
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

【目录】
本期的 15 篇论文如下:
[] 🤖 Learning from Fleet Experience: A Collective Learning Paradigm for Robots(从机群经验中学习:一种面向机器人的集体学习范式)
[] 🧠 MemT-1.0: Towards Memory-Native Evolution(MemT-1.0:迈向记忆原生演化)
[] 🎥 EgoXperience: Learning World-Grounded Egocentric Representations from Human Experience(EgoXperience:从人类经验中学习世界锚定的自我中心表征)
[] 🧠 Scaling Parameter-Efficient Fine-Tuning for Brain Encoding(扩展用于大脑编码的参数高效微调)
[] 🌍 Holi-World: Building Holistic World Intelligence from Human-Ego Experience(Holi-World:从人类自我中心经验构建整体世界智能)
[] 🧰 OpenVLHarness: Real World Visual Agentic Tool-Use with Multimodal Memory(OpenVLHarness:面向真实世界的视觉智能体工具使用与多模态记忆)
[] 🧭 ScaleNav: Scalable Internet Video Pretraining for Language-Conditioned Local Navigation(ScaleNav:用于语言条件局部导航的可扩展互联网视频预训练)
[] 🪆 SpecMRL: Redesign Matryoshka Representation Learning within Parametric Spectrum(SpecMRL:在参数化频谱中重新设计套娃表示学习)
[] 🔁 Self-Evolving Coding Agents via Harness-Policy Optimization(通过执行框架与策略优化实现自进化编程智能体)
[] 🖼 MT Forcing: Towards Stable and Consistent Multi-Turn Image Editing with Autoregressive Diffusion(MT Forcing:面向稳定且一致的多轮图像编辑的自回归扩散方法)
[] 🧮 OR-License: Evaluating LLM Agents as Real-World Operations Research Practitioners(OR-License:评估LLM智能体作为真实世界运筹学实践者)
[] 🤝 CoworkEnv: Synthesizing Training Environments for Long-Horizon Cowork Agents(CoworkEnv:面向长时程协作智能体的训练环境合成)
[] 🧩 AnyGoal: On World Model Generalization Beyond Expert Rollouts(AnyGoal:论世界模型在专家轨迹之外的泛化)
[] 🖼 RoAR-VAE: Improving Latent Diffusability through Robust Prediction(RoAR-VAE:通过鲁棒预测提升潜变量可扩散性)
[] 🌍 InfiniDream: Open-Ended Photorealistic 3D Worlds Through Procedural Generation(InfiniDream:通过程序化生成开放式照片级真实感3D世界)

