Hugging Face Daily Papers

Focused Omni-Modal GUI Agents

HF ★ 36 · Fuyao Zhang, Wenwen He, Jiaming Zhang… · HF 镜像

针对全模态GUI智能体统一处理全量上下文易引发序列分心、轨迹漂移的问题，本文提出轻量适配器FocusGUI：可按单步决策需求动态排序多模态通道优先级，压缩相关特征注入冻结解码器，仅靠动作监督训练无需微调主干。实验显示其相较冻结主干平均类型匹配提33.2、精确匹配提3倍，较现有最优增强方法类型匹配高30.1。

Sage-A1.5: From Long-Horizon Execution to Scientific Exploration with Capability Composition

HF ★ 31 · Wenjie Lou, Tianshuo Peng, Shiyang Feng… · HF 镜像

Sage-A1.5是基于前代A1开发的35B参数混合专家架构智能体模型，核心做了三点优化：支持多子代理上下文隔离的并行任务编排、带进度校验和策略反思的验证机制、可开展开放式探索研究的科研能力。相较前代可更可靠高效完成长周期复杂任务，还能支撑跨学科科研探索，为学界相关研究提供了可用基础。

SolarRenderer: Few-Step Generative Reference Rendering

HF ★ 22 · Guian Fang, Shengju Qian, Dongyue Lu… · HF 镜像

针对现有视频渲染器引擎绑定、采样步数多、泛化性弱的痛点，本文提出SolarRenderer结构条件渲染器，通过两个轻量LoRA适配冻结大模型骨干，仅需4步采样，速度为50步方案的12.3倍，块因果变种可实时生成768p视频。基于13.6万对齐片段训练后，效果达SOTA，可泛化到骨架、手绘图等11种未见结构表示。

SWIFT: Self-guided Weak-to-strong dIFfusion models via Target extrapolation

HF ★ 18 · Yanjin He, Cuifeng Shen, Wanzhou Lei… · HF 镜像

针对扩散模型训练成本高、推理引导额外开销大的痛点，本文提出SWIFT自引导弱到强扩散训练方法：复用冻住的早期训练弱去噪器外推回归目标，强化模型欠拟合分量，训练后丢弃引导无额外推理开销。理论证明该方法可降低误差，实验中ImageNet-256任务仅用半算力超基线FID，无推理引导也能实现高质量生成。

PhysSkin++: Real-Time and Generalizable Physics-Based Animation via Self-Supervised Neural Skinning

HF ★ 12 · Yuanhang Lei, Baofei Liu, Xingxuan Li… · HF 镜像

针对跨多样3D形体、离散表示的实时物理动画泛化难题，该文提出PhysSkin++物理感知框架：采用神经蒙皮场自编码器，无需逐对象训练即可生成形变子空间，搭配结合梯度校正的物理自监督策略稳定约束优化，新增自监督互补目标学习弹性响应。经验证其支持多类3D表示的实时可控带碰撞动画，跨形状泛化性优异。

OpenAI

Franchisee reconciles cash in 94% less time with ChatGPT Work

OpenAI

某同时运营Schlotzsky’s与Cinnabon两个品牌的独立餐饮加盟商，引入ChatGPT Work重构运营工作流后，现金对账耗时缩减94%，菜单重新定价的耗时降低95%，搭建的新流程预计可释放10万美元现金流，充分验证了生成式AI工具在实体加盟门店降本提效、优化资金周转层面的实用落地价值。

Terminal X matches senior investor judgment 88.6% with GPT-6.1

OpenAI

本研究披露投研工具Terminal X搭载GPT-6.1 Sol大模型的实测表现：其内置的Eval Agent评估代理采用54项专业指标对输出结果打分，最终与资深投资者的判断匹配度达88.6%，同时较原有方案多检出25%的违反基金委托要求的偏差项，可有效适配专业投研场景的判断与合规校验需求。

Anthropic News

Announcements

Anthropic

这是AI安全研发企业Anthropic的官方公开说明。作为聚焦AI安全方向的专业机构，其核心研发目标是打造兼具高可靠性、可解释性、可人为操控的AI系统，优先以安全为核心导向推进技术落地，探索平衡AI技术迭代与风险防控的可行发展路径，为行业安全发展提供参考。

