开场：本周五篇论文速览

主播交代这是周末特辑，汇总本周 HuggingFace 上人气最高的论文，并列出本期涵盖的五个方向：业务智能体长时程部署、具身智能进展、交互式流式视频生成评测、光谱空间解释与大脑编码的参数高效微调。

BizBench：业务智能体的严格成功率只有六成

论文基于真实支付与金融工作流构建 50 个长时程任务，同时检查目标达成、过程合规与保护要求。Claude Opus 5 与 GPT-6-Astra 严格成功率约六成，Qwen 3.5-Next-9B 在 150 次任务中全部失败，跨运行可靠性不足。结论是业务智能体评估不能只看最终成功。

GPT-6-Astra 跨过具身门槛，但未达实用

研究冻结权重、用演示构建上下文知识包，在十二类设置上测试。多数仿真基准追平或超过最好成绩，但真实机器人插头插入 11 次全败，长程导航与复杂家务仍困难，成本高且会依赖过期观察。结论是已跨过能力门槛但尚未实用。

StreamEval：画质好不等于会执行请求

论文构建五个任务共 300 个脚本的基准，覆盖 15 到 300 秒时长，用十项指标比较 37 个模型。结果显示任务执行是主要瓶颈，虚拟人表演 following 仅 36.90，参考编辑 ID success 仅 15.00，实时交互系统不能只追求视觉保真。

SSI：用局部 Shapley 值统一空间与光谱解释

针对现有方法把空间证据与光谱证据割裂、假设通道重要性处处相同的问题，作者在每个空间位置构造关于通道的局部博弈，得到位置—通道归因矩阵。在多个数据集上联合删除与插入指标最优，但也依赖掩码基线、不保证全局效率。

大脑编码：LoRA 微调把计算成本降低约 350 倍

作者用 LoRA 对九种多模态主干做参数高效微调，只训练约 891 万参数，端到端计算从 702.5 降到 8.5 GPU 小时。Brain-LoRA 在分布内外均有提升，集成模型在公开榜单排名第一，全量微调 20.25B 参数反而没有超过 LoRA。