Hugging Face Daily Papers

Trajectory2Gym: Decision-Grounded Compositional Interaction Synthesis for Tool-Use Agents

HF ★ 49 · Yihao Hu, Zhihao Wen, Yitong Lin… · HF 镜像

（LLM 摘要失败，请稍后手动补充）

StreamVibe: Proactive Video Agents for Evolving User Intent

HF ★ 42 · Chengzhi Liu, Yuxiang Lai, Yuzhe Yang… · HF 镜像

针对现有视觉语言模型难捕捉用户隐式、动态意图，无法适配实时交互的缺陷，该研究发布覆盖三类用户意图、共8.91万样本的StreamVibe交互基准，提出带层级记忆机制的流式主动交互方案，其响应质量较基线高10.7%，搭配记忆组件后主动交互效果再升12.3%，同时验证了现有主动模型在复杂意图场景的性能短板。

WorldCast: World-Consistent Character Video Generation with Large-Angle Camera Control

HF ★ 37 · Lei Cao, Yu Liu, Wenhua Liao… · HF 镜像

针对现有角色视频生成方法难以适配大角度运镜、易出现角色几何畸变、外观退化及身份漂移的问题，本文先构建了面向大角度相机轨迹的大规模角色数据集CLACT，进而提出WorldCast框架：通过3D点云提供几何引导，搭配几何对齐记忆注意力补全视角信息，可在大角度运镜下精准跟轨，同时稳定保留角色的几何、外观与身份特征。

Trial by Trace: Benchmarking AI Agent Harnesses for Reliability and Failure Attribution

HF ★ 23 · Zhiyong Cao, Hengjie Zhu, Yongxin Wang… · HF 镜像

针对现有LLM智能体基准多聚焦模型与整体性能、缺乏对智能体运行支撑框架专项评估的空白，该研究推出TraceTrial-Bench基准，覆盖7类可靠性维度、95个专家任务，配套轨迹追踪、双层评估等模块。实测4款框架得分59.8%~72.0%，31.1%任务成功的运行实际存在框架缺陷，为框架优化提供可审计的评估基础。

World-in-Context: Interactive Video World Modeling with In-Context Conditioning

HF ★ 14 · Harold Haodong Chen, Rui Peng, Rongjin Guo… · HF 镜像

针对现有交互式视频世界模型视角控制模糊、动作与相机运动混淆、控制通路碎片化问题，本文提出World-in-Context框架：通过上下文条件机制将三类控制统一为显式token纳入共享自注意力空间，辅以交互传输RoPE保障时序连续。其5B参数版导航性能追平22B基线，视角切换成功率达93.8%，远超同规模模型，兼具数据效率优势。

arXiv cs.LG

Collaborative In-Context Learning for Indoor Radio Map Estimation

Yuanzhe Peng, Jie Xu

针对室内无线电地图估计现有监督方法需大量标注、场景隐私数据无法集中的痛点，该研究首次将其建模为协作上下文学习问题，提出Poly-Ripple框架：依托大自回归视觉模型，用波纹序建模无线传播因果性，引入重要性感知聚合跨端知识，无需微调。公开基准测试显示其性能优于同类基线，符合理论分析。

The Path to NDE 4.0: A Review of Algorithms, Techniques, and Strategies for Autonomous Inspection

Ashiqur Rahmana, Venkata Devesh Reddy Seethi, Zachary Kral…

这篇综述从算法、技术、应用、研究目标四维度梳理无损检测（NDI）发展脉络，明确当前行业以超声、视觉检测为核心技术，深度学习、生成式模型已成为自动缺陷识别主流方案。针对缺标准化公开数据集、AI黑盒等落地瓶颈，指出未来需攻关可解释AI、数字孪生标准，推动智能自主检测融入资产生命周期管理。

Does LeWorldModel Preserve Local Action Geometry?

Vasil Vasilev, Siddharth Nayak

本研究验证预训练LeWorldModel（LeWM）对局部动作几何的保留能力，通过匹配模拟器与模型响应，在两类控制任务、三类扰动尺度下用格拉姆矩阵测算动作敏感性。结果显示小扰动下模型最敏感动作方向与真实环境偏差36°~42°，扰动放大后偏差显著降低，LeWM小尺度误差更高，需分尺度评估动作敏感性，其对控制的影响仍待探索。

OpenAI

Greptile takes bug detection beyond code review with GPT-6 Astra

OpenAI

本文介绍代码bug检测工具Greptile的技术升级路径：跳出传统代码评审的能力边界，以GPT-6 Astra覆盖用户全工作流场景的缺陷检测，搭配Daybreak模块强化检测全链路安全性，同时调用Codex能力前置修复潜在问题，可大幅降低开发阶段返工率，实现检测效率、安全合规与开发成本的三重优化。

