HuggingFace 每日AI论文速递

每天10分钟，带您快速了解当日HuggingFace热门AI论文内容。每个工作日更新，欢迎订阅。📢播客节目在小宇宙、Apple Podcast平台搜索【HuggingFace 每日AI论文速递】🖼另外还有图文版，可在小红书搜索并关注【AI速递】

HuggingFace 每日AI论文速递 is a technology podcast hosted by duan, with 709 episodes on record and a Required Pod Score of 80.

duan hosts HuggingFace 每日AI论文速递, a technology show with 709 episodes published.

Our AI reads these to draft pitches. Use them as grounding for a pitch that cites a real guest and a specific topic.

• 

  HuggingFace 每日AI论文速递

  【月末特辑】9月最火AI论文 | LimiX-2结构化智能；Vidu S2实时可编辑空间视频

  Oct 1, 202622 min

  【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 https://www.xiaoyuzhoufm.com/podcast/6a1732a2dffa135d0ab5ef43 【目录】 本期的 10 篇论文如下： [ 00:38 ] TOP1(810) | LimiX-2: A Contextual Mechanism Network Towards General Structured-Data Intelligence（LimiX-2：面向通用结构化数据智能的上下文机制网络） [ 02:36 ] TOP2(704) | Vidu S2: Real-Time Interactive, Editable, and Spatial Video Generation（Vidu S2：实时交互、可编辑与空间视频生成） [ 04:41 ] TOP3(494) | Raven: The Harness of Harnesses for Composable Agentic Intelligence（Raven：面向可组合智能体智能的“框架之框架”） [ 06:43 ] TOP4(493) | StudentSim: Training LLM-based Student Simulators（StudentSim：训练基于大语言模型的学生模拟器） [ 08:51 ] TOP5(484) | Scaling Automatic Research Agents via World Models（通过世界模型扩展自动研究智能体） [ 11:10 ] TOP6(431) | Atria Dawn: The Dawn of Agentic Superintelligence（Atria Dawn：智能体超级智能的黎明） [ 13:35 ] TOP7(396) | Repo-To-Skill: Distilling GitHub Repositories Into AI4AI Skills（从仓库到技能：将GitHub代码库蒸馏为AI4AI技能） [ 15:38 ] TOP8(382) | MaLiang-Harness: A Programmable Path to Image and Video Generation（MaLiang-Harness：通往图像与视频生成的可编程路径） [ 17:42 ] TOP9(376) | Continual Learning Mechanisms Compose for Long-Horizon Memorization（持续学习机制组合用于长时程记忆） [ 19:55 ] TOP10(358) | In-Context Learning for Robots: Methods and Applications（面向机器人的上下文学习：方法与应用） 【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

  ListenShow Notes
• 

  HuggingFace 每日AI论文速递

  【周末特辑】9月第4周最火AI论文 | 世界模型训练客体永久性；OmniEdu 教学基础模型

  Oct 1, 202612 min

  【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 https://www.xiaoyuzhoufm.com/podcast/6a1732a2dffa135d0ab5ef43 【目录】 本期的 5 篇论文如下： [ 00:48 ] TOP1(236) | Training Object Permanence in World Models（在世界模型中训练客体永久性） [ 03:10 ] TOP2(235) | OmniEdu: Open Foundation Models for Learning and Teaching（OmniEdu：面向学习与教学的开放基础模型） [ 05:22 ] TOP3(218) | RRSI: Regularized Recursive Self-Improvement of Agent Harnesses（RRSI：智能体运行框架的正则化递归自我改进） [ 07:44 ] TOP4(217) | Realtime-Venus: A full-duplex interaction system with asynchronous delegation（Realtime-Venus：一种支持异步委派的全双工交互系统） [ 09:47 ] TOP5(160) | The Tasteful Agent: Measuring and Improving Taste in Long-Horizon Tasks（有品味的智能体：长时程任务中的品味测量与提升） 【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

