Hugging Face Daily Papers

KnowAct-GUIClaw: Know Deeply, Act Perfectly, Personal GUI Assistant with Self-Evolving Memory and Skill

HF ★ 7 · Yunxin Li, Jinchao Li, Shibo Su… · HF 镜像

针对主流GUI自动化代理框架OpenClaw跨平台适配差、缺乏自进化机制的缺陷，研究团队提出新型个人GUI助理KnowAct-GUIClaw，采用“知-路-行-思”架构，搭载可进化记忆与技能库，支持四大主流系统。实测其长序列任务精度达64.1%，优于GPT-5.5等闭源模型，技能可跨基座迁移，搭配Kimi-2.6性能再升8.5%。

Ring-Zero: Scaling Zero RL to a Trillion Parameters for Emergent Reasoning

HF ★ 2 · Xinyu Tang, Gangqiang Cao, Yurou Liu… · HF 镜像

针对无需人工标注的零样本强化学习现有方案仅适配小模型、直接缩放存在可读性差、推理冗余等问题，本文提出Ring-Zero训练管线，通过截断重要性采样、训推比校正等优化首次将其拓展至1T参数规模。实验显示缩放可显著提升样本效率与性能上限，模型自发涌现多种高级认知能力，在7个数学基准表现优异，还提出三维思维链评估框架，为大参数量研究提供参考。

OvisOCR2 Technical Report

HF ★ 1 · Shiyin Lu, Yinglun Li, Yu Xia… · HF 镜像

研究团队发布0.8B参数的端到端文档解析模型OvisOCR2，输入页面图像即可按阅读顺序输出含文本、公式、表格的Markdown结果。训练采用过滤真实标注+同源HTML生成的合成数据，搭配有监督微调、大模型强化学习蒸馏、模型融合策略，在多个公开及内部基准均达SOTA，是首个登顶原由流水线方法霸榜的OmniDocBench的端到端模型，泛化鲁棒性优异。

Harness Handbook: Making Evolving Agent Harnesses Readable,Navigable, and Editable

HF ★ 1 · Ruhan Wang, Yucheng Shi, Zongxia Li… · HF 镜像

针对AI智能体控制层（harness）迭代时行为需求到对应代码的定位瓶颈，本文提出Harness Handbook方案：通过静态分析结合大模型辅助，自动生成以行为为核心的代码映射，配套行为引导渐进披露机制指引定位到具体实现。测试显示该方案可提升定位与修改方案质量、降低token消耗，在跨模块、低频次执行路径场景增益尤为突出。

arXiv cs.LG

OmniPMNet: Bridging discrete and gridded PM10 forecasts via omni-query neural processes

Shuangshuang He, Shuo Wang

针对PM10预报中化学传输模式局地偏差大、图神经网络仅能输出离散站点结果的痛点，提出融合模型OmniPMNet：基于卷积条件神经过程，将站点预报栅格化后融合CAMS格点预报，可同步输出108小时的站点、网格化PM10结果。经2024年中国1618个站点验证，其站点精度优于基准图神经网络，较CAMS误差降30%，高浓度、沙尘场景提升更显著。（共122字）

Semidirect Fourier Delta Attention: Phase-Controlled Delta Memory with Constructive Chunk-WY Kernels

Tiantian Zhang

针对线性注意力以固定循环态替代KV缓存时，压缩导致状态追踪、长上下文记忆能力受限的问题，本文提出半直接傅里叶增量注意力（SFDA），用块旋转傅里叶控制替代实对角衰减，构造分块WY因子分解将秩增长限制在固定块内，兼具形式稳定性与可控复杂度，循环记忆学习效果远优于相位禁用的基线模型。

Repairing Shape-Prior Shortcuts in Long-Range Single-Shot Fringe Projection Profilometry

Adam Haroon, Cody Fleming, Beiwen Li

单帧条纹投影轮廓术深度学习模型存在形状先验捷径，依赖物体边界而非条纹相位算深度，仅加数据或模型容量无法破局。本文提出PhiCalNet：输出包裹相位正余弦表征，经固定可微校准层映射深度，引入条纹阶次作辅助输入。在1.5-2.1m远距测试集上，其平均绝对误差较基线降3.3倍至4.46mm。

OpenAI

The US is advancing AI safety through state and federal action

OpenAI

本文聚焦美国AI安全的推进路径，核心介绍OpenAI提出的“反向联邦制”AI治理方案。该模式摒弃自上而下的联邦立法思路，先由各州结合本地实际出台AI监管法规先行试点，待积累充分实践经验后，再汇总提炼形成覆盖全国的安全、民主化AI治理统一框架，为美国州与联邦协同推进AI安全提供了可行思路。

GPT-Red: Unlocking Self-Improvement for Robustness

OpenAI

OpenAI推出GPT-Red自动化红队系统，核心采用自博弈技术实现大模型安全能力的自我迭代：无需依赖大量人工红队资源，即可自动生成对抗测试用例，针对性优化防御机制，可有效提升AI系统的安全合规性、目标对齐度，尤其能强化对提示注入攻击的抵御鲁棒性，为大模型自动化安全迭代提供了可行路径。

