测能力。该框架在RoboTwin 2.0和双臂操作任务中表现优于VLA和WAM基线模型，提升了任务性能、语言遵循能力和语义推理能力。
同一件事，精选收录的是《Agentic World Action Models 论文发布》
HuggingFace Daily Papers精选AI 评分6565 Evolving with Open Worlds: Towards Recursive Self-Improvement for Future Forecasting
研究人员提出DeepEvolve系统，一种基于未来事件预测的可持续进化智能体系统，该系统通过与动态变化环境持续交互并内化经验实现自我改进。在FutureX排行榜上，该自我改进预测器连续三周排名第一，评分提升高达195%；在合成的评估中，它在四个基础大语言模型中排名前三，比最强基线高出最多10.7 Bradley-Terry分。
推荐理由：通过未来事件预测构建可持续进化系统，在真实世界评估中连续三周排名第一，展示AI从静态模型向自我进化智能体的转变。
HuggingFace Daily PapersAI 评分4545 SpatialBrain: 空间智能从经验中成长
SpatialBrain 框架通过保留空间推理决策经验，在五个基准测试中优于或持平同骨干模型的直接答案。该框架包含 3DFusionMemory 融合场景观测、Spatial Skill Library 提供可复用工具程序，以及 Spatial Cognition 关联任务条件与经验使用策略。
HuggingFace Daily Papers精选AI 评分6565 TraceForge: 用自己的思维进行知识蒸馏
研究人员提出 TraceForge 方法，通过生成与目标模型风格一致的推理轨迹来解决前沿模型不提供详细推理过程的问题。该方法采用两阶段训练，在 HumanEval+ 上提升 3.7 分，在 MBPP+ 上提升 7.1 分。
推荐理由：通过生成与目标模型风格一致的推理轨迹，TraceForge 在保持数据来源合规的同时提升了模型性能。
arXiv · cs.RO精选AI 评分6565 面向移动机械臂在半静态环境中安全导航的面向对象和任务的主动感知
本文提出了一种主动感知框架，使高自由度移动机械臂在导航过程中使用手部相机检查不确定或安全关键区域。该框架通过概率性的面向对象和任务的下一最佳视图(NBV)公式，优先观察期望路径附近和不确定或可能变化物体周围的区域。实验表明，与被动或非任务感知的基线相比，该方法提高了地图一致性，降低了任务相关的地图熵，并减少了导航风险。
推荐理由：移动机械臂在半静态环境中通过主动感知降低碰撞风险，将导航与地图维护闭环整合。
arXiv · cs.RO精选AI 评分7575 SP-HLM：基于稀疏姿态驱动的运动生成与人形机器人操作控制
Zhaohui Yang等人提出SP-HLM框架，结合五个关键身体姿态与潜在运动先验，实现人形机器人的操作控制。该框架包含SP-VLA视觉语言动作模型预测稀疏姿态，SP-MGM运动生成模型重建全身动作，以及SP-GMT通用运动跟踪器实现全身控制。实验表明该方法在运动跟踪、全身协调和操作成功率上优于现有方法。
推荐理由：通过稀疏姿态驱动接口分离任务意图与全身协调，解决了人形机器人操作中的控制难题。
arXiv · cs.RO精选AI 评分7575 从推理到行动：前沿AI模型在LIBERO-10机器人操作任务上的基准测试
研究人员提出了一个统一的闭环操作框架，用于评估前沿AI模型在LIBERO-10基准测试中的表现。测试包括GPT-6 Astra、GPT-6.1 Sol、GPT-6 Luna、Claude Opus 5、Claude Opus 5.5和Gemini-4 Argon六个模型，在三种推理努力水平下进行了1800次评估。
推荐理由：前沿AI模型在机器人操作任务中成功率最高仅44%，推理能力转化为可靠物理动作仍是挑战。
arXiv · cs.RO精选AI 评分7575 地球训练的人形控制器能否在月球行走？重力、地形与土壤迁移研究
该研究探讨了在月球重力、地形和土壤条件下，地球训练的人形控制器的迁移能力。研究在模拟的Unitree G1上训练了12种策略，测试了不同重力、地形和地面接触条件下的表现。
推荐理由：研究首次系统验证了地球训练的人形控制器在月球重力与地形下的迁移能力，发现重力转移不对称且粗糙地形训练显著提升生存率。
arXiv · cs.RO精选AI 评分6565 AtomicRL: 用于长时程机器人操作的原子强化学习
Likui Zhang提出AtomicRL框架，通过语义感知策略优化(SAPO)和瓶颈自适应目标探索(BATE)解决VLA模型在长时程任务中的信用分配问题。在LIBERO-LONG和CALVIN ABC-D数据集上，相比PPO方法分别提升3.6%和9.5%的性能，结合Real2Sim2Real管道后，实际机器人任务性能平均提升21.3%。