  ListenShow Notes
• 

  HuggingFace 每日AI论文速递

  2026.09.28 | 层融合正则缩小重建生成差；血缘数据流加速保序容错

  Sep 28, 202612 min

  【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 https://www.xiaoyuzhoufm.com/podcast/6a1732a2dffa135d0ab5ef43 【目录】 本期的 15 篇论文如下： [ 00:28 ] FuseReg: Regularizing Layer Fusion Mitigates the Reconstruction-Generation Gap in Representation Autoencoders（FuseReg：正则化层融合缓解表征自编码器中的重建-生成差距） [ 01:12 ] RayOrch: Programming and Executing Lineage-Controlled Multi-Grain Dataflows for Foundation-Model Data Preparation（RayOrch：面向基础模型数据准备的受血缘控制多粒度数据流编程与执行） [ 01:58 ] ⚡ Block Sparse Attention with Log-Linear Complexity（对数线性复杂度的块稀疏注意力） [ 02:40 ] InternW0-$Δ$: A World Action Model Bridging Predictive Dynamics and Actions with 20K+ Hours of Open Data（InternW0-Δ：一个连接预测动态与动作、基于20K+小时开放数据的世界动作模型） [ 03:24 ] Tactile-JEPA: Topology-Aware Self-Supervised Representation Learning for Distributed Tactile Sensors（Tactile-JEPA：面向分布式触觉传感器的拓扑感知自监督表示学习） [ 04:11 ] Enhancing Photogrammetric Digital Surface Models with Pretrained Diffusion Models and Multimodal Conditioning（利用预训练扩散模型与多模态条件增强摄影测量数字表面模型） [ 04:58 ] FoMo: Forking Moment in Generative Trajectory as a Perceptual Distance（FoMo：生成轨迹中的分叉时刻作为感知距离） [ 05:42 ] Jev in the Wild: A Data-Driven Analysis of the Jev Model's Functionality, Applications and Ecosystem（真实环境中的 Jev：Jev 模型功能、应用与生态的数据驱动分析） [ 06:30 ] TrackEverything: Long Horizon Dense Tracking via De-Duplicating 3D Scene Representations（TrackEverything：通过去重3D场景表示实现长时程密集跟踪） [ 07:21 ] SLCA-GRPO: Resolving Cross-Segment Credit Misattribution in Tool-Calling RL（SLCA-GRPO：解决工具调用强化学习中的跨段信用误归因） [ 08:08 ] CARD: Cluster-level Adaptation with Reward-guided Decoding for Personalized Text Generation（CARD：面向个性化文本生成的聚类级适配与奖励引导解码） [ 08:54 ] ⚖ Do Implicit Personalization and Explicit Styles Conflict? PsPLUG: A Lightweight Plug-in for Balancing Personalization and Style in Customized LLMs（隐式个性化与显式风格会冲突吗？PsPLUG：用于平衡定制化 LLM 中个性化与风格的轻量级插件） [ 09:41 ] AgentWorld: Benchmarking Long-Horizon Collaboration of Multi-agent LLMs（AgentWorld：多智能体大语言模型长时程协作基准测试） [ 10:24 ] Game Arena: Strategic LLM Evaluation in Competitive Environments（游戏竞技场：竞争环境中的大语言模型策略评估） [ 11:08 ] IndicBankBench: Evaluating Safety and Reliability of Language Model Assistants in Indian Retail Banking（IndicBankBench：评估印度零售银行中语言模型助手的安全性与可靠性） 【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

  ListenShow Notes
• 

  HuggingFace 每日AI论文速递

  2026.09.25 | 世界模型物理推理可评测；大模型线性叠加双想法

  Sep 26, 202612 min

  【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 https://www.xiaoyuzhoufm.com/podcast/6a1732a2dffa135d0ab5ef43 【目录】 本期的 15 篇论文如下： [ 00:27 ] Training Object Permanence in World Models（在世界模型中训练客体永久性） [ 01:12 ] Your Transformer Can Hold Two Thoughts at Once: Evidence of Linear Superposition in LLMs（你的Transformer能同时容纳两个想法：LLM中线性叠加的证据） [ 01:53 ] WanPE: Towards Cinematic Prompt Enhancement for Modern Text-to-Video Generation（WanPE：面向现代文本到视频生成的电影级提示增强） [ 02:40 ] OmniEcho: Audio-Visual Spatial Understanding for Omni-Modal Embodied Agents（OmniEcho：面向全模态具身智能体的音视频空间理解） [ 03:18 ] Agent-Editing World Model: Rethinking World Modeling for LLM Agents（智能体编辑世界模型：为LLM智能体重新思考世界建模） [ 04:05 ] Parts-of-Speech as Emergent Categories in SAE Latent Space（词性作为SAE潜空间中的涌现类别） [ 04:46 ] Qwen-Planner-Agent: A Closed-Loop AI-for-AI Framework for Real-World Mobile Planner Agents（Qwen-Planner-Agent：面向真实世界移动规划智能体的闭环 AI-for-AI 框架） [ 05:20 ] IterSynth: Rethinking Deep Search Agents via Role-Decoupled Iterative Synthesis（IterSynth：通过角色解耦的迭代合成重新思考深度搜索智能体） [ 06:04 ] Coding Agents for Generalized Task and Motion Planning Problems（面向泛化任务与运动规划问题的编码智能体） [ 06:49 ] Neural Spectral Capacity: Measuring and Designing Architectures from Network Specification Alone（神经谱容量：仅凭网络规格测量与设计架构） [ 07:28 ] AgentKernel: The Trust-Native Agentic Operating System（AgentKernel：信任原生的智能体操作系统） [ 08:15 ] Rufus-Air: An Open LLM Post-Training Recipe（Rufus-Air：开放的大语言模型后训练配方） [ 08:59 ] PUBG Ally: A Conversational Embodied Agent as an AI Teammate（PUBG Ally：作为AI队友的对话式具身智能体） [ 09:44 ] World Action Agent: Harnessing VLMs for Robot Manipulation via World Action Rehearsal（世界动作智能体：利用视觉语言模型通过世界动作预演实现机器人操作） [ 10:27 ] ExplorationBench: Measuring AI Systems' Exploration in Verifiable Alien Worlds（ExplorationBench：测量 AI 系统在可验证异星世界中的探索能力） 【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

