DiffResearch: 使用扩散语言模型加速深度研究
研究团队提出DiffResearch框架，将扩散语言模型(dLLM)应用于深度研究各阶段，相比自回归模型实现约6倍端到端速度提升。dFast模式通过读取去噪中间状态提取子查询，实现1.99倍中位数加速且不降低报告质量。该框架已开源并采用Apache-2.0许可证。
推荐理由：扩散模型在深度研究中实现6倍速度提升，dFast模式进一步加速分解过程，为交互式研究系统提供新路径。
内容形态
论文研究 最新动态
值得读的 AI 论文与研究成果：架构创新、训练方法、能力测量与理论进展的精选解读。
136 条精选近 30 天 129 条共收录 362 条
更新
精选归档 · 第 5 页
HuggingFace Daily Papers精选AI 评分6565
HuggingFace Daily Papers精选AI 评分7575 Ropedia W0: 利用人类经验扩展跨具身智能体的运动-操作世界模型
研究团队提出Ropedia W0，首个涵盖人类和多样化机器人的第一人称运动-操作世界基础模型。团队整理了包含1万小时人类数据和3千小时机器人数据的Xp-Data集，采用统一的运动学表征编码运动和操作。该模型在五个跨具身基准测试上达到最先进性能，支持实时长时间推理，并在具身决策应用中展示实用性。
推荐理由：通过统一运动与操作表征，首次实现跨具身智能体的世界模型，为具身决策提供新基础。
HuggingFace Daily Papers精选AI 评分7070 相同模拟，不同证据：检索工具输出如何影响LLM智能体的准确性
研究显示，当LLM智能体通过检索而非上下文读取PHREEQC地质化学模拟器的报告时，GPT-5.1和GPT-5.2的准确性分别下降11.3和7.9个百分点，而Claude Opus 4.6和Claude Sonnet 4.6未受影响。GPT模型在检索时经常跳过报告，从自己的高精度输出文件中回答并错误舍入到相邻选项，这种证据替代错误是准确率下降的主要原因。
推荐理由：当LLM智能体通过检索而非上下文读取工具输出时，GPT模型出现明显的证据替代错误，而Claude模型不受影响，揭示了不同模型在证据处理上的关键差异。
HuggingFace Daily Papers精选AI 评分6565 ACE-Brain-0.6: 扩展空间感知以强化物理基础模型
研究人员开发了ACE-Brain-0.6模型，通过结合机器人操作记录和多样化视觉数据的数据流水线，在约150万样本上微调Qwen3.5-9B。该模型在七个公共空间定位基准中的四个上超越GPT-6 Astra，平均得分为75.41，比Astra的73.68更高。研究显示，通过多样化来源的可验证定位监督可增强开放9B模型的空间感知能力。
推荐理由：通过150万样本训练的9B模型在空间感知基准上超越GPT-6 Astra，验证了多样化数据对具身智能的强化作用。
HuggingFace Daily Papers精选AI 评分6565 TokenGate：通过学习型 token 剪枝实现快速且内存高效的 LLM 预填充
研究人员提出 TokenGate，一种小型即插即用组件，可扩展现有训练模型以实现端到端可学习的 token 剪枝，用于快速且内存高效的预填充。该技术通过 token 门控注意力机制，在多种任务上实现了 1.4-11.3 倍的首个令牌时间加速和 1.5-3.4 倍的峰值内存降低，同时不损失准确性。
推荐理由：TokenGate 通过可学习的 token 剪枝技术，在保持模型精度的同时显著提升长上下文处理速度和内存效率。
HuggingFace Daily Papers精选AI 评分7575 Agent World Model in the Wild: 计算机使用智能体环境合成
研究人员提出WildAWM，一种可扩展的管道，用于合成训练通用计算机使用智能体的可控环境和任务。该环境支持图形用户界面、模型上下文协议服务和命令行接口，完全由开源模型驱动。团队合成了341个长时程环境-任务对，训练后的Qwen模型在8个分布外基准测试中取得显著提升。代码已公开。
