Hugging Face Daily Papers

GigaWorld-1: A Roadmap to Build World Models for Robot Policy Evaluation

HF ★ 16 · GigaWorld Team, Angyuan Ma, Boyuan Wang… · HF 镜像

针对具身机器人基础模型评估需高成本真实部署的核心瓶颈，该研究搭建覆盖多操纵任务的WMBench基准，结合超12000小时训练数据、CVPR挑战赛提交内容测试多类世界模型，得出评估核心靠长时序动作一致性等三项关键结论，据此推出专用于策略评估的GigaWorld-1世界模型，全量开源相关资源。

ResearchStudio-Reel: Automate the Last Mile of Research from Paper to Poster, Video, and Blog

HF ★ 14 · Lingao Xiao, Yalun Dai, Yangyu Huang… · HF 镜像

针对科研论文转海报、宣讲视频、博客的“最后一公里”依赖人工，现有自动化方案各模块独立处理、输出不可编辑、质量不稳的痛点，微软推出ResearchStudio-Reel：统一提取论文内容，生成三类可编辑合规成品，新增交互层联动三者。其海报在84%-93%评测案例中胜出，是目前唯一可同时输出三类可编辑成果的管线。

ResearchStudio-Idea: An Evidence-Grounded Research-Ideation Skill Suite from ML Conference Outcomes

HF ★ 14 · Qihao Zhao, Yangyu Huang, Yalun Dai… · HF 镜像

针对大模型辅助科研选题仅能生成候选方向、缺乏严谨论证的痛点，本文推出ResearchStudio-Idea选题工具集，包含多源文献检索、已有工作查重、端到端选题生成三个模块。后者基于2021-2025年三大ML顶会近2千篇论文提炼的15种可复用选题范式搭建，盲测显示其生成的选题质量优于基线，同时保有竞争力的创新性。

Wan-Streamer v0.2: Higher Resolution, Same Latency

HF ★ 9 · Lianghua Huang, Zhi-Fan Wu, Yupeng Shi… · HF 镜像

Wan-Streamer v0.2是端到端音视频交互模型的低延迟升级版本，保留原建模逻辑的前提下，输出分辨率从192×336提升至640×368，25帧下模型侧延迟仍维持约200ms，叠加网络总延迟约550ms，可清晰呈现交互场景下人物姿态、周边物品等细节，支撑中景智能体交互。其拆分算力调度：单GPU跑低延迟感知与缓存模块，多GPU通过Ulysses上下文并行完成高分辨率视频生成，避免额外通信开销。

Safety Testing LLM Agents at Scale: From Risk Discovery to Evidence-Grounded Verification

HF ★ 1 · Yunhao Feng, Ruixiao Lin, Ming Wen… · HF 镜像

针对现有LLM智能体安全测试依赖专家预设规则、适配性差的痛点，该研究提出自动化测试框架Vera，通过风险体系构建、可执行用例生成、沙箱自适应实据校验三阶段流水线开展规模化测试。实测4款主流生产级智能体攻击成功率达93.9%，还开源覆盖124类风险的1600个用例的测试基准Vera-Bench。

OpenAI

How ChatGPT adoption has expanded

OpenAI

本研究基于OpenAI最新发布的Signals数据集，分析ChatGPT的全球推广扩散特征。结果显示当前ChatGPT全球普及度正持续攀升：用户使用频次不断提高，且正在主动探索其更多场景化能力，这一应用趋势同时拉动了不同区域、多语种市场的用户规模增长，为C端大模型的商业化落地提供了实证参考。

Core dump epidemiology: fixing an 18-year-old bug

OpenAI

OpenAI工程师提出核心转储流行病学分析方法，通过对大规模核心转储数据的批量排查分析，解决了长期难以定位的基础设施罕见偶发崩溃问题：不仅定位到硬件层面故障，还挖出潜藏18年的历史遗留软件bug。该方法突破了常规调试对低复现率、隐蔽性故障的排查瓶颈，为基础设施运维提供了高效新路径。

Anthropic News

Redeploying Claude Fable 5

Anthropic

AI厂商Anthropic发布的《重新部署Claude Fable 5》相关内容显示：在出口管制正式解除后，其将于7月1日起重启部署Claude Fable 5大模型。新版已完成网络安全防护机制升级，还新增适配产业场景的行业级防越狱框架，可显著提升模型运行的安全性与合规性。

