70
0大家好，欢迎收听“Hugging Face 每日AI论文速递”。今天是2024年8月30日，我们将带您快速浏览9篇热门AI论文，涵盖多模态大型语言模型、视觉语言模型、视频扩散模型等多个前沿领域。现在，让我们立即进入精彩的论文世界。
00:24 🔍 Law of Vision Representation in MLLMs（多模态大型语言模型中的视觉表示定律）
01:03 🔍 CogVLM2: Visual Language Models for Image and Video Understanding（CogVLM2：用于图像和视频理解的视觉语言模型）
01:40 🌐 ReconX: Reconstruct Any Scene from Sparse Views with Video Diffusion Model（ReconX：利用视频扩散模型从稀疏视角重建任意场景）
02:18 🎵 WavTokenizer: an Efficient Acoustic Discrete Codec Tokenizer for Audio Language Modeling（WavTokenizer：一种高效的音频语言建模声学离散编解码器标记器）
02:54 🎥 SAM2Point: Segment Any 3D as Videos in Zero-shot and Promptable Manners（SAM2Point：零样本和可提示方式下的3D视频分割）
03:28 🎨 CSGO: Content-Style Composition in Text-to-Image Generation（CSGO：文本到图像生成中的内容-风格组合）
04:18 🌐 3D Reconstruction with Spatial Memory（基于空间记忆的三维重建）
04:54 📈 Scaling Up Diffusion and Flow-based XGBoost Models（扩展扩散和基于流的XGBoost模型）
05:29 🎭 StyleRemix: Interpretable Authorship Obfuscation via Distillation and Perturbation of Style Elements（StyleRemix：通过蒸馏和扰动风格元素进行可解释的作者身份混淆）
【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
