
2026.11.20 | 诊断机器人思行断点;声音画面联合理解
11 月 21 日 · 10 分钟

⏱️ Highlights
[] 🌐 K2-Horizon: A Frontier Fleet of Open Source Language Models(K2-Horizon:前沿开源语言模型系列)
[] 📈 AllocFlow: End-to-End Portfolio Trading Action Generation from Raw Market Data(AllocFlow:从原始市场数据端到端生成投资组合交易动作)
[] 🔬 Sage S2.1 Flash Technical Report(Sage S2.1 Flash 技术报告)
[] 🩺 InclusionMed: Benchmarking AI for Inclusive Healthcare(InclusionMed:面向普惠医疗的AI基准评测)
[] 🛡️ SPILLWAY: Separating Target Admission from Sanitization to Defend Tool-Using Agents against Prompt Injection(SPILLWAY:分离目标准入与清洗,防御工具使用智能体的提示注入)
[] 💻 SWE-CoWork: Benchmarking Coding Agents as Digital Employees in Organizations(SWE-CoWork:将编码智能体作为组织中的数字员工进行评测)
[] 📝 PaperCritic: Training AI Reviewers to Assess the Soundness of Papers(PaperCritic:训练AI评审员评估论文的可靠性)
[] 🎙️ VoxMel TTS Technical Report(VoxMel 文本转语音技术报告)
[] 🤖 ScaleVLA: Scaling Vision-Language-Action Models to 552 Billion Parameters(ScaleVLA:将视觉—语言—动作模型扩展至5520亿参数)
[] ⚙️ Accelerate Bench: Evaluating Agents for Application-Level Program Optimization(Accelerate Bench:评估智能体的应用级程序优化能力)
[] 🧬 Calpha: Toward Native Biomolecular Intelligence in a General-Purpose Language Model(Calpha:迈向通用语言模型中的原生生物分子智能)
[] 🦾 SALA: Semantically Aligned Latent Actions Enable Dual-Axis Scaling of Embodied Foundation Models(SALA:语义对齐的潜在动作实现具身基础模型的双轴扩展)
[] 🎬 MovieRoll: A Systematic Framework for Rolling Out Long-Form Videos(MovieRoll:用于逐步生成长视频的系统性框架)
[] 🔁 Latent Feedback Is a Compute and Data Amplifier(潜在反馈是计算与数据的放大器)
[] 🚀 LoopFill: Pipelined Multi-Token Speculative Decoding for Looped Transformers(LoopFill:面向循环Transformer的流水线多词元推测解码)

