HF Daily Papers · 2026-06-27

HF Daily Papers 精选（15 篇，按社区票数排序）

• [102▲] 我们是否准备好迎接 Agent 原生的记忆系统？ — https://arxiv.org/abs/2606.24775
• [61▲] DomainShuttle：自由形式开放域主体驱动的文本到视频生成 — https://arxiv.org/abs/2606.26058
• [55▲] DanceOPD：On-Policy 生成场蒸馏 — https://arxiv.org/abs/2606.27377
• [42▲] ShutterMuse：基于 MLLM 的拍摄时摄影指导 — https://arxiv.org/abs/2606.25763
• [36▲] ViQ：任意分辨率下的文本对齐视觉量化表示 — https://arxiv.org/abs/2606.27313
• [35▲] OPID：面向 Agentic 强化学习的 On-Policy Skill 蒸馏 — https://arxiv.org/abs/2606.26790
• [35▲] Qwen-Image-Agent：弥合真实世界图像生成中的上下文鸿沟 — https://arxiv.org/abs/2606.26907
• [34▲] 验证的边界：编码 Agent 奖励没有银弹 — https://arxiv.org/abs/2606.26300
• [33▲] MVTrack4Gen：作为 4D 视频生成几何监督的多视角点追踪 — https://arxiv.org/abs/2606.26087
• [25▲] JetSpec：通过并行树草案打破推测解码的扩展天花板 — https://arxiv.org/abs/2606.18394
• [24▲] GUI vs. CLI：纯屏幕与 Skill 介导的计算机使用 Agent 中的执行瓶颈 — https://arxiv.org/abs/2606.24551
• [24▲] V-Zero：面向细粒度视觉推理的无答案标签 On-Policy 蒸馏与对比证据门控 — https://arxiv.org/abs/2606.25319
• [23▲] UnityShots：基于记忆驱动的多镜头音视频生成与边界感知门控 — https://arxiv.org/abs/2606.21661
• [17▲] Fast LeWorldModel — https://arxiv.org/abs/2606.26217
• [15▲] EBench：通用移动操作策略的单元化诊断 — https://arxiv.org/abs/2606.18239