【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
CEL只用机群自身失败经验,把五类桌面操作任务成功率从36.3%提到97.3%。
31个真实付费运筹项目检验LLM智能体,约86%的差距来自不可行交付而非优化不佳。
AI 读完整集转写后给出的推荐理由
十二分钟过完十五篇论文,数字给得很实在:机群靠失败经验把桌面操作成功率从36.3%推到97.3%,记忆做成模型内生能力后存储降约66倍,LLM智能体在31个真实付费运筹项目里解的质量接近专家,却因不可行交付卡在86.55%。想快速摸清机器人与智能体这条线最近在往哪走,这期够用。
由 AI 从整集转写生成,是创作者说明之外的补充
本期速递十五篇AI论文,覆盖机器人集体学习、原生记忆、世界模型、智能体与多模态生成。CEL用机群失败经验把桌面操作成功率从36.3%提到97.3%;MemT-1.0把记忆做成模型内生能力,存储降约66倍;OR-License用31个真实付费运筹项目检验LLM智能体,发现其解接近专家但严格可行性不足,完整研究链完成率不到50%。其余论文涉及第一视角世界表征、大脑编码微调、视觉智能体工具使用、导航预训练、套娃表示、编程智能体自净化、多轮图像编辑、协作智能体训练环境、世界模型泛化与3D世界生成。
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:十五篇论文的方向清单
主持人交代日期与本期覆盖方向,包括机器人学习、世界模型、智能体与多模态,为后续逐篇介绍定下框架。
机群经验:不靠专家演示的集体学习
CEL范式从失败执行中检索时间对齐的成功片段,只提示该学哪里而不给动作目标,配合容错异步系统支撑大规模训练。五类桌面任务成功率从36.3%升至97.3%。
MemT-1.0:把记忆做成模型内生能力
在Transformer层加入并行记忆块与多存储专家扩容,十一项记忆与六项通用基准上领先参数记忆基线,存储降约66倍,但固定容量与文本记忆仍有差距。
EgoXperience:从第一视角视频重建世界坐标
联合恢复相机运动、场景几何、双手与物体操作并统一到同一世界坐标系,约五十小时数据集,速度约10.28帧每秒,局限是仅支持刚性物体与单目输入。
大脑编码:LoRA微调多模态骨干
用参数高效微调让4.7B至104B骨干适配大脑编码,BrainLoRA分布内0.327、分布外0.228,特征提取成本降约350倍,全微调未胜LoRA。
Holi-World:从人类经验构建整体世界
把经验采集、世界表示、数据构建、模型学习与评测连成闭环,统一表示同时刻画持久空间结构与动态物体状态,消融显示多模态互补与标签连续性关键。
OpenVLHarness:视觉智能体要学会找证据
22个基准上单纯加大推理预算收益有限,免训练框架用感知、检索与计算工具获取证据并存入持久多模态记忆,平均分提升9.7到12.6分。
ScaleNav:用互联网视频预训练导航
共享diffusion transformer联合预测未来观测与动作块,仿真短程导航成功率86.5%,真实四足机器人总体成功率83.3%,显示互联网视频可提供导航先验。
SpecMRL:重新设计套娃表示
用可学习的有序普及重组特征空间再做嵌套前缀读出,16倍压缩最高提升3.80分,半维检索最高加速1.86倍,评估目前主要限于英文MTEB。
Self-HPO:编程智能体自我改进执行框架
智能体交替进行执行框架优化与策略优化,先分析失败再提出新框架候选,SWE-bench平均解决率从57.8%升至64.8%,为递归自我改进提供路径。
MT Forcing:多轮图像编辑的一致性
用单轮DMD把累计指令交给冻结教师,并以teacher forcing guidance补充跨轮一致性监督,第八轮IFCC提升明显,八轮平均像素位移下降88.4%。
OR-License:LLM智能体能否当运筹学实践者
基于31个真实付费运筹项目检验,智能体解的质量接近专家但严格可行性差异大,约86%的差距来自不可行交付,完整研究链完成率不足50%。
CoworkEnv:为协作智能体合成训练环境
把多轮调用工具、应对状态变化与遵守流程约束转化为可执行任务,8B模型经SFT后总体得分从46.6升至64.1,多轮从45.9升至77.8。
AnyGoal:世界模型在专家轨迹之外
基准含四个基础环境与八个目标偏移变体,目标偏移下端到端模型规划成功率骤降,oracle state在接触丰富任务仍退化,建议评估加入组合式目标偏移。
RoAR-VAE:鲁棒预测提升潜变量可扩散性
发现增益主要来自对损坏潜变量的语义预测而非联合扩散训练,据此提出两个鲁棒目标,256平方重建PSNR达32.88,消融显示两目标互补。
InfiniDream与收尾:程序化生成3D世界
结合VLM语义推理与程序化算法生成可编辑、照片级真实的三维资产,场景放置不可读率仅7.8%,随后主持人总结并引导订阅。

