2026.06.01 | 知识蒸馏炼技能；表示强制破瓶颈

【目录】
本期的 15 篇论文如下：

[00:30] 🧠 COLLEAGUE.SKILL: Automated AI Skill Generation via Expert Knowledge Distillation（COLLEAGUE.SKILL：通过专家知识蒸馏实现自动化AI技能生成）
[01:17] 🧠 Representation Forcing for Bottleneck-Free Unified Multimodal Models（表示强制：无瓶颈统一多模态模型）
[02:07] 🎙 SwanVoice: Expressive Long-Form Zero-Shot Speech Synthesis for Both Monologue and Dialogue（SwanVoice：面向独白与对话的表现力丰富长文本零样本语音合成）
[02:58] 🔍 LongTraceRL: Learning Long-Context Reasoning from Search Agent Trajectories with Rubric Rewards（长迹强化学习：利用评分奖励从搜索代理轨迹中学习长上下文推理）
[03:59] 🎧 Towards Streaming Synchronized Spatial Audio Generation via Autoregressive Diffusion Transformer（面向流式同步空间音频生成的自回归扩散Transformer）
[04:48] 🖼 GGT-100K: Generative Ground Truth for Generalizable Real-World Image Restoration（GGT-100K：面向通用真实世界图像恢复的生成式真实标签）
[05:39] 🎤 Comprehensive Benchmarking of Long-Form Speech Generation in Diverse Scenarios（多样化场景下长篇语音生成的综合基准测试）
[06:46] 🛋 Function2Scene: 3D Indoor Scene Layout from Functional Specifications（从功能规格到场景：基于功能说明的3D室内布局生成）
[07:36] 🎥 SANA-Streaming: Real-time Streaming Video Editing with Hybrid Diffusion Transformer（SANA-Streaming：基于混合扩散Transformer的实时流式视频编辑）
[08:29] 🧠 Task-Focused Memorization for Multimodal Agents（面向多模态智能体的任务聚焦记忆机制）
[09:30] 🤖 Exploring Autonomous Agentic Data Engineering for Model Specialization（探索面向模型专业化的自主代理数据工程）
[10:15] 🎓 Not All Disagreement Is Learnable: Token Teachability in On-Policy Distillation（并非所有分歧都是可学习的：在线策略蒸馏中的令牌可教性）
[11:10] 🧩 dMoE: dLLMs with Learnable Block Experts（dMoE：具有可学习块级专家机制的扩散大语言模型）
[12:12] 🛠 Recovering Policy-Induced Errors: Benchmarking and Trajectory Synthesis for Robust GUI Agents（恢复策略诱导的错误：面向鲁棒GUI智能体的基准测试与轨迹合成）
[13:07] 🛡 From Prompt Injection to Persistent Control: Defending Agentic Harness Against Trojan Backdoors（从提示注入到持久控制：防御智能体框架中的特洛伊后门）

【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

【赞助商】
OpenClaw快报
每天五分钟，听听 OpenClaw 快报，带你了解最新动态和业内讨论
传送门 www.xiaoyuzhoufm.com