106
0【赞助商】
通勤路上就听AI每周谈。AI每周谈，每周带你回顾上周AI大事
传送门 🔗www.xiaoyuzhoufm.com
【目录】
本期的 10 篇论文如下：
00:28 🎬 ShotStream: Streaming Multi-Shot Video Generation for Interactive Storytelling（ShotStream：用于交互式叙事的多镜头流式视频生成）
01:07 🎬 PackForcing: Short Video Training Suffices for Long Video Sampling and Long Context Inference（PackForcing：短视频训练足以实现长视频采样与长上下文推理）
01:54 🧠 Trace2Skill: Distill Trajectory-Local Lessons into Transferable Agent Skills（Trace2Skill：将轨迹局部经验提炼为可迁移的智能体技能）
02:43 📊 RealChart2Code: Advancing Chart-to-Code Generation with Real Data and Multi-Task Evaluation（RealChart2Code：基于真实数据与多任务评估推进图表到代码生成）
03:53 🚗 LongTail Driving Scenarios with Reasoning Traces: The KITScenes LongTail Dataset（带有推理轨迹的长尾驾驶场景：KITScenes长尾数据集）
04:42 🧠 Know3D: Prompting 3D Generation with Knowledge from Vision-Language Models（Know3D：利用视觉语言模型知识驱动的3D生成提示）
05:25 🛠 Natural-Language Agent Harnesses（自然语言智能体控制框架）
06:10 🎤 Sommelier: Scalable Open Multi-turn Audio Pre-processing for Full-duplex Speech Language Models（侍酒师：面向全双工语音语言模型的可扩展开放多轮音频预处理）
06:59 🔬 MedOpenClaw: Auditable Medical Imaging Agents Reasoning over Uncurated Full Studies（MedOpenClaw：基于未整理完整研究的可审计医学影像智能体推理）
07:46 🚀 Diffutron: A Masked Diffusion Language Model for Turkish Language（Diffutron：面向土耳其语的掩码扩散语言模型）
【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
