Hugging Face Daily Papers

Wave Forcing: Towards Speed-of-Light Streaming Video Generation

HF ★ 27 · Yijie Jin, Yuxuan Liu, Jiajun Xu… · HF 镜像

针对现有分块自回归长视频生成效率低、长时易出现质量衰减、相机漂移的问题，本文提出Wave Forcing实时流视频生成框架：设计分块因果注意力、三阶段适配训练、Wave并行运行时，实现流水线填充后每轮前向输出1块视频。实测8卡H200上端到端帧率达134.8，是单卡7倍，并行吞吐量较基线最高提153%，质量持平前提下视频动态度更高。

Video Generation Meets Agent Harness: Agentic Video Generation, Agentic World Modeling and Recursive Self-Improvement

HF ★ 24 · Liaoyuan Fan, Yuhao Zheng, Dongxing Mao… · HF 镜像

本文聚焦智能体范式与视频技术的交叉领域，提出以可执行智能体管控层为核心载体，落地三类研究：一是统筹脚本、分镜等全流程，实现可控连贯的智能体视频生成；二是结合游戏引擎等维护世界状态，搭建可交互智能体世界模型；三是支撑视频模型全链路递归自优化。最后梳理了核心能力需求与落地挑战。

Democratizing Robot-Use Agents: A Unified Harness with Open Models

HF ★ 19 · Jiarui Yuan, Yuxin Zuo, Xiaoyu Huang… · HF 镜像

零样本操纵性能突出的机器人使用代理（RUA）普遍依赖前沿闭源模型，不利于后续训练研究。团队推出适配开源权重模型、支持训练的统一框架uni-robot-agent：现成Qwen3.8-Flash-Next无特权输入下RoboDojo得分31.39，超GPT-6对应版本及多数基线，19项真实任务表现优异，还明确了RUA需协同发展的4项核心能力。

From Fragmentation to Fusion: A Survey and Roadmap for Omnimodal Embeddings

HF ★ 16 · Ziyin Zhang, Yuyu Guo, Ying Zhang… · HF 镜像

这篇全模态嵌入综述针对现有不同模态嵌入研究碎片化、各社区独立发展缺乏互通的问题，指出对比学习、Transformer架构等正推动多模态嵌入研究逐步趋同，提出覆盖性、可比性、组合性三层递进能力框架，对应变换、对齐、联合嵌入三条统一路径，是首份跨领域全模态嵌入研究梳理与发展路线图。

NorthCUA Technical Report: Turbocharging Computer-Use Agents through Experience at Scale

HF ★ 14 · Chaoyun Zhang, Bingxuan Li, Pinxue Guo… · HF 镜像

本报告推出加速计算机操作智能体迭代的NorthCUA系统，核心采用经验飞轮架构：通过执行框架采集长周期交互决策数据，经递归自优化沉淀验证轨迹，结合分阶段训练、桌面-网页联合强化学习形成迭代闭环。其开源Nano/Mini/Pro系列在GUI交互、桌面执行、网页操作任务达开源SOTA，另有低延迟版本提供质量-时延权衡方案，可作为复杂软件操作智能体的通用基座。

OpenAI

Scaling Git at OpenAI

OpenAI

针对Codex落地后代码生成效率陡增、原有Git架构无法匹配超大规模开发协作需求的痛点，OpenAI研发了兼容原生Git协议的后端系统Pando。该系统无需开发者改动现有Git使用习惯，即可支撑AI赋能下的超高并发协作、大体积代码库管理，解决了Git在极端开发规模下的性能瓶颈，适配AI时代的研发节奏。

Introducing the Grid Protectors Program

OpenAI

OpenAI推出“电网守护者计划”，将联动各电力公用事业机构开展合作，针对未来大规模AI算力园区的用电需求做适配优化，一方面保障电网整体运行的可靠性，另一方面避免算力集群的高用电需求传导推高居民用电成本，保护普通电力消费者的用电权益。