【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
说明里标出的时间点,点一下跳过去
AI 从整集转写里归纳的,不是节目方的宣传语
编码智能体在 101 个真实仓库中通过约 63% 新增测试,完整完成任务却不到 8%。
把十五篇论文的限定条件逐条点出,如 78% 节省的是 KV 缓存而非总显存。
AI 读完整集转写后给出的推荐理由
十分钟里过完十五篇论文,每篇都给出具体数字和它的限定条件:编码智能体通过约 63% 的新增测试,完整完成任务却不到 8%;交易模型回测年化净收益从 27.79% 升到 51.38%,但只是固定名义本金的历史回撤。节目最后给出一套读论文的顺序——先问分母,再问实验条件,最后看没被验证的部分,对天天刷 arXiv 的人很实用。
由 AI 从整集转写生成,是创作者说明之外的补充
本期速递精选十五篇 AI 论文,覆盖开放模型、交易决策、科学智能、医疗评测、智能体安全与协作、语音与视频生成、具身模型和训练效率。K2-Horizon 开放 0.9B 到 375B 六模型系列及中间检查点与训练代码,但报告提示工具操作与提示注入风险;AllocFlow 把交易改为直接生成多空仓位,回测年化净收益从 27.79% 升至 51.38%,但属固定名义本金的历史回撤;SWE-CoWork 中模型通过约 63% 新增测试节点,完整完成任务却不到 8%;InclusionMed 指出医疗评测缺少以患者公众为对象的基准。节目反复强调看数字的分母、实验条件和未被验证的部分。
点一章从那里开始播 · 与上面创作者标的时间点各自独立
开场:十五篇论文与一条主线
节目交代日期与本期精选十五篇论文,覆盖开放模型、交易决策、医疗评测和机器人,并提出关注点不只是模型会不会回答,而是能否把知识变成可靠行动。
K2-Horizon:开放的不只是权重
介绍 0.9B 到 375B 六模型系列,开放中间检查点、数据日志和训练代码;36B 稀疏版本用 64 选 4 专家混合不增加 KV 缓存,接近 32B 稠密模型表现,但报告提示工具操作与提示注入风险。
AllocFlow:直接生成多空仓位
把交易从预测涨跌改为生成整套仓位,冻结市场编码器加跨资产流模型,回测年化净收益从 27.79% 升至 51.38%,但强调这是固定名义本金的历史回撤,不是实盘承诺。
Sage S2.1 Flash:科学任务的可验证训练
用专门编码器读分子与生物序列,把光谱切成有序数值片段映射到共享模型;训练放进可验证环境,办公问答与机器学习工程表现突出,但科学正确性仍需端到端检验。
InclusionMed:医疗总分遮住了谁
用三种角色与三类能力画出九格地图,纳入五项基准却只覆盖三格二十二个模型,按角色拆分后领先者会变化,且目前没有以患者公众为主要服务对象的基准。
SPILLWAY:读到什么与能发给谁
从只读工具的类型化身份字段建立索引,不让正文地址自动成为可信收件人;提示注入攻击中未观察到范围内目标劫持成功,但恶意内容发给合法目标不受同样保证。
SWE-CoWork:完整任务不到 8%
编码智能体进入二十六名模拟同事的组织,需核对文档版本、追问延期答复并验证交付;101 个真实仓库中通过约 63% 新增测试节点,完整完成任务不到 8%,难点在持续追踪。
PaperCritic:学习提出可靠批评
不学生成长文,而学提出有事实依据且覆盖重要问题的批评,用 F1 奖励强化训练,4B 模型平均 F1 达 45.1,但评价依赖模型参考问题,适合辅助检查而非代替录用决策。
VoxMel TTS:粗轮廓先行的语音生成
只让粗粒度声学轮廓进入自回归历史,先生成粗轮廓再补时间与频率残差,词错误率从 1.51% 降到 1.15%,四步蒸馏减少头调用,但不是整条链路快二十四倍,音色相似度有损失。
ScaleVLA:大模型接动作头的代价
55 亿参数模型接动作头,冻结因果编码器每动作块运行一次,LIBERO 每任务十条示教达 87.8%,但用四张 H200,真实机器人分布外测试十五次仅成功八次。
AccelerateBench:让完整应用变快
三十二个任务让智能体自己找瓶颈、改代码或运行设置,正确但不快仍是零分;受控重放发现同样源码仅换构建设置就可能从变慢到两倍加速,结果只适用于规定工作负载。
Calpha:语言隐状态驱动蛋白折叠
ESM2 特征进入 Qwen 判断是否折叠,再由 SimpleFold 生成单链结构;接口接通但语言推理未提升折叠准确率,蛋白训练还让通用问答子集掉 7.1 个百分点。
SALA:从人类视频学机器人动作
用语言描述估计相似度,把人的潜在动作靠向机器人动作约束的控制锚点,四任务平均成功率从 53.75% 升到 72.5%,但前期仍需语义描述训练分词器,真实任务覆盖有限。
MovieRoll:长视频生成的历史与缓存
窗口内片段共同作用,深层只保留开头与最近片段,长序列蒸馏避免保存整个计算图;五步蒸馏版取得最高 VBench 总分测到六十秒,但 78% 节省的是 KV 缓存不是总显存。
潜在反馈:固定规模下的效率比较
把前一个词元顶层状态送回下一个词元输入,固定模型规模时可能比同数据多训几轮更有效;独立数据足够时反馈更划算,数据很少时更贵,更大规模收益只是拟合外推。
LoopFill:循环模型的并行草稿
把后缀检索的多词元草稿与浅层循环预测合成同一棵树,让多个位置提前开工再完整深度验证;单卡并发一贪心解码平均加速约五倍,但高温高并发收益更小,草稿并非越多越好。
收束:先问分母,再问条件
总结十五篇论文,提出读论文的实用习惯:先问数字的分母,再问实验条件,最后看没有被验证的部分,并引导订阅。

