- 2026.10.29 | 扩散模型如何分功劳；嘈杂声场锁定目标声音

⏱️ Highlights
[00:27] 🧠 DTCA: Denoising Token Credit Assignment for Reinforcement Learning in Diffusion Language Models（DTCA：用于扩散语言模型强化学习的去噪词元信用分配）
[01:19] 🎧 Efficient Streaming Audio-Visual Target Speaker Extraction for Real-World Acoustic Scenes（面向真实声学场景的高效流式音视频目标说话人提取）
[02:13] 🎬 OmniShowcase: Omnidirectional Subject-Consistent Video Generation from Multi-View Images（OmniShowcase：从多视图图像生成全方位主体一致的视频）
[03:04] 🤖 Sensorimotor Alignment: A Platonic Proxy for Embodied Policy Success（感觉运动对齐：具身策略成功表现的柏拉图式代理指标）
[03:56] ⚙️ TAO: Tool-Aware Joint Scheduling for LLM-Based Agentic Serving（TAO：面向基于大语言模型的智能体服务的工具感知联合调度）
[04:53] 💻 RealCLI: Toward a Unified Evaluation of Human-Agent Collaboration for CLI Agents（RealCLI：迈向命令行智能体的人机协作统一评估）
[05:43] 🏦 TauIndianBankBench: Procedure-Aware, Action-Oriented Evaluation of Tool-Using Conversational Agents（TauIndianBankBench：面向工具使用型对话智能体的流程感知、行动导向评估）
[06:36] 📚 LongZero: Enhancing Long-Context Reasoning in LLMs from Zero Data（LongZero：从零数据增强大语言模型的长上下文推理）
[07:27] 🔗 CausGround: Causal Interaction Grounding for Adaptive Embodied Planning（CausGround：面向自适应具身规划的因果交互落地）
[08:18] 🦾 HuGe: Scaling Humanoid Generalist Vision-Language-Action Models with Egocentric Experience（HuGe：利用第一视角经验扩展人形通用视觉—语言—动作模型）
[09:13] 🔭 OmniSpectra: A Unified Foundation Model for Universal Spectra Representation Learning（OmniSpectra：用于通用光谱表征学习的统一基础模型）

【关注我们】
您还可以在以下平台找到我们，获得播客内容以外更多信息
小红书: AI速递

在小宇宙查看该单集文稿