HF 論文速讀 2026-07-07
具身AI runtime、世界模型評測、研究自動化與agent安全測試同步推進
今天五篇論文聚焦機器人部署效率、世界模型作為policy評測工具、論文到多媒體自動化，以及LLM agent安全框架的實務落地。
今天先記三件事
- MoGe-2在多個深度估計benchmark取得SOTA，支援公尺尺度單眼幾何。
- Embodied.cpp提供跨異質機器人的C++ runtime，解決部署碎片問題。
- GigaWorld-1與Vera分別建立world model評測基準與agent安全測試流程。
五篇速讀
MoGe-2：單眼幾何估計同時具備公尺尺度與銳利細節
深度估計新SOTA
為什麼重要：在iBims-1、NYUv2、KITTI等benchmark取得頂尖AbsRel成績，支援零樣本公尺尺度輸出。
帶走什麼：單眼深度估計可同時達到公尺尺度與細節銳利，KITTI Rel^d=3.75%、delta1^d=98.1%。
下一步：測試其在機器人視覺導航或AR場景的實際表現。
Embodied.cpp：讓具身模型真正跑進不同機器人的C++ runtime
具身AI部署利器
為什麼重要：解決VLA與WAM模型在異質邊緣裝置上的多速率、延遲優先推論需求。
帶走什麼：五層架構支援模組化執行與可擴展I/O，讓單一後端跑遍多種機器人與模擬器。
下一步：下載runtime並在HY-VLA或pi0模型上進行latency-first推論測試。
GigaWorld-1：用world model替機器人policy做可擴展評測
world model…
為什麼重要：提出WMBench，涵蓋324000次模擬rollout與12000小時真實資料，分析7種video world model。
帶走什麼：world model可作為policy評測代理，但evaluator品質與action編碼選擇仍需系統驗證。
下一步：參考WMBench結果，選擇適合自己機器人任務的world model與action representation。
ResearchStudio-Reel：把論文最後一哩變成可編輯的poster、video、blog
研究傳播自動化
為什麼重要：一次抽取Paper2Assets，後續三個generator產出可回編輯的PowerPoint、影片與雙語blog。
帶走什麼：用agent-readable contract與deterministic render gate，確保事實一致且可重複編輯。
下一步：在Claude Code或Codex環境中安裝Paper2Reel技能，試跑自己的論文。
Vera：把LLM Agent安全測試做成可執行證據鏈
agent安全測試框架
為什麼重要：三階段管線：文獻探索風險分類、組合產生安全案例、沙箱自適應執行與證據驗證。
帶走什麼：不再依賴硬編碼規則，而是從可觀察artifacts產生可重複驗證的安全證據。
下一步：在隔離沙箱中用Vera對自家agent進行多turn安全案例測試。