2026.11.20 | 诊断机器人思行断点;声音画面联合理解
11 月 21 日 · 10 分钟

2026.11.19 | 并行决策生成图像;双路径适配天气预测
11 月 20 日 · 10 分钟

2026.11.18 | 国产栈训练Xing4;内核优化也算成本
11 月 19 日 · 11 分钟

2026.11.16 | 机器人如何验证行动;编程智能体搭建动态场景
11 月 17 日 · 11 分钟

HuggingFace 每日AI论文速递 · 11 月 18 日 · 11 分钟
⏱️ Highlights
[] 🌐 K2-Horizon: A Frontier Fleet of Open Source Language Models(K2-Horizon:前沿开源语言模型系列)
[] 📈 AllocFlow: End-to-End Portfolio Trading Action Generation from Raw Market Data(AllocFlow:从原始市场数据端到端生成投资组合交易动作)
[] 🔬 Sage S2.1 Flash Technical Report(Sage S2.1 Flash 技术报告)
[] 🩺 InclusionMed: Benchmarking AI for Inclusive Healthcare(InclusionMed:面向普惠医疗的AI基准评测)
[] 🛡️ SPILLWAY: Separating Target Admission from Sanitization to Defend Tool-Using Agents against Prompt Injection(SPILLWAY:分离目标准入与清洗,防御工具使用智能体的提示注入)
[] 💻 SWE-CoWork: Benchmarking Coding Agents as Digital Employees in Organizations(SWE-CoWork:将编码智能体作为组织中的数字员工进行评测)
[] 📝 PaperCritic: Training AI Reviewers to Assess the Soundness of Papers(PaperCritic:训练AI评审员评估论文的可靠性)
[] 🎙️ VoxMel TTS Technical Report(VoxMel 文本转语音技术报告)
[] 🤖 ScaleVLA: Scaling Vision-Language-Action Models to 552 Billion Parameters(ScaleVLA:将视觉—语言—动作模型扩展至5520亿参数)
[] ⚙️ Accelerate Bench: Evaluating Agents for Application-Level Program Optimization(Accelerate Bench:评估智能体的应用级程序优化能力)
[] 🧬 Calpha: Toward Native Biomolecular Intelligence in a General-Purpose Language Model(Calpha:迈向通用语言模型中的原生生物分子智能)
[] 🦾 SALA: Semantically Aligned Latent Actions Enable Dual-Axis Scaling of Embodied Foundation Models(SALA:语义对齐的潜在动作实现具身基础模型的双轴扩展)
[] 🎬 MovieRoll: A Systematic Framework for Rolling Out Long-Form Videos(MovieRoll:用于逐步生成长视频的系统性框架)
[] 🔁 Latent Feedback Is a Compute and Data Amplifier(潜在反馈是计算与数据的放大器)
[] 🚀 LoopFill: Pipelined Multi-Token Speculative Decoding for Looped Transformers(LoopFill:面向循环Transformer的流水线多词元推测解码)

【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
说明里标出的时间点,点一下跳过去
AI 从整集转写里归纳的,不是节目方的宣传语
编码智能体在 101 个真实仓库中通过约 63% 新增测试,完整完成任务却不到 8%。
把十五篇论文的限定条件逐条点出,如 78% 节省的是 KV 缓存而非总显存。
AI 读完整集转写后给出的推荐理由
十分钟里过完十五篇论文,每篇都给出具体数字和它的限定条件:编码智能体通过约 63% 的新增测试,完整完成任务却不到 8%;交易模型回测年化净收益从 27.79% 升到 51.38%,但只是固定名义本金的历史回撤。节目最后给出一套读论文的顺序——先问分母,再问实验条件,最后看没被验证的部分,对天天刷 arXiv 的人很实用。
由 AI 从整集转写生成,是创作者说明之外的补充
本期速递精选十五篇 AI 论文,覆盖开放模型、交易决策、科学智能、医疗评测、智能体安全与协作、语音与视频生成、具身模型和训练效率。K2-Horizon 开放 0.9B 到 375B 六模型系列及中间检查点与训练代码,但报告提示工具操作与提示注入风险;AllocFlow 把交易改为直接生成多空仓位,回测年化净收益从 27.79% 升至 51.38%,但属固定名义本金的历史回撤;SWE-CoWork 中模型通过约 63% 新增测试节点,完整完成任务却不到 8%;InclusionMed 指出医疗评测缺少以患者公众为对象的基准。节目反复强调看数字的分母、实验条件和未被验证的部分。
点一章从那里开始播 · 与创作者标的时间点各自独立
开场:十五篇论文与一条主线
K2-Horizon:开放的不只是权重
AllocFlow:直接生成多空仓位
Sage S2.1 Flash:科学任务的可验证训练
InclusionMed:医疗总分遮住了谁
SPILLWAY:读到什么与能发给谁
SWE-CoWork:完整任务不到 8%
PaperCritic:学习提出可靠批评
VoxMel TTS:粗轮廓先行的语音生成
ScaleVLA:大模型接动作头的代价
AccelerateBench:让完整应用变快
Calpha:语言隐状态驱动蛋白折叠
SALA:从人类视频学机器人动作
MovieRoll:长视频生成的历史与缓存
潜在反馈:固定规模下的效率比较
LoopFill:循环模型的并行草稿
收束:先问分母,再问条件
节目里自然聊到的,不是广告

面向中文AI从业者与爱好者的每日AI论文速递,工作日高密度速览前沿论文,周末以周度热门论文盘点特辑补充,形成每日速递加周…
已收录 749 期 · 最近更新 11 月 21 日
AI 对内容的推测
☕🧄 这个比喻出自 2009 年周立波的一句「喝咖啡的怎么能和吃大蒜的呆在一起呢」;郭德纲后来在《你要高雅》里回了一句「雅和俗分不开,喝着咖啡就着大蒜,秋水共长天一色」。我们借它标注风格取向 —— 两端没有高下,编辑部式与熟人局式都能做出极好的节目。
https://feed.xyzfm.space/7jtt3j3lbbra复制概要、章节、提及与推广标注由 AI 生成,可能有误;内容版权归创作者,声湃按创作者开放的 RSS 收录。了解收录与 RSS →

2026.11.20 | 诊断机器人思行断点;声音画面联合理解
11 月 21 日 · 10 分钟

2026.11.19 | 并行决策生成图像;双路径适配天气预测
11 月 20 日 · 10 分钟

2026.11.18 | 国产栈训练Xing4;内核优化也算成本
11 月 19 日 · 11 分钟