跳到正文
只看具身大模型#Hugging Face

#Hugging Face科技财经热点 · 每日精选

今日脉搏

具身智能专栏 →
286今日入库
3 条进入精选
44/47 信源在线· 3 异常
近 14 天入库走势
近 7 天分类构成
行业 1375财经 1147硬件本体 989AI 产品 738AI 模型 265其他 395
  1. HuggingFace Daily Papers70

    Agentic World Action Models 论文发布

    研究人员提出AW-0框架，整合代码规划与视频预测，使机器人技能可复用且具备物理预测能力。该框架在RoboTwin 2.0和双臂操作任务中表现优于VLA和WAM基线模型，提升了任务性能、语言遵循能力和语义推理能力。

    推荐理由：将代码规划与视频预测结合的AW-0框架，让机器人技能可复用且具物理预测能力，填补了世界模型与智能体执行间的鸿沟。

  2. HuggingFace Daily Papers65

    训练整个智能体，而非仅训练模型

    研究人员提出HarnessAdapt-RL方法，在强化学习过程中同时训练智能体策略并适应其工具链。在9B基础模型上，该方法在SWE-bench Verified、Multilingual和Pro基准上分别比GRPO提高9.8、12.6和6.4个百分点，优于人工设计的OpenHands工具链。机制级技能的提升在评估后移除仍能保持，但部署时移除工具和 hooks 会损失最多7.7个百分点性能。

    推荐理由：训练智能体时同时优化模型与工具链，比单独训练模型提升近10个百分点，但部署时需移除部分技能以保持性能。

  1. HuggingFace Daily Papers75

    Evolving Agent Interfaces：让智能体自主进化计算机使用界面

    研究人员提出Agent S4，一种自主计算机使用科学家，能从任务经验中构建进化型智能体界面。在OSWorld V2测试中，使用Qwen3.8-27B和进化界面的Agent S4达到21.3%二进制分数，是相同模型固定界面的3.8倍，性能超越GPT-5.5(13.0%)和Claude Opus 4.8(20.6%)，且成本仅为两者的4.3%和1.5%。

    推荐理由：让智能体自主进化界面设计，比固定接口提升3.8倍性能，且成本仅为GPT-5.5的4.3%

  2. HuggingFace Daily Papers65

    Sage-A1.5：从长周期执行到科学探索的能力组合模型

    Sage-A1.5是一个35B参数的混合专家智能体模型，在A1基础上通过自适应能力组合提升长周期问题解决能力。该模型具有三大改进：智能体编排、验证和开放科学发现，支持任务分解、并行协作、进度检查和策略修订，并能进行探索性科学研究。

    推荐理由：通过能力组合实现长周期任务执行与科学探索，Sage-A1.5展示了智能体协作与验证的新路径。

  1. HuggingFace Daily Papers65

    智能体缓存工程研究

    Tianyu Fu等人提出了一种新的缓存工程方案，允许智能体直接控制KV缓存而不修改轨迹或重新填充保留上下文。实验显示，该方案在基准测试中平均提高1.7分，降低27.7%成本，并实现1.2倍输出吞吐量和1.5倍P95请求延迟加速。

    推荐理由：通过直接控制KV缓存而非修改轨迹，解决了智能体长任务中的缓存效率问题，但历史依赖性给服务引擎带来新挑战。

  2. HuggingFace Daily Papers70

    AgenticRoboRL: 将编码智能体后训练引入具身机器人

    研究团队提出AgenticRoboRL框架，通过监督微调和多轮强化学习对机器人规划器进行后训练，在LIBERO-PRO上将9B参数规划器的成功率从18.1%提升至71.0%，接近Codex(GPT-5.5)水平。该框架通过特定适配器连接记录的规划器交互与任务结果，支持不同执行机制。研究团队将发布框架和训练好的规划器检查点。

    推荐理由：通过后训练将9B参数机器人规划器成功率从18.1%提升至71.0%，接近Codex(GPT-5.5)水平，证明后训练对机器人规划器有效。

  1. HuggingFace Daily Papers65

    TokenGate：通过学习型 token 剪枝实现快速且内存高效的 LLM 预填充

    研究人员提出 TokenGate，一种小型即插即用组件，可扩展现有训练模型以实现端到端可学习的 token 剪枝，用于快速且内存高效的预填充。该技术通过 token 门控注意力机制，在多种任务上实现了 1.4-11.3 倍的首个令牌时间加速和 1.5-3.4 倍的峰值内存降低，同时不损失准确性。

    推荐理由：TokenGate 通过可学习的 token 剪枝技术，在保持模型精度的同时显著提升长上下文处理速度和内存效率。

  2. HuggingFace Daily Papers75

    Agent World Model in the Wild: 计算机使用智能体环境合成

    研究人员提出WildAWM，一种可扩展的管道，用于合成训练通用计算机使用智能体的可控环境和任务。该环境支持图形用户界面、模型上下文协议服务和命令行接口，完全由开源模型驱动。团队合成了341个长时程环境-任务对，训练后的Qwen模型在8个分布外基准测试中取得显著提升。代码已公开。

    推荐理由：通过合成环境训练计算机使用智能体，解决了真实世界交互的安全与扩展难题，验证了开源模型也能构建高质量训练环境。

已经到底了