论文趋势

Agent harness / 递归自改进 / 后训练。 TokenRhythm 与生产级 RL 栈同周抬升。NeoHorse-1（08 日，HF 412，仓 NeoHorse 231★，仓略早论文）。是什么　面向递归自我改进（RSI）：让智能体在真实交互里观察自身能力，再把证据转成下一轮学习。怎么做　异构模型池 + 智能路由 harness；记录每轮能力需求、所选服务档位与后续交互，用于 agentic post-training。 Miles v0.1（08 日，HF 56，仓 miles 2845★，仓远早于论文）。是什么　面向前沿后训练的全栈生产级 RL 系统（基于 slime 洁净设计）。怎么做　把 RL 训练环每一阶段做成可验证、干净、可定制组件，强调准确、效率、可靠与可扩展。

潜空间语言模型 / 原生统一视觉。 概念级预训练与无编码器统一多模态。NCP-ArchPreview（09 日，HF 293，独立仓未核到）。是什么　把自回归预训练从「下一 token」推进到潜空间「下一概念」预测，抬高概念层目标难度。怎么做　在 NTP 之外加 Next Concept Prediction；用乘积量化构造概念词表，仍保留 token 级生成。 SenseNova-U1.5（10 日，HF 236，独立仓未核到）。是什么　8B MoT 原生统一多模态：同一套无编码器、无 VAE 架构里理解、推理并生成视觉内容。怎么做　空间一致 patch 重建强化视觉接口；精选生成/编辑数据 + 结构提示，原生分辨率到 4K，并后训练美学等专家。

语音与全双工 omni 交互。 腾讯混元同周两条。AuK（08 日，HF 217，仓 758★，仓 08-19 早于论文）。是什么　开源语音基础模型，用自然语言指令 + 音频上下文统一生成与编辑。怎么做　约 30.3 亿指令-音频实例、195 万有效监督小时，覆盖生成、内容编辑、增强分离、副语言与声学编辑五族任务。 Omni Interaction Agent（08 日，HF 133，仓 190★）。是什么　端到端统一全感知、实时交互与 agent 能力（Gander），摆脱回合制对话范式。怎么做　持续接收视频/语音/文本流，支持全双工打断与异步长程 agent 执行。

世界模型 / WAM / VLM→机器人。 Programmable World Model（09 日，HF 99，仓 pwm 155★）。是什么　视频世界模型往往缺持久世界状态与可编程规则；本框架把状态演化与视觉生成解耦。怎么做　用自然语言编译成可执行程序，规定实体状态与转移规则，再驱动观测生成。 OpenWAM（07 日，HF 73，仓 610★）。是什么　把 World-Action Model 预训练拆成可对照实验的开放栈，避免单体黑箱。怎么做　模块化拆开生成主干、视觉表示、架构、信息流、推理与数据，系统比较设计选择。 Show-Harness（09 日，HF 145，仓 306★）。是什么　让通用 VLM 通过紧凑语义接口「玩」机器人，把意图接到动作。怎么做　Embodied Harness：暴露 VLM 可推理的离散语义动作单元，由本体解释器确定性落到本地控制。

长程终端智能体 / 流程图。 T1（10 日，HF 56，Tencent Hunyuan）。是什么　长程终端任务智能体：122B MoE，在云沙箱真实 shell 里用 RL 训到 300+ 工具调用轮次。怎么做　任务自带 verifier 作奖励；强 warm-start 稳定 actor-critic，并配密集过程奖励。 Procedural Graphs（08 日，HF 39 / alphaXiv 59，Google）。是什么　长程工具智能体常在历史里隐式编码流程，易丢目标、乱序调用；用 Procedural Graph 显式化流程知识。怎么做　像知识图谱组织世界事实那样，把「做什么、顺序、条件」建成可自演化的执行结构。

深度估计 / 蒸馏与 W2S。 Marigold V2（08 日，HF 64，仓 580★）。是什么　重访 Marigold：用现代 DiT 图像生成/编辑模型做单目深度，改善 OOD 与细节锐度。怎么做　把扩散 Transformer 技术复用到深度估计管线（技术报告向）。 On-Policy Reverse Distillation（08 日，HF 93，KAIST）。是什么　弱到强泛化：更强模型能否从更弱监督里学并反超，避免每代从头做前沿后训练。怎么做　提出 on-policy reverse distillation，用策略侧反向蒸馏引出 W2S。

窗前但仍热：WMRL / AutoResearch 世界模型（29 Aug，HF 447）、UNO 离散扩散加速（03 Sep，HF 147）、FlowBalance（03 Sep，HF 97）、DriveZero（05 Sep，HF 63）。不当本周新稿。