https://aidigest.kikihuang.net/tags/multimodal/Recent content in Multimodal on AI DigestHugozh-cnFri, 17 Jul 2026 00:05:00 +0800https://aidigest.kikihuang.net/posts/2026-07-17-daily/Fri, 17 Jul 2026 00:05:00 +0800https://aidigest.kikihuang.net/posts/2026-07-17-daily/本期说明：follow-builders 上游 feed（X / Podcast 源）本日不可用（该 skill 已从环境移除），按既定回退流程改用 HuggingFace Daily Papers API + GitHub Search API 两个可核验来源生成。今日主线是『统一多模态 + 世界模型 + 自进化 Agent』：开源统一多模态理解生成模型 Boogu-Image-0.1（Base/Turbo/Edit 四变体，105 upvote 登顶）；世界动作模型 GigaWorld-Policy-0.5 借 AutoResearch 提速增强机器人策略学习；Agent 方向密集出现自进化综述、统一评测基础设施 AgentCompass、失败归因（从成功流反推失败根因）等『Agent 工程化』工作；端侧有原生手机 Agent 框架 PalmClaw。工具圈 GitHub 冒出开源科研工作台 OpenScience、Agent 原型/回放桌面工具 llm-space、非水货 evals 资源库 awesome-evals、本地优先注意力守护层 agent-chief。所有论文链到 HF 单篇页、项目链到具体仓库，9 条关键链接已抽查 HTTP 200。专业术语保留英文。