tech

AI 每日资讯 — 2026-06-14 🔥 HuggingFace 每日论文 1. EvoArena: Tracking Memory Evolution for Robust LLM Agents in Dynamic Environments Jundong Xu, Qingchuan Li, Jiaying Wu 本文针对大语言模型（LLM）代理在动态环境中的适应性不足问题，提出EvoArena基准套件，首次系统建模终端、软件与社会偏好三类环境的渐进式演化；并设计基于补丁的EvoMem记忆范式，以结构化更新历史显式追踪记忆演化过程。实验表明，现有代理在EvoArena上平均准确率仅39.6%，而EvoMem带来1.5%的整体提升，并在GAIA和LoCoMo等标准基准上分别提升6.1%与4.8%；其链级任务准确率亦提高3.7%。机制分析证实EvoMem显著增强环境状态演化的证据捕获能力，凸显建模记忆与环境协同演化对构建鲁棒代理的关键作用。 PDF · arXiv · 代码 · 项目 | ❤️ 116 2. SpatialClaw: Rethinking Action Interface for Agentic Spatial Reasoning Seokju Cho, Ryo Hachiuma, Abhishek Badki 本文针对视觉-语言模型（VLM）在开放性三维/四维空间推理中能力受限的问题，指出现有工具增强型智能体的动作接口设计——无论是单次代码执行还是结构化工具调用——均难以支持灵活、渐进式、观测驱动的空间分析。为此，作者提出无需训练的SpatialClaw框架，以可执行Python代码为统一动作接口：其维护一个带状态的Python内核，预加载输入帧及感知与几何原语库，允许VLM驱动的智能体每步生成一个依赖历史输出（含文本与视觉反馈）的代码单元，实现对中间结果的动态组合、修正与任务自适应推理。在涵盖静态与动态场景的20个空间推理基准上，SpatialClaw显著优于现有方法。 PDF · arXiv · 代码 · 项目 | ❤️ 80 3. InterleaveThinker: Reinforcing Agentic Interleaved Generation Dian Zheng, Harry Lee, Manyuan Zhang...

AI 每日资讯 — 2026-06-13 🔥 HuggingFace 每日论文 1. EvoArena: Tracking Memory Evolution for Robust LLM Agents in Dynamic Environments Jundong Xu, Qingchuan Li, Jiaying Wu 本文针对大语言模型（LLM）代理在动态真实环境中适应能力不足的问题，提出EvoArena基准套件，首次系统建模终端、软件与社会偏好三大领域的渐进式环境演化。为支撑动态推理，作者设计EvoMem——一种基于补丁的记忆范式，将记忆演化显式编码为结构化更新历史。实验表明，现有代理在EvoArena上平均准确率仅为39.6%，而EvoMem带来1.5%的平均性能提升，并在GAIA和LoCoMo等静态基准上分别提升6.1%与4.8%；在需连续完成演化子任务的链级评估中，其准确率提升达3.7%。机制分析证实EvoMem显著增强环境状态演化的证据捕获能力。 PDF · arXiv · 代码 · 项目 | ❤️ 97 2. SpatialClaw: Rethinking Action Interface for Agentic Spatial Reasoning Seokju Cho, Ryo Hachiuma, Abhishek Badki 本文针对视觉-语言模型在开放性三维/四维空间推理中的局限性，提出无需训练的框架SpatialClaw。现有工具增强型智能体受限于僵化的动作接口——或依赖单次代码执行，缺乏中间反馈；或采用结构化工具调用，灵活性不足。SpatialClaw以可执行Python代码为动作接口，通过状态保持的内核预加载输入帧及感知与几何原语，支持VLM驱动的智能体按步生成可执行代码单元，动态融合文本与视觉反馈，灵活组合操作并自适应调整推理路径。在20个涵盖静态与动态场景的空间推理基准上，SpatialClaw显著优于现有方法。 PDF · arXiv · 代码 · 项目 | ❤️ 77 3. InterleaveThinker: Reinforcing Agentic Interleaved Generation Dian Zheng, Harry Lee, Manyuan Zhang...