Investing in the public benefit

Anthropic

这份题为《投资公共利益》的公告显示，AI企业Anthropic宣布将拿出部分公司股份注入新设的Anthropic公共利益基金，该基金设置了随企业规模增长逐步提升持股比例的特殊架构，意在将企业发展红利与公共利益绑定，探索AI商业化阶段科技企业践行公共责任的可行路径。

Google DeepMind

Accelerating the search for antimicrobial peptides with Google Antigravity

Google DeepMind

针对当前耐药菌感染临床应对不足的难题，新型抗菌肽是极具潜力的研发方向，但传统筛选模式效率低、周期长。该研究依托谷歌Antigravity科研工具加速新型抗菌肽筛选流程，可大幅降低研发成本、压缩候选分子挖掘周期，为抗耐药菌先导药物的快速研发提供新的技术路径。

Google DeepMind and Singapore Government collaborate to build fine-tuned AI model for scam detection

Google DeepMind

谷歌DeepMind与新加坡政府科技局联合开发反诈专项微调AI模型，核心采用轻量端侧部署的Gemma模型，可直接在用户设备本地识别拦截私人聊天中的对话式诈骗，全程无需将隐私聊天数据上传云端，实现零云侧数据流出，在保障反诈效率的同时充分保护用户通信隐私。

Hugging Face Blog

NVIDIA Cosmos3-H-Dreams: Bringing Clinical Surgery to Life Through Generative Simulation

Hugging Face

本文介绍英伟达推出的Cosmos3-H-Dreams生成式手术仿真平台，采用多模态生成AI建模，可高精度复现人体解剖结构、器械交互反馈与术中生理变化，支持定制不同病例场景与突发状况模拟，真实度远超传统仿真方案，可应用于外科医师实操培训、个体化手术方案预演，有效降低临床实操风险。

FairStress: A deeper evaluation of fairness in LLM decision-making

Hugging Face

本文提出FairStress大模型决策公平性深层评估框架，通过构造覆盖多敏感属性、多决策场景的边界压力测试用例，突破传统表层公平检测的局限。测试发现主流大模型在高压力边界场景下公平性退化幅度远超常规场景，普通评测会大幅低估公平风险，该框架可精准定位大模型隐性公平缺陷。

Lil’Log

Harness Engineering for Self-Improvement

Lilian Weng

本文梳理递归自我改进（RSI）的概念演进：1965年I.J.古德率先提出超智能机器设想，指可超越人类所有智能活动、能设计更优系统完成自我迭代的智能体；2008年尤德考斯基明确RSI核心是AI依托现有智能升级自身认知基座的反馈回路。当前AI领域的RSI落地包含直接改写自身权重、优化训练管线两类路径。

量子位

飞书豆包工作AI先锋未来人才大赛：企业正在争抢会用AI做成事的人

量子位

10月20日，飞书豆包工作AI先锋未来人才大赛于北京收官，12组选手依托飞书、豆包工具解决企业真实业务问题。本次大赛旨在弥合校企AI人才供需错位，同步联合数智教育高校联盟发布汇集4300余战队、百余家企业数据的AI人才观察报告，凸显企业招聘新导向：更看重候选人用AI落地业务、交付成果的能力。

国模Agent第一！MiniMax爆改Flash战力，全时段大肥鱼谷价

量子位

MiniMax推出的M3.1 Flash正是此前匿名屠榜的“玉兔”模型，其Agent任务ALE得分居国产模型首位，代码、网络安全等能力跻身全球第一梯队，输出峰值超200TPS。定价极低，输入每百万Token仅1元，综合成本为上一代的30%，性价比追平GPT-4.1 Flash谷价，给海外闭源大模型带来全新性价比压力。

RSI三块关键拼图，MemT 1.0从模型层补上「记忆」

量子位

当前AI自我改进（RSI）研究亟需可复用的经验承接机制，现有方案多为外接经验库。最新开源的MemT 1.0是首个完成近300B参数规模验证的记忆原生模型，将经验编码为内部动态状态，让模型自主学习记忆读写更新逻辑，性能不输外接记忆且拓展上限更高，推出36B、288B两款参数版本。