H
2026.11.09 | 高斯间距校准跨场景重建；参数先验加速多教师蒸馏
11 月 10 日 · 11 分钟
H
HuggingFace 每日AI论文速递 · 2025 年 12 月 2 日 · 10 分钟
2025.12.01 | Z-Image小参高效夺冠；REASONEDIT先思后画登顶
本期的 15 篇论文如下：
[] 🚀 Z-Image: An Efficient Image Generation Foundation Model with Single-Stream Diffusion Transformer（Z-Image：基于单流扩散Transformer的高效图像生成基础模型）
[] 🤔 REASONEDIT: Towards Reasoning-Enhanced Image Editing Models（REASONEDIT：迈向推理增强的图像编辑模型）
[] 🎬 AnyTalker: Scaling Multi-Person Talking Video Generation with Interactivity Refinement（AnyTalker：通过交互性精炼实现可扩展的多人物对话视频生成）
[] 🌉 Vision Bridge Transformer at Scale（大规模视觉桥接变换器）
[] 🔍 Architecture Decoupling Is Not All You Need For Unified Multimodal Model（架构解耦并非统一多模态模型的全部所需）
[] ⚡ DiP: Taming Diffusion Models in Pixel Space（DiP：在像素空间驾驭扩散模型）
[] 🧠 Every Token Counts: Generalizing 16M Ultra-Long Context in Large Language Models（每个令牌都重要：在大型语言模型中泛化1600万超长上下文）
[] 🤖 DualVLA: Building a Generalizable Embodied Agent via Partial Decoupling of Reasoning and Action（DualVLA：通过部分解耦推理与动作构建可泛化的具身智能体）
[] ⚡ Adversarial Flow Models（对抗性流模型）
[] 🔬 Decoupled DMD: CFG Augmentation as the Spear, Distribution Matching as the Shield（解耦的DMD：CFG增强为矛，分布匹配为盾）
[] 🎥 Captain Safari: A World Engine（Captain Safari：一种世界引擎）
[] 🌍 World in a Frame: Understanding Culture Mixing as a New Challenge for Vision-Language Models（框架中的世界：理解文化混合作为视觉语言模型的新挑战）
[] 🔍 The Collapse of Patches（图像块坍缩）
[] 🔍 RefineBench: Evaluating Refinement Capability of Language Models via Checklists（RefineBench：基于检查表评估语言模型精炼能力）
[] 🦷 OralGPT-Omni: A Versatile Dental Multimodal Large Language Model（OralGPT-Omni：一个通用的牙科多模态大语言模型）
【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
说明里标出的时间点，点一下跳过去
H
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，月末以月度热门论文特辑补充，形成每日速递加月末特…
已收录 739 期 · 最近更新 11 月 10 日
在哪里听
https://feed.xyzfm.space/7jtt3j3lbbra复制内容版权归创作者，声湃按创作者开放的 RSS 收录。了解收录与 RSS →
更多单集 全部 739 期 →
H
2026.11.09 | 高斯间距校准跨场景重建；参数先验加速多教师蒸馏
11 月 10 日 · 11 分钟
H
【周末特辑】11月第2周最火AI论文 | 图形智能体的设计空间；错峰去噪生成视频
11 月 8 日 · 11 分钟
H
2026.11.06 | 视觉规划整块解码；借兄弟框架练智能体
11 月 7 日 · 9 分钟