HF Daily Papers · 2026-07-18

HF Daily Papers 精选（15 篇，按社区票数排序）

• [122▲] Boogu-Image-0.1：增强开源统一多模态理解与生成 — https://arxiv.org/abs/2607.13125
• [108▲] VideoChat3：面向高效通用视频理解的全开源视频 MLLM — https://arxiv.org/abs/2607.14935
• [84▲] Ring-Zero：将零强化学习扩展到万亿参数以实现涌现推理 — https://arxiv.org/abs/2607.12395
• [67▲] SEED：用于智能体强化学习的自演化 On-Policy 蒸馏 — https://arxiv.org/abs/2607.14777
• [52▲] KnowAct-GUIClaw：深度认知、精准执行，具备自演化记忆与技能的个人 GUI 助手 — https://arxiv.org/abs/2607.12625
• [49▲] SearchOS-V1：迈向鲁棒的开放域信息检索 Agent 协作 — https://arxiv.org/abs/2607.15257
• [40▲] LongStraw：固定 GPU 预算下超越 2M token 的长上下文强化学习 — https://arxiv.org/abs/2607.14952
• [36▲] BadWAM：当世界-动作模型"想"得对却"做"得错时 — https://arxiv.org/abs/2607.15207
• [35▲] AgentCompass：面向 Agent 能力的统一评估基础设施 — https://arxiv.org/abs/2607.13705
• [35▲] PolicyShiftGuard：策略自适应图像护栏的基准测试与改进 — https://arxiv.org/abs/2607.05910
• [30▲] KeyFrame-Compass：迈向关键帧条件视频生成的全面评估 — https://arxiv.org/abs/2607.14202
• [30▲] MetaView：基于尺度感知隐式几何先验的单目新视角合成 — https://arxiv.org/abs/2607.12000
• [29▲] MultiRef-Compass：迈向多参考音视频生成的全面评估 — https://arxiv.org/abs/2607.14189
• [25▲] GigaWorld-Policy-0.5：由 AutoResearch 赋能的更快更强的 WAM — https://arxiv.org/abs/2607.13960
• [23▲] 从像素到状态：将交互式世界模型重新思考为游戏引擎 — https://arxiv.org/abs/2607.14076