**视频生成遇见智能体：智能体视频生成、世界模型与递归自我进化**

_Video Generation Meets Agent Harness: Agentic Video Generation, Agentic World Modeling and Recursive Self-Improvement_

> 该报告探讨了视频生成从端到端合成向智能体生成转变的趋势，提出了“智能体抓手”（Agent Harness）作为可执行运行时来协调上下文、工具与反馈。研究重点包括：智能体视频生成（协调脚本与多镜头制作）、智能体世界建模（通过世界模型提供可交互环境）以及视频模型的递归自我改进（RSI）。报告分析了实现这些方向所需的关键智能体能力，如视听感知、长程规划及代码交互，并指出了自主视频生产、终身记忆及模型评估等挑战。

**来源信息**
- **来源**：HuggingFace Daily Papers（社区热门论文）
- **分类**：论文
- **发布时间**：2026-11-03 08:00（北京时间）
- **原文**：[打开原文](https://huggingface.co/papers/2610.40191)