本期说明:follow-builders 上游 X / Podcast feed 本日不可用(该 skill 已从当前环境移除,prepare-digest.js 缺失),按 workflow.md 既定回退流程,改用两个可核验来源:HuggingFace Daily Papers API(2026-07-16 批次,共 15 篇)GitHub Search API(近期高星 AI agent 仓库)。中文圈/产品发布板块因 web_search 暂不可用而略去。所有论文链到 huggingface.co/papers/XXXX 单篇页,项目链到 github.com/owner/repo 具体仓库,9 条关键外链已抽查 HTTP 200。专业术语保留英文。

🔥 今日高光

  1. 开源统一多模态一次放四个变体:Boogu-Image-0.1。今日 HF 榜单最热(105 upvote)。Boogu-Image-0.1 是开源的统一多模态理解与生成模型家族,含 Base / Turbo / Edit / Edit-Turbo 四个变体,在高质量文生图上给出有竞争力的表现——把理解、生成、编辑塞进同一套模型,且全开源,是今天最值得 builders 上手试的一条。
  2. 世界动作模型 + AutoResearch:GigaWorld-Policy-0.5 又快又强。World Action Model(WAM)通过联合建模『动作 + 未来视觉观测』来改进机器人策略学习,用未来场景演化当作物理接地的密集监督。这一版靠 AutoResearch 把训练做得更快更强,是具身智能里『用世界模型给策略学习加监督信号』这条线的最新进展。
  3. Agent 工程化集中爆发:自进化 + 统一评测 + 失败归因。今日一连串 Agent『系统工程』工作:Self-Improvements in Modern Agentic Systems 综述梳理自进化 Agent 从原型走向部署、目标是最小人类介入下的可控演化;AgentCompass 直击评测流水线碎片化、耦合过紧的痛点,做统一评测基础设施;Tracing Agentic Failure from the Flow of Success 提出从成功轨迹反推失败根因来做 failure attribution。Agent 从『能跑』进入『可评测、可调试、可自进化』阶段。

📄 HuggingFace 热门论文(2026-07-16 批次)

  • Boogu-Image-0.1: Boosting Open-Source Unified Multimodal Understanding and Generation(105↑)— 开源统一多模态理解/生成模型家族,含 Base/Turbo/Edit/Edit-Turbo 四变体,高质量文生图有竞争力。https://huggingface.co/papers/2607.13125
  • GigaWorld-Policy-0.5: A Faster and Stronger WAM Empowered by AutoResearch(21↑)— World Action Model 联合建模动作与未来观测,用 AutoResearch 提速增强机器人策略学习。https://huggingface.co/papers/2607.13960
  • MetaView: Monocular Novel View Synthesis with Scale-Aware Implicit Geometry Priors(21↑)— 单目新视角合成,引入尺度感知的隐式几何先验,补齐生成模型对空间结构缺乏一致感知的短板。https://huggingface.co/papers/2607.12000
  • Registers Matter for Pixel-Space Diffusion Transformers(11↑)— 把 ViT 里缓解高范数离群 patch token 的 register tokens 引入像素空间 diffusion transformer,改善特征图质量。https://huggingface.co/papers/2605.16147
  • Self-Improvements in Modern Agentic Systems: A Survey(7↑)— 自进化自主 Agent 综述:从研究原型走向部署,聚焦最小/零人类介入下从经验中可控演化。https://huggingface.co/papers/2607.13104
  • AgentCompass: A Unified Evaluation Infrastructure for Agent Capabilities(6↑)— 面向 Agent 能力的统一评测基础设施,解决现有评测流水线碎片化、耦合过紧的问题。https://huggingface.co/papers/2607.13705
  • PalmClaw: A Native On-Device Agent Framework for Mobile Phones(3↑)— 原生端侧手机 Agent 框架,让调用工具、观察结果、迭代决策的多步 Agent 直接跑在手机上而非桌面。https://huggingface.co/papers/2607.13027
  • Vinci2: Providing Proactive Assistance in Continuous Egocentric Videos(7↑)— 连续第一视角视频里的主动式助手:探讨『何时该主动开口』,从被动响应转向主动协助。https://huggingface.co/papers/2607.11523
  • Tracing Agentic Failure from the Flow of Success(6↑)— LLM Agent 失败归因:从成功轨迹的流反推是哪一步导致失败,服务于调试与改进。https://huggingface.co/papers/2607.12747
  • Discrete Diffusion Models: A Unified Framework from Tokenization to Generation(5↑)— 离散去噪扩散模型统一框架,从 tokenization 到 generation,作为自回归建模的并行生成替代方案。https://huggingface.co/papers/2607.13431

🛠️ GitHub 近期高星 AI 项目


数据来源:HuggingFace Daily Papers API + GitHub Search API。链接均已抽查 HTTP 200。follow-builders 原始 X/Podcast 源恢复后将切回。