  ListenShow Notes
• 

  HuggingFace 每日AI论文速递

  2026.09.24 | 说话者双轨记忆；交互学习空间推理

  Sep 25, 202612 min

  【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 https://www.xiaoyuzhoufm.com/podcast/6a1732a2dffa135d0ab5ef43 【目录】 本期的 15 篇论文如下： [ 00:28 ] SpeakerMem-R1: Speaker-Centered Dual-Track Memory for Multi-Party Dialogue（SpeakerMem-R1：以说话者为中心的多方对话双轨记忆） [ 01:13 ] Spatial-Interactor: Learning Spatial Reasoning through Interaction with the Observable Physical World（Spatial-Interactor：通过与可观测物理世界交互学习空间推理） [ 01:59 ] HappyWorld-Bench（快乐世界基准（HappyWorld-Bench）） [ 02:40 ] The Past Frames the Future: Memory for Autoregressive Video Generation（过往帧塑造未来：自回归视频生成中的记忆机制） [ 03:29 ] Just-in-Time Memory: Learning to Curate Task-Adaptive Memory for LLM Agents（即时记忆：学习为LLM智能体整理任务自适应记忆） [ 04:11 ] RewardVerse: Rubric-Guided Policy Optimization for Video Reward Modeling（RewardVerse：面向视频奖励建模的评分量规引导策略优化） [ 05:00 ] PACT: From Credit Assignment to Critic Alignment（PACT：从信用分配到评论家对齐） [ 05:43 ] Schrödinger's Code Repository: Have LLMs Learned SWE-bench or Memorized It?（薛定谔的代码仓库：LLM 是学会了 SWE-bench，还是记住了它？） [ 06:24 ] GeoPair: Geometry-Preserving Cross-Layer Factorization for Training-Free Transformer Compression（GeoPair：用于免训练 Transformer 压缩的几何保持跨层因子分解） [ 07:00 ] PackLab: A Comprehensive Framework for Developing, Training, and Evaluating MLLMs in Robotic Bin Packing（PackLab：在机器人装箱中开发、训练与评估多模态大语言模型的综合框架） [ 07:53 ] MemBodied: Recurrent Associative Memory for Vision-Language-Action Models（MemBodied：面向视觉-语言-动作模型的循环联想记忆） [ 08:39 ] WhatWorkedBench: Benchmarking Experimental Understanding in AI Agents（WhatWorkedBench：基准测试AI智能体的实验理解能力） [ 09:21 ] Hunyuan-A13B Technical Report（混元-A13B 技术报告） [ 10:03 ] Verifiable Hidden Dynamics Play: Generating Agentic RL Environments from Solved Mechanisms（可验证隐藏动力学游戏：从已求解机制生成智能体强化学习环境） [ 10:45 ] All modalities are equal, but video is more equal: Closing the Cross-Attention Gap in Joint Video Generation（所有模态都是平等的，但视频更平等：弥合联合视频生成中的交叉注意力差距） 【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

  ListenShow Notes

Based on semantic analysis of episode topics and host coverage, this show is a strong guest fit for executives in:

Industry fit is computed by PitchCentric using vector embeddings of the show's episode catalog.