duan

HuggingFace 每日AI论文速递

Technology ZH ↓ 647 episodes

每天10分钟，带您快速了解当日HuggingFace热门AI论文内容。每个工作日更新，欢迎订阅。📢播客节目在小宇宙、Apple Podcast平台搜索【HuggingFace 每日AI论文速递】🖼另外还有图文版，可在小红书搜索并关注【AI速递】

Author

duan

Episodes

2026.03.18 | 验证求精代理破局；工业代码模型一次过 18.03.2026 13:15

【赞助商】通勤路上就听AI每周谈。AI每周谈，每周带你回顾上周AI大事传送门 🔗https://www.xiaoyuzhoufm.com/podcast/688a34636f5a275f1cba40fd 【目录】本期的 15 篇论文如下： [00:29] 🤖 MiroThinker-1.7 & H1: Towards Heavy-Duty Research Agents via Verification（MiroThinker-1.7与H1：通过验证迈向重型研究智能体） [01:10] 🏭 InCoder-32B: Code Foundation Model for Industrial Scenarios（InCoder-32B：面向工业场...

2026.03.17 | AI学会科学审美；开源数据打破搜索垄断 18.03.2026 13:47

【赞助商】通勤路上就听AI每周谈。AI每周谈，每周带你回顾上周AI大事传送门 🔗https://www.xiaoyuzhoufm.com/podcast/688a34636f5a275f1cba40fd 【目录】本期的 15 篇论文如下： [00:29] 🧠 AI Can Learn Scientific Taste（AI可以学习科学品味） [01:13] 🔍 OpenSeeker: Democratizing Frontier Search Agents by Fully Open-Sourcing Training Data（OpenSeeker：通过完全开源训练数据实现前沿搜索代理的民主化） [02:06] 🏢...

2026.03.16 | LMEB填补长记忆评测盲区；Cheers解耦语义与细节实现多模态统一 16.03.2026 13:03

【赞助商】通勤路上就听AI每周谈。AI每周谈，每周带你回顾上周AI大事传送门 🔗https://www.xiaoyuzhoufm.com/podcast/688a34636f5a275f1cba40fd 【目录】本期的 15 篇论文如下： [00:28] 🧠 LMEB: Long-horizon Memory Embedding Benchmark（LMEB：长时程记忆嵌入基准） [01:12] 🔄 Cheers: Decoupling Patch Details from Semantic Representations Enables Unified Multimodal Comprehension and Generation（Cheers：通过解...

【周末特辑】3月第3周最火AI论文 | 几何强化3D编辑；LLM视觉编码轻量飞跃 15.03.2026 10:17

【赞助商】通勤路上就听AI每周谈。AI每周谈，每周带你回顾上周AI大事传送门 🔗https://www.xiaoyuzhoufm.com/podcast/688a34636f5a275f1cba40fd 【目录】本期的 5 篇论文如下： [00:50] TOP1(🔥136) | 🎨 Geometry-Guided Reinforcement Learning for Multi-view Consistent 3D Scene Editing（几何引导的强化学习用于多视角一致的3D场景编辑） [02:57] TOP2(🔥104) | 🐧 Penguin-VL: Exploring the Efficiency Limits of VLM w...

2026.03.13 | 流式空间记忆2B小模型逆袭；AI“蛮力”翻页不敌人类策略 14.03.2026 13:48

【赞助商】通勤路上就听AI每周谈。AI每周谈，每周带你回顾上周AI大事传送门 🔗https://www.xiaoyuzhoufm.com/podcast/688a34636f5a275f1cba40fd 【目录】本期的 15 篇论文如下： [00:32] 🧠 Spatial-TTT: Streaming Visual-based Spatial Intelligence with Test-Time Training（Spatial-TTT：基于测试时训练的流式视觉空间智能） [01:17] 🤔 Strategic Navigation or Stochastic Search? How Agents and Humans Reason Over Do...

2026.03.12 | 边聊边训智能体；GPU秒解亿级K均 12.03.2026 12:22

【赞助商】通勤路上就听AI每周谈。AI每周谈，每周带你回顾上周AI大事传送门 🔗https://www.xiaoyuzhoufm.com/podcast/688a34636f5a275f1cba40fd 【目录】本期的 15 篇论文如下： [00:29] 🤖 OpenClaw-RL: Train Any Agent Simply by Talking（OpenClaw-RL：通过对话训练任意智能体） [01:17] ⚡ Flash-KMeans: Fast and Memory-Efficient Exact K-Means（Flash-KMeans：快速且内存高效的精确K-Means算法） [02:01] 👁 MA-EgoQA:...