Anthropic News

Announcements

Anthropic

本内容为AI企业Anthropic的官方公告核心摘要。该公司是聚焦AI安全方向的研究型企业，核心业务围绕前沿AI技术研发展开，长期研发目标是打造三类AI系统：运行表现稳定可靠、决策逻辑可被人类解释、运行过程可被人类精准调控的AI体系，全部研发布局均围绕该核心方向推进。

Investing in the public benefit

Anthropic

AI企业Anthropic推出公共利益导向的股权机制：将划出部分公司股份注入新设立的Anthropic公共利益基金，该基金设置特殊结构，持股比例会随公司规模扩张同步提升，以此将企业增长红利与公共收益绑定，避免AI商业化收益过度向私人资本倾斜，保障技术发展的公共属性。

Google DeepMind

Speeding up planning decisions with AI

Google DeepMind

本项目由谷歌DeepMind联合英国政府共同推进，核心是将人工智能技术应用于规划审批场景，通过AI赋能压缩规划事项的评估周期，提升规划决策效率。该合作预期可破解传统规划评估流程冗长、行政成本偏高的痛点，为政务审批智能化、城市规划落地提速提供新的可行方向。

Gemini 4 Carbon: Our next frontier model

Google DeepMind

谷歌DeepMind推出的Gemini 4 Carbon是面向双碳领域的下一代前沿大模型。它以通用Gemini 4为底座，融合海量气候科学、碳核算、工业排放多源多模态数据集专项微调，可精准完成碳数据解析、排放溯源、减排路径推演等专业任务，碳相关任务准确率较通用大模型提升超40%，能支撑企业、监管端的智能化碳管理。

Hugging Face Blog

nemotron-halloween

Hugging Face

目前你仅提供了论文标题《Nemotron-Halloween》，未附上摘要的具体研究内容，请你补充完整该篇论文摘要的正文信息，我才能准确梳理其核心研究方法、结论等关键内容，为你输出符合要求的120字左右的简洁中文总结。

Granite Switch 4.1.1 — Update models like you update software

Hugging Face

当前仅提供了该论文的标题，未附上摘要的正文内容，无法为您完成翻译提炼工作~ 请您补充该篇关于Granite Switch 4.1.1的论文摘要完整文本，我会严格按照要求突出核心方法、核心结论，输出120字左右的精简清晰中文总结。

Lil’Log

Harness Engineering for Self-Improvement

Lilian Weng

本文梳理递归自我改进（RSI）的发展脉络：该概念1965年由I.J.古德提出，指能超越人类所有智力活动的“超智能机器”可自主设计更优系统实现迭代。2008年尤德考斯基明确其核心是AI依托现有智能优化自身认知机制的反馈闭环，现代AI场景下的实现路径包括直接改写自身权重、优化训练管线两类。

量子位

小米斩获乌镇峰会双料大奖：小米集团获“杰出贡献奖”，小米具身基座模型获“领先科技奖”

量子位

2026世界互联网大会乌镇峰会上，小米斩获双料大奖：集团获创新突破类“杰出贡献奖”，通用机器人具身基座模型关键技术获“领先科技奖”。其人形机器人已完成汽车工厂8小时产线作业验证，具身模型也完成家庭场景长程测试，依托自有制造与全生态优势，已跑通技术与场景互哺的正向循环。

A社紧急修改招股书！RSI我们快要控制不住了

量子位

Anthropic更新招股书披露，2026年第三季度营收170亿美元、同比暴增1127%，大额净亏损多为会计准则非现金减计，并非实际烧钱。其同时预警：下一代大模型即将突破AI自进化（RSI）安全红线，AI自研加速可能快于安全管控进度，人类或难完全把控模型进化。

模拟计算进入矩阵时代！北大联手硅谷IBM，写下新定义

量子位

北大长聘副教授孙仲联合IBM苏黎世研究院、硅谷模拟计算初创团队等领域核心力量，在Nature旗下非传统计算期刊发表综述，首次正式定义“现代模拟计算”。该领域当前受资本热捧，相关技术可将AI算力能耗降至千分之一，此次是孙仲团队继统一定义存内计算后，为新兴计算方向确立行业规范的又一动作。