推荐理由：通过合成环境训练计算机使用智能体，解决了真实世界交互的安全与扩展难题，验证了开源模型也能构建高质量训练环境。
HuggingFace Daily Papers精选AI 评分6565 Focused Omni-Modal GUI Agents 论文发布
研究团队提出 FocusGUI，一种轻量级适配器，能动态优先处理多模态输入，解决GUI智能体中的连续注意力分散问题。在四种多模态骨干模型上，平均将类型匹配度提高33.2，精确匹配度提高3.0倍，比现有最佳增强方法提高30.1。
推荐理由：FocusGUI 通过动态优先处理多模态输入，解决了GUI智能体中的连续注意力分散问题，显著提升了任务匹配度。
HuggingFace Daily Papers精选AI 评分7575 视觉语言模型的规模限制：逆规模效应研究
研究系统评估了19个来自四个不同模型家族的视觉语言模型，发现模型规模增大并不总是带来性能提升，在多图像空间推理、视觉感知和大学级STEM知识等领域存在逆规模效应，准确度差距最高超过20个百分点。
推荐理由：研究揭示了视觉语言模型在特定任务上存在逆规模效应，挑战了模型越大越好的普遍假设。
HuggingFace Daily Papers精选AI 评分7575 SpatialScout: VLM 智能体能主动探索并映射 3D 场景吗？
研究团队提出 SpatialScout 基准，用于评估视觉语言模型智能体在主动物体级 3D 映射上的能力。该基准包含 80 个多样化室内场景和 3,140 个目标物体，要求智能体控制相机探索场景并估计物体中心坐标。
推荐理由：SpatialScout 揭示了当前 VLM 智能体在主动探索和构建精确 3D 地图上的显著差距，最高分模型仅 41.71%，为具身智能研究提供了新基准。
钛媒体精选AI 评分8080 数学的“第四次危机”：从不可说，到无可说
杨健教授系统梳理了数学历史上的四次危机，分析了AI对数学本质的挑战与影响。文章指出，当前AI在数学领域的应用引发了关于证明定义、可理解性和数学本质的深刻讨论，数学家担忧AI可能改变数学的人文本质，但也认为AI可能降低数学门槛，促进数学发展。
推荐理由：文章系统梳理了数学四次危机，分析了AI对数学本质的挑战与影响。
HuggingFace Daily Papers精选AI 评分6565 BiDex-100: 双灵巧手操作综合基准
研究人员发布BiDex-100基准，包含106项双灵巧手操作任务，覆盖泛化、指令跟随、有限演示、长时程和记忆五个能力维度。该基准支持两种 embodiment，提供8,080个成功验证的远程操作演示，总计625万帧。研究团队评估了七种最新的视觉-语言-动作模型，建立了针对特定能力、鲁棒性和数据效率的基线。
推荐理由：覆盖106项任务的双灵巧手基准填补了行业空白，接下来看各家模型在长时程记忆和泛化能力上的真实表现。
HuggingFace Daily Papers精选AI 评分6565 策略而非能力：安全评测衡量的是训练中采用的'不安全'定义
研究发现安全评测分数可能取决于训练标签定义而非模型能力，相同架构的十个模型在相同评测上得分差异高达23倍，微调0.03%参数就能让评测结果跨越整个区间。研究建议安全评测应报告污染度、种子下限和评测所依据的定义。
推荐理由：安全评测分数可能取决于训练标签定义而非模型能力，微调0.03%参数就能让评测结果跨越整个区间。
HuggingFace Daily Papers精选AI 评分7575 Épi：迈向自主研究的持久自我改进智能体
研究人员提出Épi，一个能够跨模型会话持续研究并通过积累经验改进方法的自主研究智能体。Épi结合持久研究历史、分层记忆、分支和独立审查机制，维持研究连续性并从实验中学习。
推荐理由：Épi智能体通过跨会话持续研究创造了120项记录，展示了AI自主研究能力的新高度。
HuggingFace Daily Papers精选AI 评分6565 AffordanceWAM: 面向机器人操作的可 affordance 感知联合世界-动作建模