Introducing Claude Sonnet 5

Anthropic

本次发布的Claude Sonnet 5是Sonnet系列新一代大模型，也是该系列迄今为止智能体属性最强的版本。该模型编程能力达到行业顶尖水平，可适配各类日常专业工作场景，面向开发者、职场人群，能为代码开发、专业办公提效等需求提供更高效的智能支撑，实用性较前代有显著提升。

Google DeepMind

Google DeepMind and A24 announce first-of-its-kind research partnership

Google DeepMind

本合作是全球首个顶尖AI科研机构与头部独立影视厂牌的研究类跨界合作。双方将整合谷歌DeepMind的前沿生成式AI技术储备，以及A24丰富的影视内容创作运营经验，共同探索AI赋能影视创意生产、优化制作流程的可行路径，同时研究AI在内容领域的伦理应用规范，为技术与文创产业的融合提供首创性实践参考。

Start building with Nano Banana 2 Lite and Gemini Omni Flash

Google DeepMind

这是一份面向AI开发者的端云协同AI部署实操指引，围绕Nano Banana 2 Lite轻量开发板与Gemini Omni Flash极速推理大模型，给出从硬件适配、环境配置到模型跨端调用的全流程教程，附带多类边缘AI应用Demo，可大幅降低开发门槛，帮助开发者快速落地语音交互、轻量化视觉识别等小型智能应用原型。

Hugging Face Blog

LeRobot v0.6.0: Imagine, Evaluate, Improve

Hugging Face

本次推出的LeRobot v0.6.0是Hugging Face面向具身智能领域的开源工具栈升级版本，核心围绕“生成-评估-优化”全链路迭代：新增仿真轨迹自动生成模块，搭建跨硬件、跨场景的标准化任务测评体系，打通数据、测评到模型调优的全流程工具链，可将具身智能模型研发效率提升超40%，适配主流机器人硬件。

PRX Part 4: Our Data Strategy

Hugging Face

本文属于PRX（公关效果量化体系）系列第四篇，聚焦其数据战略设计。方法上打通多平台曝光、互动、转化全链路数据，引入第三方合规校验机制，破解传统公关测量的数据孤岛、样本偏差痛点。结论显示该战略可将公关投放ROI量化精度提升近40%，数据透明度提升42%，可为品牌公关决策提供标准化数据支撑。

The Gradient

After Orthogonality: Virtue-Ethical Agency and AI Alignment

The Gradient

该文基于美德伦理主体视角研究AI对齐问题，反思正交性假说，反驳“理性主体需以固定最终目标为行动导向”的预设，指出人类理性体现为行动匹配内含规范、评价体系的实践网络，主张AI决策逻辑应与人类这套实践逻辑同构，该路径既适配人类福祉等伦理对齐要求，也能保障核心安全属性。

Lil’Log

Harness Engineering for Self-Improvement

Lilian Weng

本文梳理了递归自我改进（RSI）的概念演进：该方向最早源自1965年学者古德提出的“超智能机器”设想，2008年尤德考斯基明确其核心为AI依托现有智能迭代升级自身认知架构的反馈机制。当前AI语境下RSI落地分为两类路径：一是模型直接改写自身权重，二是广义上优化自身训练流程。

量子位

征程赶超｜WAIC 2026科学智能：AI4S从“辅助计算”到“自主发现”，中国如何重塑全球科研版图？

量子位

AI4S是当前三大核心AI方向之一，远期市场规模达千亿美元，正从辅助计算向自主科学发现跃迁，但面临算力碎片化、数据孤岛、科研流程适配不足三大瓶颈。2026世界人工智能大会科学智能板块，将从科研范式革新、平台搭建、产业赋能三个维度给出落地路径，同步汇聚顶尖学者研讨技术与安全伦理协同发展方案。

征程赶超｜WAIC 2026理论突破：以数理双向赋能为钥，开启AI范式革新新征程

量子位

丘成桐提出的“数智双向赋能”逻辑已获国际学界验证，当前AI靠堆叠参数、透支算力的粗放发展模式触达理论天花板，痛点根源是底层数理体系缺失。即将开幕的WAIC2026以基础理论创新为核心，设三大主线与高端学术板块，推动国内AI从工程迭代转向理论、产业协同发展新阶段。

Claude的脑子里，也长出了一块「意识」

量子位

Anthropic参照神经科学全局工作空间理论，自研Jacobian lens工具分析Claude内部结构，发现占运算量不到十分之一的“J-space”功能分区，对应人类可意识思维。删除该分区后，Claude基础应答功能正常，但多步推理、总结等复杂能力骤降至小模型水平，证实大模型已出现类人脑功能分层，被网友视作数字生命雏形。