Working with academic communities to build scientific understanding

OpenAI

OpenAI近期面向学术社群公开了其AI模型在三大基础前沿领域的研究输出：分别为数学领域Kakeya猜想、理论计算机科学领域指数时间假设、物理领域量子色动力学的相关研究结果。该举措旨在支持科研人员核验相关成果可信度，也可基于现有结论拓展研究，探索AI辅助基础科研的协作路径。

Anthropic News

Announcements

Anthropic

本次公告是AI安全研发企业Anthropic的官方定位说明，该企业专注于AI安全领域的技术研究与落地实践，核心发展目标是打造具备高可靠性、可解释性、可操控性三类核心属性的AI系统，走安全前置的技术路线，探索性能与可控性兼备的AI发展路径，为行业提供安全导向的技术参考范式。

Investing in the public benefit

Anthropic

AI企业Anthropic公布公共利益投资安排：将拿出部分公司股份注入新设立的「Anthropic公共利益基金」，该基金采用动态持股机制，会随公司经营规模扩张、估值提升同步增加持股占比，以此绑定企业发展与公共收益，确保增长红利更多向公共领域倾斜。

Google DeepMind

Beyond tree cover: mapping the world’s forest types

Google DeepMind

本研究突破传统仅统计林木覆盖度的研究局限，完成全球首套10米分辨率森林类型精细制图，对全球所有10米精度的地表斑块逐一明确所属森林类别。该成果填补了高分辨率全球森林类型分类空白，可为森林碳汇核算、生物多样性保护、林业政策制定提供高精度数据支撑。

Accelerating the search for antimicrobial peptides with Google Antigravity

Google DeepMind

这项研究瞄准新型抗微生物肽传统筛选成本高、命中率低、周期长的行业痛点，创新性引入谷歌Antigravity for Science科研工具优化筛选流程，可大幅压缩候选功能肽的发掘周期。该技术路径为破解全球致病菌耐药性危机、加快抗感染候选药物落地研发提供了更高效的全新解决方案。

Hugging Face Blog

LitPivot: Developing research ideas through dynamic contextualization within the literature landscape

Hugging Face

本文提出科研创意辅助工具LitPivot，核心通过文献全景下的动态语境化方法挖掘创新研究思路：该工具关联海量文献的研究脉络与知识缺口，针对用户输入的研究方向，动态匹配跨领域关联语境、定位交叉研究空白。实测显示其生成的选题新颖度、可行性均优于传统文献调研模式，可有效辅助研究者突破思维局限。

Does Your Model Run on AWS Trainium? Look It Up

Hugging Face

这篇针对AWS自研Trainium训练芯片适配规则不透明、模型迁移试错成本高的痛点，推出公开可访问的兼容性检索工具，覆盖NLP、CV、多模态等主流开源模型，同步标注适配框架版本、性能基准、最优配置模板，实测适配模型训练性价比较同级GPU实例高40%，可帮助开发者快速判定模型能否迁移到Trainium部署。

Lil’Log

Harness Engineering for Self-Improvement

Lilian Weng

本文梳理递归自我改进（RSI）的研究脉络：1965年学者古德最早提出“超智能机器”构想，即能超越人类所有智力活动、可自行设计更优系统实现自我迭代的智能体；2008年尤德考夫斯基明确RSI是AI用现有智能优化自身认知架构的反馈环，当代AI的这类反馈可表现为直接改写自身权重或优化训练流程。

量子位

钛动科技发布行业首个Pro-Agent, Navos Pro定义结果导向的AI for Work | TGC 2026科技增长大会

量子位

10月23日，以“AI可盈利”为主题的2026 TGC科技增长大会于广州召开，与会方达成共识：AI商业价值需由真实业务指标验证，AI for Work是核心应用赛道。全球领先AI营销科技企业钛动科技在会上发布行业首个Pro-Agent产品Navos Pro，以专业、主动、盈利为核心属性，落地结果导向的AI for Work，卡位万亿级市场。

刚刚，Anthropic公开335页招股书：史上最大IPO，史上最亏AI公司

量子位

Claude母公司Anthropic正式提交纳斯达克IPO申请，股票代码“ANT”，有望成为美股首只纯正前沿大模型上市公司。其最高目标估值曾达2万亿美元，近期被下调至1.5万亿，若上市成功将超越SpaceX成史上最大IPO。公司上半年营收162.86亿美元，但净亏807亿美元，已签下超5000亿美元长期算力采购协议。

AI时代，一个人能有多大能量？天禧AI × 观猹大会现场实测个人AI跨端协同新体验

量子位

10月23-25日，天禧AI联合观猹社区在杭州举办主题大会，现场实测个人AI跨端协同能力：用户仅需语音下发任务，即可多端自动联动完成工作，大幅提效。会上各方围绕个人开发者生态、个人AI演进路径交流，称当前是个人开发者红利期，天禧AI正推进组织协同阶段的商业化验证。