2026.03.11 | 几何强化3D编辑；掩码扩散多模态 12.03.2026 13:01

【赞助商】通勤路上就听AI每周谈。AI每周谈，每周带你回顾上周AI大事传送门 🔗https://www.xiaoyuzhoufm.com/podcast/688a34636f5a275f1cba40fd 【目录】本期的 15 篇论文如下： [00:32] 🎨 Geometry-Guided Reinforcement Learning for Multi-view Consistent 3D Scene Editing（几何引导的强化学习用于多视角一致的3D场景编辑） [01:11] 🔄 Omni-Diffusion: Unified Multimodal Understanding and Generation with Masked Dis...

2026.03.10 | 长故事一致性漏洞扫描；零人工3D空间智能标注 10.03.2026 13:48

【赞助商】通勤路上就听AI每周谈。AI每周谈，每周带你回顾上周AI大事传送门 🔗https://www.xiaoyuzhoufm.com/podcast/688a34636f5a275f1cba40fd 【目录】本期的 15 篇论文如下： [00:32] 📖 Lost in Stories: Consistency Bugs in Long Story Generation by LLMs（迷失于故事：大语言模型生成长篇故事中的一致性错误） [01:16] 🧠 Holi-Spatial: Evolving Video Streams into Holistic 3D Spatial Intelligence（Holi-Spatial：...

2026.03.09 | LLM做视觉编码器；BandPO剪得更聪明 09.03.2026 13:06

【赞助商】通勤路上就听AI每周谈。AI每周谈，每周带你回顾上周AI大事传送门 🔗https://www.xiaoyuzhoufm.com/podcast/688a34636f5a275f1cba40fd 【目录】本期的 15 篇论文如下： [00:34] 🐧 Penguin-VL: Exploring the Efficiency Limits of VLM with LLM-based Vision Encoders（Penguin-VL：探索基于LLM视觉编码器的VLM效率极限） [01:16] 🚀 BandPO: Bridging Trust Regions and Ratio Clipping via Probability-Aware Bound...

【周末特辑】3月第2周最火AI论文 | 统一编码器跨域点云；异构模型协作省样本 08.03.2026 13:47

【赞助商】通勤路上就听AI每周谈。AI每周谈，每周带你回顾上周AI大事传送门 🔗https://www.xiaoyuzhoufm.com/podcast/688a34636f5a275f1cba40fd 【目录】本期的 5 篇论文如下： [00:40] TOP1(🔥143) | 🧩 Utonia: Toward One Encoder for All Point Clouds（Utonia：迈向适用于所有点云的统一编码器） [03:19] TOP2(🔥141) | 🤝 Heterogeneous Agent Collaborative Reinforcement Learning（异构智能体协作强化学习） [05:46] T...

【月末特辑】2月最火AI论文 | VBVR百万视频炼视觉推理；OPUS同频优化器省算力 07.03.2026 22:33

【赞助商】通勤路上就听AI每周谈。AI每周谈，每周带你回顾上周AI大事传送门 🔗https://www.xiaoyuzhoufm.com/podcast/688a34636f5a275f1cba40fd 【目录】本期的 10 篇论文如下： [00:44] TOP1(🔥508) | 🧠 A Very Big Video Reasoning Suite（一个超大规模视频推理套件） [03:11] TOP2(🔥343) | 🚀 OPUS: Towards Efficient and Principled Data Selection in Large Language Model Pre-training in Every Iteration（OPUS：迈...

2026.03.06 | MOOSE-Star打破科学发现训练壁垒；DARE让LLM秒变严谨统计助手 06.03.2026 12:41

【赞助商】通勤路上就听AI每周谈。AI每周谈，每周带你回顾上周AI大事传送门 🔗https://www.xiaoyuzhoufm.com/podcast/688a34636f5a275f1cba40fd 【目录】本期的 15 篇论文如下： [00:32] 🚀 MOOSE-Star: Unlocking Tractable Training for Scientific Discovery by Breaking the Complexity Barrier（MOOSE-Star：通过打破复杂性壁垒解锁科学发现的可处理训练） [01:50] 📊 DARE: Aligning LLM Agents with the R Statistical E...