AI 每日资讯 — 2026-06-12 🔥 HuggingFace 每日论文 1. Redesign Mixture-of-Experts Routers with Manifold Power Iteration Songhao Wu, Ang Lv, Ruobing Xie 本文针对混合专家（MoE）模型中路由器设计缺乏理论指导的问题，提出一种基于流形幂迭代（Manifold Power Iteration, MPI）的路由器重设计方法。核心思想是将每个路由器行向量对齐至其对应专家权重矩阵的主奇异方向，以更准确地建模token-专家亲和度。MPI采用“幂迭代—回缩”范式，在提升表达能力的同时通过流形约束保障训练稳定性与推理效率。理论分析证明该方法可使路由器行收敛于专家矩阵的主奇异向量；实验在1B至11B参数规模的MoE模型上验证了其有效性，显著提升了模型性能与稀疏激活质量。 PDF · arXiv · 代码 | ❤️ 74 2. World Pilot: Steering Vision-Language-Action Models with World-Action Priors Zefu Lin, Rongxu Cui, Junjia Xu 本文针对现有视觉-语言-动作（VLA）模型因依赖静态图像-文本预训练而难以建模连续、接触密集的物理操作动态这一根本局限，提出World Pilot框架。该框架通过引入世界-动作模型（WAM）提供的场景演化潜变量（Latent Steering）与动作轨迹先验（Action Steering）两条互补路径，将动力学先验注入VLA决策链，在保持语义理解能力的同时赋予其对场景演变趋势和运动轨迹的前瞻性感知。实验表明，World Pilot在LIBERO-Plus零样本OOD基准上取得84.7%的SOTA总成功率，并在四种真实机器人操作任务中全面领先，尤其在视角、几何、形变状态及位姿等分布外偏移下优势显著。 PDF · arXiv · 代码 · 项目 | ❤️ 22 3. On Subquadratic Architectures: From Applications to Principles Anamaria-Roberta Hartl, Levente Zólyomi, David Stap...

AI 每日资讯 — 2026-06-11 🔥 HuggingFace 每日论文 1. Role-Agent: Bootstrapping LLM Agents via Dual-Role Evolution Xucong Wang, Ziyu Ma, Shidong Yang 本文针对大语言模型（LLM）智能体在复杂任务中因交互反馈低效、训练环境静态而导致泛化能力受限的问题，提出Role-Agent框架，通过单一LLM同时扮演“智能体”与“环境”角色，实现自举式双角色协同演化。其核心包含World-In-Agent（WIA）与Agent-In-World（AIW）两大模块：WIA利用状态预测一致性构建过程奖励，增强环境建模能力；AIW基于失败轨迹分析与相似任务检索，动态重构训练分布以强化薄弱环节。在多个基准测试中，Role-Agent平均性能提升超4%，显著优于强基线。 PDF · arXiv · 代码 | ❤️ 73 2. Lip Forcing: Few-Step Autoregressive Diffusion for Real-time Lip Synchronization Paul Hyunbin Cho, Jinhyuk Jang, SeokYoung Lee 本文提出Lip Forcing，首个面向视频到视频唇形同步的少步自回归扩散方法，旨在解决现有扩散模型因全序列双向注意力与大量去噪步骤导致的实时推理瓶颈。该方法通过知识蒸馏，将14B参数的音频条件双向视频扩散教师模型压缩为因果学生模型，并设计Sync-Window DMD调度、两步去噪推理机制及SyncNet奖励函数。实验表明：1.3B学生模型达31 FPS，较同规模双向模型快17.6倍；14B学生模型推理速度提升39.8倍，且保持相近参考保真度；首帧延迟低于1毫秒，显著优于所有扩散基线。 PDF · arXiv · 代码 · 项目 | ❤️ 27 3. EEVEE: Towards Test-time Prompt Learning in the Real World for Self-Improving Agents Weixian Xu, Shilong Liu, Mengdi Wang...

AI 每日资讯 — 2026-06-10 🔥 HuggingFace 每日论文 1. Latent Spatial Memory for Video World Models Weijie Wang, Haoyu Zhao, Yifan Yang 本文针对视频世界模型中3D空间一致性建模的效率与保真度瓶颈，提出基于扩散隐空间的潜在空间记忆（Latent Spatial Memory），摒弃传统依赖RGB空间点云的显式3D记忆机制。所提出的Mirage框架通过深度引导的反投影将隐式token提升至3D空间构建持久化记忆，并直接在隐空间中进行视图合成与扭曲查询，避免像素空间重建带来的信息损失及重复编解码开销。实验表明，该方法相较显式3D基线实现端到端视频生成速度提升10.57倍、内存占用降低55倍，并在WorldScore基准上达到SOTA性能，在RealEstate10K上展现出优异的重建质量。 PDF · arXiv · 代码 · 项目 | ❤️ 47 2. OmniGameArena: A Unified UE5 Benchmark for VLM Game Agents with Improvement Dynamics Mingxian Lin, Shengju Qian, Yuqi Liu 本文提出OmniGameArena——一个基于Unreal Engine 5构建的统一游戏基准，涵盖12款新设计的实时游戏，覆盖Solo（7）、PvP（3）和Coop（2）三类交互范式，并提供标准化动作接口以公平评估异构视觉语言模型（VLM）代理。针对现有基准仅报告单次冷启动得分、忽视能力演化过程的问题，作者引入“改进动力学曲线”（IDC）：一种基于工具增强型反思LLM的迭代优化框架，通过多轮自主精炼技能提示提升代理表现。实验在12个VLM代理上完成冷启动评测，并对其中4个顶尖代理开展IDC分析，首次系统刻画了性能演化轨迹与跨任务泛化能力。 PDF · arXiv · 代码 · 项目 | ❤️ 16 3. Reasoning Arena: Trace Tournaments When Verifiable Rewards Fall Short Han Zhou, Adam X....