推荐理由：通过原子任务结构解决长时程机器人操作中的信用分配难题，Real2Sim2Real管道使仿真到现实迁移效率提升21.3%。
arXiv · cs.RO精选AI 评分7575 ASTEROID：不对称在线策略蒸馏学习上下文探索
Sriyash Poddar 提出 ASTEROID 框架，通过学生-教师监督学习让机器人在部分可观测环境中学习测试时探索。该方法在11种不同环境中表现优异，返回率提高约2倍，交互次数比强化学习减少约100倍，在仿真到真实机器人操作中成功率提升40%。
推荐理由：ASTEROID 框架通过不对称在线策略蒸馏，让机器人在不确定环境中高效探索，比强化学习减少99%交互次数。
arXiv · cs.RO精选AI 评分7575 多模态具身智能体：从计算机使用到机器人使用的统一能力视角
本文提出多模态具身智能体(MMEAs)概念，定义了PAPAV统一框架，包含感知、预测、规划、行动和验证五大功能。研究分析了从计算机使用到机器人使用的转变面临的五大物理约束，并指出当前64个基准测试中仅有5个评估预测能力，3个评估验证能力，存在评测不平衡问题。
推荐理由：从计算机使用到机器人使用的多模态智能体转变面临五大物理约束，当前评测过度关注执行而忽视预测与验证能力。
arXiv · cs.RO精选AI 评分7070 CW-WAM：一种用于力敏感操作的结构化接触力矩世界动作模型
Houzhu Ding 提出了 CW-WAM 模型，该模型联合预测视频、运动和接触力矩，通过统一交互模块和双因果注意力机制，将接触力矩预测与动作控制结合。实验表明，该模型将方形插销插入成功率从 25% 提升至 70%，电源适配器插入成功率从 40% 提升至 95%，并降低了力参考均方误差。
推荐理由：通过统一交互模块和双因果注意力机制，将接触力矩预测与动作控制结合，显著提升了机械臂操作精度和成功率。
arXiv · cs.RO精选AI 评分7070 PhysiCalWorld: 基于上下文物理校准的世界模型
Yunhao Luo 提出 PhysiCalWorld 方法，通过上下文提示而非微调或物理建模来校准世界模型的实例特定动力学。该方法将探索性交互片段编码为紧凑的物理描述符令牌，显著提高了滚动预测准确性和视觉规划成功率，并在训练物理范围之外表现出泛化能力。
推荐理由：通过上下文提示而非微调实现世界模型的物理校准，为具身智能提供了更准确的场景预测能力。
arXiv · cs.RO精选AI 评分7575 Agentic World Action Models 论文发布
Zhuoyang Liu等人提出AW-0框架，将代码规划与视频、动作预测整合为三个耦合的生成流，在RoboTwin 2.0和双臂操作任务中表现优于VLA和WAM基线模型。
推荐理由：AW-0框架首次将代码规划与视频、动作预测耦合，为机器人提供了可复用的技能库，弥合了预测与执行间的鸿沟。
HuggingFace Daily PapersAI 评分3535 VX-One: 实时边界分类的校准决策头研究
VX-One 是一种小型多头网络（10万-1000万参数），输出校准门、封闭候选集选择和序数评分，在 UNSW-NB15 和 CIC-IDS2017 上检测性能优于校准 XGBoost，但多类归因落后。两阶段级联方案（Suricata + VX-One）对未知攻击召回率达97.8%，但校准性能随时间漂移下降。
HuggingFace Daily PapersAI 评分4040 RubatoCodec: 基于事件预算的自适应语音分词与流式解码
RubatoCodec 是一种基于 X-Codec-2 的可变帧率语音编解码器，通过自适应分配机制实现语音事件级别的精确预算控制。实验表明，在低事件率下，自适应分配在重建保真度和可懂度上优于固定速率编码，且在英日多语言任务中保持竞争力。代码和权重已公开。
HuggingFace Daily PapersAI 评分3535 ALLOT：基于输出测试的视频扩散模型块稀疏注意力训练-free分配方法
ALLOT 通过单元探测和轨迹校准优化视频扩散模型的块稀疏注意力分配，在相同或更短 wall-clock 时间下，于 HunyuanVideo 上实现 11.8 dB PSNR 提升，并在九种设置中优于或持平默认策略。
HuggingFace Daily PapersAI 评分5555 Harness Scaling for Generalizable Agentic Reinforcement Learning
