HF Daily Papers · 2026-07-12

HF Daily Papers 精选（15 篇，按社区票数排序）

• [117▲] Vidu S1: 一个实时交互式视频生成模型 — https://arxiv.org/abs/2607.03118
• [83▲] 通过深度原生结构推理实现准确、跨学科且透明的结构-性质理解 — https://arxiv.org/abs/2607.07708
• [51▲] 面向机器人操作的视觉-语言-动作模型中的双重潜在记忆 — https://arxiv.org/abs/2607.07608
• [50▲] Video-Oasis: 重新思考视频理解评估 — https://arxiv.org/abs/2603.29616
• [47▲] 为什么我打不开我的抽屉？缓解零样本组合动作识别中由物体驱动的捷径学习问题 — https://arxiv.org/abs/2601.16211
• [46▲] 面向具身智能的 Mixture-of-Experts 视频预训练规模化 — https://arxiv.org/abs/2607.07675
• [29▲] 思想也有基因组：科学谱系推理与基于谱系的创意生成基准测试 — https://arxiv.org/abs/2607.08758
• [29▲] 具备多样化交互的无限世界 — https://arxiv.org/abs/2607.07534
• [26▲] LongE2V: 基于事件的视频扩散模型长时域视频重建、预测与帧插值 — https://arxiv.org/abs/2607.08770
• [26▲] UniClawBench: 面向真实世界任务的主动 Agent 通用基准 — https://arxiv.org/abs/2607.08768
• [26▲] LLM-as-a-Tutor: 面向不可验证强化学习的策略感知 Prompt 适配 — https://arxiv.org/abs/2607.04412
• [17▲] 通过几何感知预训练增强上下文全景生成 — https://arxiv.org/abs/2607.08765
• [16▲] DrugGen 2: 面向药物发现增强的疾病感知语言模型 — https://arxiv.org/abs/2607.08404
• [15▲] JD Oxygen AI Item Center (Oxygen AIIC) V1: 以 LLM/VLM 为核心的工业级商品理解、管理与应用解决方案 — https://arxiv.org/abs/2606.28070
• [14▲] Jet-Long: 基于动态双焦 RoPE 的高效长上下文扩展 — https://arxiv.org/abs/2607.07740