研究人员提出 AffordanceWAM，一种可 affordance 感知的生成式世界-动作模型，通过标量 affordance 和 affordance 热图表示物体中心的时空 affordance。
推荐理由：通过可 affordance 表示法连接人类与机器人视频数据，实现了无需人类动作标签的跨模态迁移学习。
HuggingFace Daily Papers精选AI 评分7575 Vision as Proprioception: Estimating Humanoid Robot Pose from Video
研究人员提出HumanoidPose框架，通过视频单独估计人形机器人的全身关节配置，结合预训练人体姿态特征与机器人运动学，将人体动作重定向到16种不同人形机器人上，并在三个真实人形平台上将关节角度误差降低了18-32%。
推荐理由：将视觉作为本体感觉来估计人形机器人姿态，解决了在线视频缺乏关节配置的问题，提升了跨平台泛化能力。
HuggingFace Daily Papers精选AI 评分6565 StopLoss：教会智能体预测失败并提前终止
研究人员提出StopLoss，一种小型外部监控器，通过学习已完成轨迹及其验证结果来识别失败。该系统在SWE-bench Verified和Pro子集上测试，相比六种通用判断器，每次检查成本低一到两个数量级，同时保留99%的成功运行，在Pro子集上可降低成本高达31%。
推荐理由：通过学习失败轨迹识别，StopLoss让智能体提前终止无效任务，成本降低一个数量级。
HuggingFace Daily Papers精选AI 评分6565 VLA-Rolling: 通过自适应动作重用实现更少去噪步骤和更好控制
研究人员提出 VLA-Rolling 框架，通过重用动作尾部减少去噪步骤，在 LIBERO、MetaWorld 等基准测试上实现了最高 1.48 倍加速和 15.08 个百分点的成功率提升。
推荐理由：通过重用被丢弃的动作尾部，VLA-Rolling 实现了更高效的推理，在降低计算成本的同时提高了成功率。
HuggingFace Daily Papers精选AI 评分6565 TILDE：从具身基础模型进行教师循环蒸馏
研究人员提出TILDE方法，通过结合学生诱导状态下的在线蒸馏和教师执行恢复轨迹学习，将具身基础模型的能力迁移到无需动作预训练的策略中。该方法还包含AutoDAgger自主数据聚合管道，利用机器人奖励模型监控任务进度并触发教师干预，相比人工监控方法加速恢复轨迹收集超过2倍。在三个真实世界任务中，TILDE相比行为克隆将任务性能提高了最高4.1倍，并支持有效的跨架构蒸馏。
推荐理由：TILDE通过教师模型与自主数据收集的结合，将具身基础模型的能力迁移到无需动作预训练的策略中，解决了机器人数据收集效率问题。
arXiv · cs.RO精选AI 评分7575 DiPLO: 自蒸馏扩散规划用于人形机器人 locomotion 操作
研究人员提出 DiPLO 框架，结合自蒸馏扩散规划器与低级别全身跟踪策略，解决了人形机器人 locomotion 操作的协调难题。该框架通过 SD:DPO 移除规划器对强任务条件的依赖，再使用 DA:PPO 微调模型，在拾取-携带-放置任务中实现99%的任务成功率，并在宇树 G1 机器人上成功部署。
推荐理由：通过自蒸馏扩散规划与全身跟踪策略结合，解决了人形机器人 locomotion 操作难题，实现99%任务成功率。
arXiv · cs.RO精选AI 评分6565 SARAM：面向机器人终身学习的稀疏适配器分配与复用合并方法
SARAM提出了一种终身学习框架，通过复用冻结适配器和仅在选定层引入新适配器，限制存储增长同时保持GPU内存和推理成本与任务流长度无关。在四个LIBERO套件中，SARAM匹配或超过基于适配器的方法，同时每个任务减少最多4.5倍的磁盘状态。在真实UR5机械臂上的实验进一步验证了其在顺序任务流中的保留能力。
推荐理由：通过复用和稀疏分配适配器，SARAM解决了机器人终身学习中存储和部署成本随任务增长的问题。