研究人员提出Harness Scaling方法，通过多样化训练配置提升智能体强化学习的泛化能力。该方法构建因子化harness空间，选择平衡训练子集，并组织跨harness训练，在多个基准测试中显著提高了模型对未见配置的泛化性能。
HuggingFace Daily Papers精选AI 评分6565 ALPS: 用于世界模型的视觉状态编码器
研究人员提出ALPS，一种预训练的视觉状态编码器，能够统一物理状态信息、原生语言对齐和像素重建三种能力。在LIBERO评估中，ALPS在ViT-B模型中实现了最低的聚合状态探测误差，同时保持了强大的语言对齐和准确的像素重建能力。
推荐理由：ALPS通过统一物理状态、语言对齐和像素重建三种能力，为世界模型提供了更全面的视觉基础。
HuggingFace Daily PapersAI 评分4040 自回归视频生成模型中的未来块预测方法
研究提出未来块预测（FCP）辅助目标，通过预测时间分离的视频块来提升视觉演化建模能力。FCP 在无需额外预训练视觉编码器的情况下，以更低训练计算成本实现更优物理合理性。该方法可能促进更结构化的表示空间构建，对自回归世界模型开发有潜在价值。
HuggingFace Daily PapersAI 评分5555 Memory-Centric Continual Learning for AI Agents
论文提出Memory-Centric Continual Learning (MCCL)框架，通过三轴分类法组织记忆内容，建立双循环生命周期更新记忆状态，并设计评估协议衡量记忆在干扰下的保留能力、适应变化的能力和任务迁移能力，旨在将智能体记忆从被动检索转变为持续学习。
arXiv · cs.ROAI 评分4040 机器人前馈控制动作的负载泛化方法研究
该研究提出一种新方法，使机器人前馈控制动作能根据负载参数泛化，无需机器人动态模型知识，适用于刚性关节和弹性关节机器人。实验在 Franka Emika Panda 机器人及其弹性腕版本上验证了算法在轨迹跟踪任务中的有效性。
arXiv · cs.RO精选AI 评分6565 AOV-GS: 基于3D高斯溅射的主动开放词汇语义映射
Rodion Shkokov提出AOV-GS系统，使用冻结的SAM和CLIP模型引导机器人探索，构建支持开放词汇语义查询的3D地图。在Replica和Matterport3D数据集上，该方法相比纯几何主动规划提升了语言场mIoU 1.3-1.8个百分点，同时保持新视角PSNR相当。代码已公开。
推荐理由：冻结基础模型引导机器人探索，无需人工标注即可构建开放词汇语义地图，提升语义查询能力。
arXiv · cs.ROAI 评分4545 流匹配与模型预测控制集成实现机器人安全导航
该研究提出结合流匹配路径规划与模型预测路径跟踪控制的框架，通过数据驱动生成轨迹并实时满足约束条件。仿真显示该方法在复杂环境中具备鲁棒性能，能适应未见障碍物并实现无碰撞导航。
arXiv · cs.RO精选AI 评分7070 PRISM：通过物理驱动的噪声解耦与语义几何协作学习真实深度
该论文提出PRISM框架，将深度噪声解耦为感知失效和测量不准确两种模态，利用3D视觉基础模型特征作为空间语义先验。实验表明，PRISM在嘈杂深度合成中达到最先进保真度，并在下游机器人实验中实现92.1%的平均成功率。
推荐理由：将深度噪声解耦为感知失效和测量不准确两种模态，为机器人在真实世界中的感知提供了新思路。
arXiv · cs.RO精选AI 评分6565 基于距离场驱动的强化学习实现反应式鲁棒碰撞避免
本文提出了一种将欧几里得距离场(EDF)直接集成到观察空间的强化学习框架，在7自由度冗余机械臂上验证了该方法的有效性。该方法实现了从仿真到实体的零样本迁移，尽管仅使用随机静态物体进行训练，部署后的策略能够泛化到未见过的真实环境，并表现出对动态障碍物的鲁棒在线避障能力。
推荐理由：将欧几里得距离场直接融入观察空间，实现了从仿真到实体的零样本迁移，为复杂环境中的实时避障提供了新思路。
arXiv · cs.RO精选AI 评分6565 线性扭动侧向爬行步态：可扭动机器人在复杂地形上的运动规划
Qingling Fan提出了一种新的线性扭动侧向爬行步态，通过将工作负载分散至整个机器人身体，使单个扭动关节的峰值输出功率降低42%。实验表明，新步态可在传统方法无法适应的地形上移动，并且比无扭动的传统侧向爬行速度快49%。
推荐理由：线性扭动侧向爬行步态将机器人工作负载分散至全身，解决了传统方法中电机过载问题。
arXiv · cs.ROAI 评分4545 可穿戴机器人的多目标图像抓取部位识别方法改进
该研究通过引入激光指针和混合现实策略，将现有视觉管道扩展至多目标场景，抓取部位识别准确率提升最高9%，同时保持计算成本不变。方法通过修改硬件设置和重新训练深度卷积神经网络实现，可复用高质量分割掩码生成逼真图像。