2026.03.05 | Helios无限续写长视频；异构模型协同减半刷题 05.03.2026 12:28

【赞助商】通勤路上就听AI每周谈。AI每周谈，每周带你回顾上周AI大事传送门 🔗https://www.xiaoyuzhoufm.com/podcast/688a34636f5a275f1cba40fd 【目录】本期的 15 篇论文如下： [00:33] 🎬 Helios: Real Real-Time Long Video Generation Model（Helios：实时长视频生成模型） [01:12] 🤝 Heterogeneous Agent Collaborative Reinforcement Learning（异构智能体协作强化学习） [01:56] 🧠 T2S-Bench & Structure-of-Thought:...

2026.03.04 | 统一模型“对齐税”拖累理解；通用点云编码器一锅端多场景 04.03.2026 12:59

【赞助商】通勤路上就听AI每周谈。AI每周谈，每周带你回顾上周AI大事传送门 🔗https://www.xiaoyuzhoufm.com/podcast/688a34636f5a275f1cba40fd 【目录】本期的 15 篇论文如下： [00:32] 🔍 UniG2U-Bench: Do Unified Models Advance Multimodal Understanding?（UniG2U-Bench：统一模型是否推动了多模态理解的发展？） [01:40] 🧩 Utonia: Toward One Encoder for All Point Clouds（Utonia：迈向适用于所有点云的统一编码器）...

2026.03.03 | 自适应扩展省算力；令牌秒变动效 03.03.2026 13:07

【赞助商】通勤路上就听AI每周谈。AI每周谈，每周带你回顾上周AI大事传送门 🔗https://www.xiaoyuzhoufm.com/podcast/688a34636f5a275f1cba40fd 【目录】本期的 15 篇论文如下： [00:30] ⚡ From Scale to Speed: Adaptive Test-Time Scaling for Image Editing（从规模到速度：图像编辑的自适应测试时扩展） [01:16] 🎨 OmniLottie: Generating Vector Animations via Parameterized Lottie Tokens（OmniLottie：通过参数化Lot...

2026.03.02 | dLLM统一扩散框架；SpatialScore让AI读懂空间 02.03.2026 12:53

【赞助商】通勤路上就听AI每周谈。AI每周谈，每周带你回顾上周AI大事传送门 🔗https://www.xiaoyuzhoufm.com/podcast/688a34636f5a275f1cba40fd 【目录】本期的 15 篇论文如下： [00:29] 🛠 dLLM: Simple Diffusion Language Modeling（dLLM：简单的扩散语言建模） [01:15] 🧠 Enhancing Spatial Understanding in Image Generation via Reward Modeling（通过奖励建模增强图像生成中的空间理解） [02:11] 🌍 Recovered in Trans...

【周末特辑】3月第1周最火AI论文 | VBVR 百万级视频基准刷新推理极限；SAGE 自信早停让模型省话又精准 01.03.2026 12:29

【赞助商】通勤路上就听AI每周谈。AI每周谈，每周带你回顾上周AI大事传送门 🔗https://www.xiaoyuzhoufm.com/podcast/688a34636f5a275f1cba40fd 【目录】本期的 5 篇论文如下： [00:39] TOP1(🔥491) | 🧠 A Very Big Video Reasoning Suite（一个超大规模视频推理套件） [02:33] TOP2(🔥246) | 💭 Does Your Reasoning Model Implicitly Know When to Stop Thinking?（你的推理模型是否隐含地知道何时停止思考？） [04:48] TOP3...

2026.02.27 | 诊断补课反超72B；三一致性考趴世界模型 27.02.2026 13:14

【赞助商】通勤路上就听AI每周谈。AI每周谈，每周带你回顾上周AI大事传送门 🔗https://www.xiaoyuzhoufm.com/podcast/688a34636f5a275f1cba40fd 【目录】本期的 15 篇论文如下： [00:31] 🔍 From Blind Spots to Gains: Diagnostic-Driven Iterative Training for Large Multimodal Models（从盲点到增益：诊断驱动的迭代训练用于大型多模态模型） [01:16] 🌍 The Trinity of Consistency as a Defining Principle for General...

2026.02.26 | 分子图生成首破99%化学有效性；DreamID-Omni把多人脸音色混剪错配率砍到8% 26.02.2026 12:40

【赞助商】通勤路上就听AI每周谈。AI每周谈，每周带你回顾上周AI大事传送门 🔗https://www.xiaoyuzhoufm.com/podcast/688a34636f5a275f1cba40fd 【目录】本期的 15 篇论文如下： [00:31] ⚗ MolHIT: Advancing Molecular-Graph Generation with Hierarchical Discrete Diffusion Models（MolHIT：基于分层离散扩散模型推进分子图生成） [01:08] 🎭 DreamID-Omni: Unified Framework for Controllable Human-Centric Audio-Video...

