HuggingFace 每日AI论文速递
2026.10.02 | 流式视频主动记忆；音视频扩散奖励路由
【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： [ 00:29 ] OneStreamer: Unifying Perception, Memory, and Proactive Response in Streaming Video Interaction（OneStreamer：统一流式视频交互中的感知、记忆与主动响应） [ 01:11 ] Adaptive Reward Routing: Dynamic Multi-Reward Optimization for Joint Audio-Video Diffusion via Forward-Process RL（自适应奖励路由：通过前向过程强化学习实现联合音视频扩散的动态多奖励优化） [ 01:55 ] Beyond Memory: Harnessing Long-Horizon Agents with Explicit Belief States（超越记忆：利用显式信念状态驾驭长时程智能体） [ 02:38 ] Agent Priors-guided Policy Learning（智能体先验引导的策略学习） [ 03:25 ] Hierarchical Continuous Diffusion Language Models（分层连续扩散语言模型） [ 04:03 ] World Observer: Joint Actor-Observer Generation for Persistent World Modeling（World Observer：面向持久世界建模的联合行动者-观察者生成） [ 04:54 ] Sharpening Tax in Post-Training（后训练中的锐化税） [ 05:39 ] ActiveSaddler: Automated Curriculum Learning for Agent Harness Optimization（ActiveSaddler：面向智能体执行框架优化的自动化课程学习） [ 06:22 ] A Missing Piece for Trustworthy AI Reviewers: From Benchmarking Rhetorical Robustness to SciCore Review（可信AI审稿人缺失的一环：从修辞鲁棒性基准测试到SciCore评审） [ 07:08 ] ROWBench: Do Video Models Render What the Program Specifies?（ROWBench：视频模型能否渲染程序所指定的内容？） [ 07:55 ] AutoGUIWorld: Image Generators as Visual World Models for GUI Agent（AutoGUIWorld：将图像生成器用作 GUI 智能体的视觉世界模型） [ 08:39 ] Retrieval-Augmented Skill Optimization via Cross-Harness Adaptation（基于跨执行框架适配的检索增强技能优化） [ 09:23 ] ⚖ Make Sparse Rewards Count: Density-Aware Reward Aggregation for Multi-Reward RL（让稀疏奖励算数：多奖励强化学习中的密度感知奖励聚合） [ 10:05 ] Decentralized Master-Mind: Joint Action Refinement through Iterative Intent Denoising in Multi-Agent Pathfinding（去中心化 Master-Mind：多智能体路径规划中通过迭代意图去噪的联合动作精炼） [ 11:02 ] E-MoE: Enhanced Mixture-of-Experts for Non-Factorized Diffusion Language Models（E-MoE：面向非因子化扩散语言模型的增强混合专家） 【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
