Hugging Face 每日论文榜单反映了社区关注方向。今日榜单横跨 agent 基准测试、实时视频编辑、多模态 3D 模型、潜在语言建模、世界模型与流式推荐等领域，以下按「问题、思路、创新点、应用」四个角度梳理十篇重点论文。
1. MerchantBench：电商运营长期一致性 Agent 基准
现有 agent 基准多只测短任务完成能力，而电商场景要求 agent 处理跨多步、多天的长流程：商品管理、库存、促销、客户反馈，并保持长期一致性。MerchantBench 将 agent 视为「数字运营员工」，要求其记住先前状态、按业务目标决策，而非单轮聊天式作答。适用于电商卖家助手、店铺自动化运营及企业 agent 上线前评估。
GitHub
2. JoyAI-Video-Edit：自回归扩散实现实时视频编辑
AI 视频编辑常陷两难：高质量但慢，或快但帧间不一致。该论文结合自回归建模与扩散模型，兼顾灵活性与实时速度，目标是保持时间一致性同时不牺牲细节生成。适用于自然语言驱动的视频编辑工具、直播及短视频实时剪辑、广告后期。
GitHub
3. Hunyuan3D-Buffalo 1.0：统一多模态 3D 生成与编辑
当前 3D AI 生态割裂：生成、理解、编辑模型彼此独立，难以构建游戏、AR/VR、机器人等大型 pipeline。该模型尝试用一个统一多模态模型同时完成 3D 对象生成、内容理解与资产编辑，类似 LLM 统一 NLP 任务的路径。适用于游戏/影视 3D 资产制作、电商 3D 展示、机器人环境理解。
4. AURORA-LM：连续潜在空间扩散语言建模
自回归 Transformer 是语言建模黄金标准，但逐 token 生成较慢；扩散模型可并行化但质量常不敌。AURORA-LM 通过自编码将语言映射到连续潜在空间，再在该空间做扩散建模，而非直接生成离散 token。若成立，可能挑战「语言建模必须逐 token 自回归」的假设。适用于并行文本生成、可控生成、统一多模态潜在建模。
GitHub
5. InfiniSplat：大基线单目视图合成的隐式高斯解码
从单张或少量图像合成新视角，在大基线（视角变化大）时极易几何破裂、细节丢失。该论文用隐式表示结合高斯解码，直接应对新视角合成中最难的远距离外推问题。适用于单图建 3D 场景、虚拟看房/旅游、机器人仿真数据生成。
GitHub
6. Video-DeepResearch：下一代多模态深度研究 Agent
现有 deep research agent 主要处理网页、文本与 PDF，但真实知识大量存在于视频：课程、产品演示、会议、直播、访谈。该论文将深度研究从纯文本扩展到多模态，让 agent 能基于视频内容检索、分析、综合与推理。适用于讲座/教程分析助手、企业视频知识库挖掘、媒体情报与竞品分析。
7. KGD4REC：知识-几何解耦的流式推荐迁移
流式推荐场景中，新 item 不断出现、用户兴趣漂移，预训练模型难以低成本刷新。该论文将表示中的「知识」与「几何结构」解耦：保留稳定知识，灵活更新几何结构，避免全量重训。适用于信息流/短视频推荐、实时电商推荐、概念漂移明显的个性化系统。
GitHub
8. PCSD：Agentic 强化学习自蒸馏的持久一致性
Agentic RL 常因策略快速变化导致自训练质量波动，自蒸馏易放大错误。PCSD 引入持久一致性机制，让 agent 在自我学习过程中避免过度漂移，强调多轮蒸馏的稳定性而非短期效率。适用于工具调用 agent 训练、多步任务 RL、自改进 agent 稳定性提升。
9. Quo Vadis, World Modeling?：世界模型领域综述
「世界模型」概念火热但定义模糊，可指环境预测、模拟器、结构化记忆或 agent 规划基础。该论文属综述/方向性研究，梳理领域现状、分类体系、基准与开放挑战，有助于社区统一话语、设计基准、确定研究优先级。适用于长期规划 agent 方向、模拟器与基准设计、具身 AI 与游戏 agent 研究。
GitHub
10. PAST-Bench：个人 Agent 递归自我改进基准
个人 agent 应随观察用户与交互历史不断自我改进，但如何严肃评测「递归自我改进」的基础能力？PAST-Bench 衡量 agent 从反馈中学习、更新策略、维持个性化目标并随时间提升表现的能力，焦点从「单次会话能做什么」转向「能否反复自我改进」。适用于长期个性化 AI 助手、学习用户习惯的生产力工具、自主助手安全评估。
GitHub
综合今日榜单，可提炼四条主线：一是 agent 研究从短期 demo 转向长期一致性、自我改进与多模态研究能力；二是视频与 3D 从「理解」走向「操作」，模型被期待直接编辑、创作与研究多模态内容；三是 AURORA-LM 代表的后 Transformer 架构探索正经受严肃检验；四是流式推荐与自蒸馏 RL 表明「一次训练永久部署」模式正在终结，模型需持续刷新与适应。
若从中挑选最值得跟踪的方向：MerchantBench 与 PAST-Bench 这类基准常塑造后续研究浪潮；JoyAI-Video-Edit 的实时视频编辑应用潜力巨大；AURORA-LM 触及语言建模底层范式；Hunyuan3D-Buffalo 的统一 3D 模型或成 3D AI 的「LLM 时刻」。
#GitHub #开源 #HuggingFace #AI论文 #Agent #多模态 #3D模型 #视频编辑 #语言建模 #推荐系统
@GitHubTrendingHub