HuggingFace本周十大AI论文汇总
本周Hugging Face上的顶级AI论文:循环世界模型、实时VL智能体、30亿参数推理奇迹等。
- 循环世界模型——首个用于世界模拟的循环架构,参数效率提升100倍
- LoopCoder-v2:仅循环一次实现高效测试时计算扩展——2次循环是代码推理的意外最佳点
- JoyAI-VL-Interaction:实时视觉-语言交互智能——一个始终在线的视觉智能体,决定何时说话
- Data Journalist Agent:将数据转化为可验证的多模态故事——完全自主的虚拟新闻编辑室
- Moebius:0.2B轻量级图像修复框架,达到10B级别性能——比10B对手快15倍
- VibeThinker-3B:探索小型语言模型中可验证推理的前沿——3B模型与DeepSeek V3.2和Gemini 3 Pro竞争
- DreamX-World 1.0:通用交互式世界模型——以16 FPS进行交互式世界生成
- OmniDirector:无需交叉配对数据的通用多镜头相机克隆——导演级相机运动控制
- Geometric Action Model for Robot Policy Learning——基于3D几何的机器人策略
- FastContext:由Microsoft训练的编码智能体高效仓库浏览器——减少编码智能体60%的token使用
详见下方:
- 循环世界模型——首个用于世界模拟的循环架构,参数效率提升100倍
- LoopCoder-v2:仅循环一次实现高效测试时计算扩展——2次循环是代码推理的意外最佳点
- JoyAI-VL-Interaction:实时视觉-语言交互智能——一个始终在线的视觉智能体,决定何时说话
- Data Journalist Agent:将数据转化为可验证的多模态故事——完全自主的虚拟新闻编辑室
- Moebius:0.2B轻量级图像修复框架,达到10B级别性能——比10B对手快15倍
- VibeThinker-3B:探索小型语言模型中可验证推理的前沿——3B模型与DeepSeek V3.2和Gemini 3 Pro竞争
- DreamX-World 1.0:通用交互式世界模型——以16 FPS进行交互式世界生成
- OmniDirector:无需交叉配对数据的通用多镜头相机克隆——导演级相机运动控制
- Geometric Action Model for Robot Policy Learning——基于3D几何的机器人策略
- FastContext:由Microsoft训练的编码智能体高效仓库浏览器——减少编码智能体60%的token使用
详见下方: