文章与教程

Hallo4D 试图解决 3D 与 4D 生成中的空间和时间“幻觉”问题。它不改造底层生成模型，而是让多模态大模型充当一致性评审，发现问题并指导修正。

KnowAct-GUIClaw 提出“Know Deeply, Act Perfectly”范式，试图补足 OpenClaw 在跨平台 GUI 交互和自我进化机制上的短板。该框架通过经验记忆、技能库与反思机制，让个人助手在 Android、iOS、HarmonyOS 和 Windows 等环境中提升任务执行能力。

GigaWorld-Policy-0.5 试图解决世界动作模型在推理阶段“太重”的问题：训练时利用未来视觉动态，部署时只解码动作。其混合训练、专家化 Transformer 与 AutoResearch 搜索流程，共同指向更高效的机器人策略学习。

Hugging Face 博客文章用葡萄牙语 OCR 基准说明：更新、更通用的模型并不必然胜过面向单一语言深度训练的模型。DharmaOCR 在巴西葡萄牙语文档上领先 Mistral OCR4 与 Unlimited-OCR，关键在于领域专门化与 DPO 稳定性训练。

Hugging Face 披露一起生产基础设施入侵事件，称攻击由自主 AI 代理系统端到端执行，并利用数据处理链路中的代码执行路径取得初始立足点。事件凸显 AI 平台的数据与模型表面已成为关键攻击面，防守也需要可控的本地 AI 能力。

VideoRAE 试图把冻结的视频基础模型表征，转化为既能重建、又适合生成模型使用的视频潜变量。相比传统 3D-VAE，它更强调语义与时空结构，而不只是像素级还原。

一篇新 arXiv 论文提出 MOJO，将掩码自编码式自监督学习与监督解码目标结合，让 spike-tokenizing 神经解码模型能利用大量未标注数据。实验显示，它在标注稀缺和跨会话微调场景中尤其有优势。

一篇 arXiv 新论文提出用到标准高斯的平方 Wasserstein 距离衡量非高斯性，并据此构建 OT-ICA 算法。该方法希望替代传统 ICA 中常见的累积量或参数似然代理目标。

一篇新论文将“视频生成式游戏引擎”的讨论拉回到传统游戏引擎的基本循环：动作、状态与观察。作者认为，真正可玩的交互世界不仅要生成画面，还要让规则、后果与状态在长时间内保持一致。

一篇 ICML 2026 录用论文提出 MetaPerch，探索把地点、时间等录音元数据作为辅助监督信号，用于训练生物声学基础模型。它的核心问题不是“多听更多声音”，而是让模型理解声音背后的生态与地理语境。

一篇 arXiv 新论文用冻结的 Evo 2 表征训练轻量探针，评估其在宏基因组数据中识别抗微生物耐药性和细菌毒力信号的能力。结果显示，AMR 信号相对容易被解码，但毒力识别与生成序列标签判定仍存在边界。

Ai2 在 Hugging Face Blog 介绍了海事 AI Agent Shippy 的工程架构。它的核心启示是：真正可用的 Agent，关键不在“模型更聪明”，而在工具、权限、评测和边界设计是否可靠。

Hugging Face 上 IBM Research 的文章指出，模型路由在企业 Agent 中远比按任务难度分流复杂。真正有效的路由需要同时优化成本、质量、延迟、缓存和治理约束。

一篇新论文提出 Hindcast，通过“回到过去”的方式重放已结束的 Polymarket 市场，评估大模型在结果尚不可知时能否做出有效预测。它重点解决了检索和训练数据带来的答案泄漏问题。

一篇 arXiv 论文提出 Deep Interaction，让用户在大模型原始回答中直接编辑错误推理步骤，再将修正后的思路提炼成提示，引导模型沿正确路径继续推理。

一篇 arXiv 论文提出 Earthquaker-AI，将 Lego WeDo2 机器人模拟、RAG 对话助手与分级量规评价结合，用于小学阶段的地震避险教育。

一篇 arXiv 论文提出了面向职业再培训的 AI 加速端到端框架，覆盖知识获取、课程开发、审核、教学与测评五个环节。其亮点不在单点工具，而在把内容生产效率与学习效率放进同一套流程中考量。

一篇 arXiv 新论文以满文历史文献为案例，探索用“多专家+页面级路由”解决低资源、多书体 OCR 难题。系统复用微调过程中的检查点作为专家，并由轻量分类器按视觉风格分发页面。

一篇 arXiv 论文提出 PAT 系统，尝试把大语言模型从“逐句翻译”推向整篇、语料驱动的语用重写。研究显示，规格约束与可比语料检索确实能促使模型做出更大幅度的篇章 reformulation，但效果仍不稳定。

一项针对 2361 个热门 GitHub 仓库的研究显示，智能体编程工具已经开始进入开源协作流程，但真正高强度使用仍集中在少数项目中。

一篇 arXiv 新论文聚焦可再生能源预测中的特征选择问题，提出了聚类式顺序特征选择 CSFS。该方法在保持与传统顺序特征选择相近预测表现的同时，平均降低了 21% 计算成本。