StepAudio 3 Realtime 技术报告

持续学习机制组合实现长时程记忆 论文：https://huggingface.co/papers/2609.06986

Vidu S2 论文发布，提出实时交互、可编辑和空间视频生成，包含实时交互数字人模型 Vidu S2-Avatar 和实时视频编辑模型 Vidu S2-Editing。Vidu S2-Avatar 相比 Vidu S1 支持实时 720p 生成、可随时更新的动态参考和更强的指令遵循；Vidu S2-Editing 支持对视频流实时编辑，包括风格渲染、服装、角色和背景替换。论文链接 https://huggingface.co/papers/2609.11638，在线演示 h…

SAS Simple Attention Sparsification via End-to-End Optimization of Context Ranking 论文：https://huggingface.co/papers/2609.13141

AuK 技术报告 一个用于语音生成与编辑的开源基础模型 论文：https://huggingface.co/papers/2609.08936

Marigold V2 重访扩散Transformer用于单目深度估计 论文：https://huggingface.co/papers/2609.08084

NeoHorse-1 迈向基于路由框架的智能体后训练递归自我改进 论文：https://huggingface.co/papers/2609.08183

通过离散扩散实现大语言模型的无损加速 论文：https://huggingface.co/papers/2609.04010

论文 CoGR 训练 LLM 在查询侧和物品侧同时生成紧凑关键词，通过倒排索引直接匹配，并用 GRPO 交替优化两侧生成器。在内部 APP Marketplace 数据集和公开 WANS 基准上，CoGR 相比最强基线分别提升 F_1 10.9% 和 36.1%。论文链接：https://huggingface.co/papers/2609.00638

HarnessDev 是一个将评测单位从任务输出转为可执行基础设施的基准，分 Creation 和 Evolution 两阶段，覆盖六个创建 LLM、四个领域和五个下游基准共 2，207 个实例。结果显示自建 harness 在代码及搜索研究任务上仍落后成熟人工方案，进化带来的提升不稳定且跨模型迁移有限，论文见 https://huggingface.co/papers/2609.01437。

论文 Repo-To-Skill 研究如何将 GitHub 仓库蒸馏（Distilling）为 AI4AI Skills。论文链接：https://huggingface.co/papers/2609.02749。