2026.02.25 | 数据工程赋能小模型；轻量重排刷新长文本SOTA 25.02.2026 13:11

【赞助商】通勤路上就听AI每周谈。AI每周谈，每周带你回顾上周AI大事传送门 🔗https://www.xiaoyuzhoufm.com/podcast/688a34636f5a275f1cba40fd 【目录】本期的 15 篇论文如下： [00:29] 🖥 On Data Engineering for Scaling LLM Terminal Capabilities（论扩展大型语言模型终端能力的数据工程） [01:20] 🧠 Query-focused and Memory-aware Reranker for Long Context Processing（面向长文本处理的查询聚焦与记忆感知重排序器...

2026.02.24 | VBVR百万视频补推理教材；VLANeXt十二配方炼成VLA 24.02.2026 12:11

【赞助商】通勤路上就听AI每周谈。AI每周谈，每周带你回顾上周AI大事传送门 🔗https://www.xiaoyuzhoufm.com/podcast/688a34636f5a275f1cba40fd 【目录】本期的 14 篇论文如下： [00:31] 🧠 A Very Big Video Reasoning Suite（一个超大规模视频推理套件） [01:16] 🧪 VLANeXt: Recipes for Building Strong VLA Models（VLANeXt：构建强大视觉-语言-动作模型的实践指南） [02:06] 🧭 ManCAR: Manifold-Constrained Latent Reas...

2026.02.23 | VESPO防抖离线RL；推理模型学会“点到为止” 23.02.2026 9:32

【赞助商】通勤路上就听AI每周谈。AI每周谈，每周带你回顾上周AI大事传送门 🔗https://www.xiaoyuzhoufm.com/podcast/688a34636f5a275f1cba40fd 【目录】本期的 10 篇论文如下： [00:40] ⚖ VESPO: Variational Sequence-Level Soft Policy Optimization for Stable Off-Policy LLM Training（VESPO：用于稳定离策略LLM训练的变分序列级软策略优化） [01:45] 💭 Does Your Reasoning Model Implicitly Know When to Stop Thinkin...

【周末特辑】2月第4周最火AI论文 | 少即是够；FAC靶向补特征；噪声基准SQuTR 22.02.2026 11:08

【赞助商】通勤路上就听AI每周谈。AI每周谈，每周带你回顾上周AI大事传送门 🔗https://www.xiaoyuzhoufm.com/podcast/688a34636f5a275f1cba40fd 【目录】本期的 5 篇论文如下： [00:45] TOP1(🔥219) | 🧠 Less is Enough: Synthesizing Diverse Data in Feature Space of LLMs（少即是够：在大型语言模型特征空间中合成多样化数据） [03:23] TOP2(🔥140) | 🔊 SQuTR: A Robustness Benchmark for Spoken Query to Text Retrieva...

2026.02.20 | 砍95%注意力画质反升；边压缩边生成FID 1.4 20.02.2026 12:30

【赞助商】通勤路上就听AI每周谈。AI每周谈，每周带你回顾上周AI大事传送门 🔗https://www.xiaoyuzhoufm.com/podcast/688a34636f5a275f1cba40fd 【目录】本期的 15 篇论文如下： [00:31] ⚡ SpargeAttention2: Trainable Sparse Attention via Hybrid Top-k+Top-p Masking and Distillation Fine-Tuning（SpargeAttention2：通过混合Top-k+Top-p掩码与蒸馏微调实现可训练的稀疏注意力） [01:27] 🧠 Unified Latents (UL): How t...

2026.02.19 | 可学习路由+量化加速视频扩散；残差追踪让人形90%抓取 19.02.2026 11:23

【赞助商】通勤路上就听AI每周谈。AI每周谈，每周带你回顾上周AI大事传送门 🔗https://www.xiaoyuzhoufm.com/podcast/688a34636f5a275f1cba40fd 【目录】本期的 14 篇论文如下： [00:30] ⚡ SLA2: Sparse-Linear Attention with Learnable Routing and QAT（SLA2：具有可学习路由和量化感知训练的稀疏线性注意力） [01:16] 🤖 Learning Humanoid End-Effector Control for Open-Vocabulary Visual Loco-Manipulation（面向开放...