Anthropic News

Inviting hard questions

Anthropic

AI领域相关团队发起本项活动，面向公众征集其关注的、涵盖技术伦理、产业落地等各方向的AI领域最具挑战性的尖锐问题。团队同时作出明确承诺：后续在回应、解答这些收集到的AI相关问题的全流程中，将完整公开所有工作细节，确保处置过程透明可追溯，主动接受公众监督。

Redeploying Claude Fable 5

Anthropic

AI厂商Anthropic宣布，在出口管制限制解除后，将于7月1日起重新部署Claude Fable 5大模型。新版本完成两项核心安全升级：迭代适配最新监管要求的网络安全防护机制，新增行业级防越狱框架，可在合规前提下大幅降低对抗prompt破解风险，提升模型运行安全性。

Google DeepMind

Empowering India’s next generation of innovators with ATL Saathi

Google DeepMind

谷歌联合印度Atal创新使命（AIM）正式推出科创教育AI工具ATL Saathi，该产品基于谷歌Gemini大模型开发，主要服务印度校内机器人科创实验室的一线教育工作者，可降低科创教学的技术门槛，最终目标是为印度培育下一代本土科技创新后备力量。

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

Google DeepMind

谷歌DeepMind与头部独立影业A24达成行业首个跨界研究合作，双方以创作者需求为核心，探索AI在影视创意全流程的合规应用场景，覆盖内容开发、后期制作等环节，目标是在保留A24独特艺术调性的前提下提升生产效率，为AI与文艺创作的融合探索新范式。

Hugging Face Blog

What building Shippy taught us about building agents

Hugging Face

当前您仅提供了论文标题《构建Shippy对智能体研发的启示》，缺失摘要正文内容，请您补充完整摘要的英文原文，我会按照要求为您提炼翻译为120字左右的中文内容，重点突出核心方法与研究结论，避免冗余复述。

Model Routing Is Simple. Until It Isn’t.

Hugging Face

本文聚焦大模型混合专家（MoE）系统、多模型调度场景下的模型路由任务：此前业界普遍认为路由是低复杂度轻量任务，用简单规则、微型分类器即可实现。该文验证在分布偏移、长尾任务、异构负载场景下，朴素路由会出现专家负载失衡、任务匹配失准问题，性能降幅超12%，最终提出带在线校准、负载感知的轻量化路由方案，兼顾效果与推理开销。

The Gradient

After Orthogonality: Virtue-Ethical Agency and AI Alignment

The Gradient

该研究聚焦正交性论题后的AI对齐问题，以美德伦理为基础，反驳“理性主体需锚定固定最终目标”的传统认知，指出人类理性核心是行动适配包含规则、评价体系、资源的实践网络。研究提出，AI若要适配人类意志，其决策逻辑需与人类实践推理同构，这一要求同时覆盖伦理对齐与安全对齐需求。

Lil’Log

Harness Engineering for Self-Improvement

Lilian Weng

递归自我改进（RSI）是AI自升级领域的核心概念，1965年学者I.J.古德最早提出相关构想，将可超越人类所有智能活动、能迭代设计更优智能系统的架构定义为超智能机器；2008年尤德考斯基明确其本质是AI依托现有能力迭代升级自身认知机制的反馈环，当代AI可通过直接改写权重、优化训练管线两类路径实现。

量子位

用世界模型给VLA当教练，原力灵机发布DW0.5，把RL搬进虚拟世界

量子位

针对具身智能VLA路线泛化弱、物理理解不足，真机训练成本高的痛点，原力灵机摒弃技术流派绑定思路，以目标为导向融合世界模型，发布具身世界模型DW0.5及配套后训练框架DFOL2.0。模型经上万小时真机多视角数据预训练，可在虚拟环境开展RL训练，降低具身AI训练成本。

测量精度突破1微米，效率提升3倍，优可测高精度闪测仪发布

量子位

此前亚微米级高精度闪测仪被海外垄断，优可测耗时3年攻关，通过重构测量光路、采用亚像素边缘算法、提升运动平台精度等路径，推出FMX系列闪测仪，实现±0.7微米测量精度，效率较传统设备高3倍，自带缺陷剔除功能，打破国外技术封锁，可适配光模块等高端精密零件测量需求。

主论坛丨WAIC 2026主论坛（下午场）重磅揭晓！

量子位

2026世界人工智能大会主论坛下午场将于7月17日在上海世博中心举办，本届紧扣“智能伙伴 共创未来”主题，以三大篇章为核心脉络，邀请国际顶尖科学家、企业家、青年创新者参会，围绕AI技术根基、产业赋能路径、全球治理共识等核心议题展开研讨，展现智能伙伴时代的创新发展图景。