AI 深研院 · 重点 0 · 其他 15 条
AI 深研院 · 论文
Hugging Face Daily Papers 与 arXiv 精选
其他 15 条去噪后未进重点的条目，按发布时间倒序
FilmFlow：面向 3D 虚拟电影摄影的智能体系统
将电影镜头意图转成可执行的可控相机轨迹，用智能体系统在 3D 虚拟场景中完成复杂运镜。
AnyGameRenderer：跨游戏实体一致的生成式渲染
针对编程智能体做出的「程序员美术」小游戏，提出实体一致的生成式渲染与实体级基准，提升画面一致性。
AgentVQA：智能体视觉理解统一基准
指出 VLM 在智能体场景表现评估不足，提出统一的 AgentVQA 基准以衡量视觉语言模型的智能体视觉理解。
复杂智能体记忆总必要吗？朴素 RAG 可能更强
对照实验称在多类长期对话理解上，朴素 RAG 并不弱于复杂可变结构的智能体记忆系统。
自蒸馏未来视频表征，服务世界动作模型
面向 World Action Models，用自蒸馏从视频扩散先验中提取未来视频表征，以改进通用机器人策略学习。
Agent Mosaic：识别智能体系统中的机密拼图式泄露
指出智能体可从多份可得文档拼出敏感结论，提出识别此类「马赛克」泄密的方法。
Policy-Mask：按预算自适应选取扩散特征做判别任务
提出预算感知策略，从冻结扩散模型的去噪轨迹与层级中挑选中间特征，用于判别任务，在算力受限时权衡精度。
RLSplat：前馈 3DGS 的资源线性预算控制
为单次前馈的 3D Gaussian Splatting 引入近似线性的资源预算控制，适应必须限算力的重建场景。
RouteWeaver：把模式选择与执行织入统一 LLM 路由
现有路由多绑定单一执行范式；RouteWeaver 将模式选择与执行统一，动态协调异构语言模型。
Heartbeat Thinking：听的同时推测推理与调工具
实时语音智能体常在用户说完后才动；该方法在收听阶段即做推测推理与工具调用，缩短可行动等待。
RTAformer：关系转移感知的视频场景图 Transformer
视频场景图需建模对象关系随时间转移，提出关系转移感知 Transformer。
更多 18 条未进正文的候选，按发布时间倒序；默认折叠
- Inherited, Not Invented: Tracing the Provenance of Wait in Reasoning ModelsHF Daily Papers · 10月22日
- What Makes a Good Unmasking Policy? A Controlled Study of Learned Unmasking in Diffusion Language ModelsHF Daily Papers · 10月22日
- F2G-Pose: Geometry-Aware Foundation Feature Lifting for Direct RGB-D Category-Level Object Pose EstimationHF Daily Papers · 10月22日
- Skeleton-Grounded Latent Action Model for Robot World ModelsHF Daily Papers · 10月22日
- Foundation4D: Towards a unified perception and reconstruction model for autonomous vehiclesHF Daily Papers · 10月21日
- TARSphere: A Robot-Oriented Full-Stack Framework for Long-Horizon Embodied Agents in Evolving Physical and Social EnvironmentsHF Daily Papers · 10月21日
- SplatLab: Autonomous Scientific Discovery for 3DGS ResearchHF Daily Papers · 10月21日
- HyperDrone: Simulation-to-Reality Transfer at Millions of Frames per SecondHF Daily Papers · 10月20日
- Diffusion Language Models Change Speed Across Tasks and LanguagesHF Daily Papers · 10月19日
- Who Takes the Lead? Model Ability and Task-Conditioned Collaboration with HumansHF Daily Papers · 10月19日
- SEAM: Spectral Embedding Alignment and Merging for Low-Resource TTSHF Daily Papers · 10月19日
- TILDE: Teacher-in-the-Loop Distillation from Embodied Foundation ModelsHF Daily Papers · 10月18日
- IF-MAP: Influence-Function-Inspired Agent Prioritization in Multi-Agent SystemsHF Daily Papers · 10月17日
- Bridging Exploration and Persona: Information-Directed Dueling for Test-Time Agent PersonalizationHF Daily Papers · 10月17日
- MambaAct: Efficient Mamba Action Experts for Flow-Matching Vision-Language-Action ModelsHF Daily Papers · 10月16日
- EvalResearchBench: Can AI Agents Build Their Own Feedback for Recursive Self-Improvement?HF Daily Papers · 10月16日
- The LLM-Attacker: A Unified Red-Team Framework for Privacy Evaluation of Split and Distributed LLM SystemsHF Daily Papers · 10月15日
- Realism VS Accuracy: Event Sequence Forecasting from a Generative Modeling PerspectiveHF Daily Papers · 10月8日