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

【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

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

【月末特辑】10月最火AI论文 | 把经验变成预见;让音画同步生成
11 月 7 日 · 13 分钟

HuggingFace 每日AI论文速递 · 10 月 21 日 · 13 分钟
【目录】
本期的 15 篇论文如下:
[] 🤖 Learning from Fleet Experience: A Collective Learning Paradigm for Robots(从机群经验中学习:一种面向机器人的集体学习范式)
[] 🧠 MemT-1.0: Towards Memory-Native Evolution(MemT-1.0:迈向记忆原生演化)
[] 🎥 EgoXperience: Learning World-Grounded Egocentric Representations from Human Experience(EgoXperience:从人类经验中学习世界锚定的自我中心表征)
[] 🧠 Scaling Parameter-Efficient Fine-Tuning for Brain Encoding(扩展用于大脑编码的参数高效微调)
[] 🌍 Holi-World: Building Holistic World Intelligence from Human-Ego Experience(Holi-World:从人类自我中心经验构建整体世界智能)
[] 🧰 OpenVLHarness: Real World Visual Agentic Tool-Use with Multimodal Memory(OpenVLHarness:面向真实世界的视觉智能体工具使用与多模态记忆)
[] 🧭 ScaleNav: Scalable Internet Video Pretraining for Language-Conditioned Local Navigation(ScaleNav:用于语言条件局部导航的可扩展互联网视频预训练)
[] 🪆 SpecMRL: Redesign Matryoshka Representation Learning within Parametric Spectrum(SpecMRL:在参数化频谱中重新设计套娃表示学习)
[] 🔁 Self-Evolving Coding Agents via Harness-Policy Optimization(通过执行框架与策略优化实现自进化编程智能体)
[] 🖼 MT Forcing: Towards Stable and Consistent Multi-Turn Image Editing with Autoregressive Diffusion(MT Forcing:面向稳定且一致的多轮图像编辑的自回归扩散方法)
[] 🧮 OR-License: Evaluating LLM Agents as Real-World Operations Research Practitioners(OR-License:评估LLM智能体作为真实世界运筹学实践者)
[] 🤝 CoworkEnv: Synthesizing Training Environments for Long-Horizon Cowork Agents(CoworkEnv:面向长时程协作智能体的训练环境合成)
[] 🧩 AnyGoal: On World Model Generalization Beyond Expert Rollouts(AnyGoal:论世界模型在专家轨迹之外的泛化)
[] 🖼 RoAR-VAE: Improving Latent Diffusability through Robust Prediction(RoAR-VAE:通过鲁棒预测提升潜变量可扩散性)
[] 🌍 InfiniDream: Open-Ended Photorealistic 3D Worlds Through Procedural Generation(InfiniDream:通过程序化生成开放式照片级真实感3D世界)

【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
CEL只用机群自身失败经验,把五类桌面操作任务成功率从36.3%提到97.3%。
31个真实付费运筹项目检验LLM智能体,约86%的差距来自不可行交付而非优化不佳。
AI 读完整集转写后给出的推荐理由
十二分钟过完十五篇论文,数字给得很实在:机群靠失败经验把桌面操作成功率从36.3%推到97.3%,记忆做成模型内生能力后存储降约66倍,LLM智能体在31个真实付费运筹项目里解的质量接近专家,却因不可行交付卡在86.55%。想快速摸清机器人与智能体这条线最近在往哪走,这期够用。
由 AI 从整集转写生成,是创作者说明之外的补充
本期速递十五篇AI论文,覆盖机器人集体学习、原生记忆、世界模型、智能体与多模态生成。CEL用机群失败经验把桌面操作成功率从36.3%提到97.3%;MemT-1.0把记忆做成模型内生能力,存储降约66倍;OR-License用31个真实付费运筹项目检验LLM智能体,发现其解接近专家但严格可行性不足,完整研究链完成率不到50%。其余论文涉及第一视角世界表征、大脑编码微调、视觉智能体工具使用、导航预训练、套娃表示、编程智能体自净化、多轮图像编辑、协作智能体训练环境、世界模型泛化与3D世界生成。
点一章从那里开始播 · 与创作者标的时间点各自独立
开场:十五篇论文的方向清单
机群经验:不靠专家演示的集体学习
MemT-1.0:把记忆做成模型内生能力
EgoXperience:从第一视角视频重建世界坐标
大脑编码:LoRA微调多模态骨干
Holi-World:从人类经验构建整体世界
OpenVLHarness:视觉智能体要学会找证据
ScaleNav:用互联网视频预训练导航
SpecMRL:重新设计套娃表示
Self-HPO:编程智能体自我改进执行框架
MT Forcing:多轮图像编辑的一致性
OR-License:LLM智能体能否当运筹学实践者
CoworkEnv:为协作智能体合成训练环境
AnyGoal:世界模型在专家轨迹之外
RoAR-VAE:鲁棒预测提升潜变量可扩散性
InfiniDream与收尾:程序化生成3D世界
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,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
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 →

2026.11.09 | 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

【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

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