AI EarlyView
Pro
AI EarlyView
← 最新论文日报
6月25日· 周四

arXiv 论文日报

机器人感知与多模态突破

今日论文聚焦机器人高速自主导航、多步工具使用强化学习崩溃机制、以及实时语音AI对语气理解的缺失。FAR-LIO实现高速LiDAR惯性里程计，RoboAtlas提出上下文主动SLAM，而语音AI评测揭示其仅理解字面语义的局限。

📄 10 篇精选</> 4 篇带代码🏆 6 篇 SOTA
📈 趋势速览机器人领域高速感知与主动SLAM升温，强化学习在多步工具使用中的稳定性问题受关注；语音AI的语义理解局限成为新热点，多模态生成（4D视频、3D街景）持续活跃。
1
FAR-LIO: Enabling High-Speed Autonomy through Fast, Accurate, and Robust LiDAR-Inertial Odometry
高速定位SOTA</> 代码
💡 高速自主导航的关键技术突破
机器人Maximilian Leitenstern、Marcel Weinmann、Patrick Haft 等
arXiv →PDF深入追问 AI →
2
RoboAtlas: Contextual Active SLAM
主动SLAMSOTA
💡 主动SLAM引入语义推理新范式
机器人Alexander Schperberg、Shivam K. Panda、Abraham P. Vinod 等
arXiv →PDF深入追问 AI →
3
多步工具使用强化学习为何崩溃以及监督信号如何修复
工具使用</> 代码
Why Multi-Step Tool-Use Reinforcement Learning Collapses and How Supervisory Signals Fix It
💡 揭示多步工具使用RL崩溃根源
大模型Yupu Hao、Zhuoran Jin、Huanxuan Liao 等
arXiv →PDF深入追问 AI →
4
MVTrack4Gen: Multi-View Point Tracking as Geometric Supervision for 4D Video Generation
4D视频生成SOTA
💡 多视角点轨迹提升4D视频几何一致性
生成扩散JoungBin Lee、Jaewoo Jung、Jongmin Lee 等
arXiv →PDF深入追问 AI →
5
MIMFlow: Integrating Masked Image Modeling with Normalizing Flows for End-to-End Image Generation
图像生成</> 代码
💡 融合掩码建模与流模型实现端到端生成
视觉Yang Chen、Xiaowei Xu、Shuai Wang 等
arXiv →PDF深入追问 AI →
6
From Sparse and Imperfect 2D Anchors to Consistent 3D Gaussian Street Scenes: Support-Aware Appearance
3D街景</> 代码
💡 稀疏2D锚点生成一致3D街景
视觉Long Cao、Zhongquan Wang、Jie Li 等
arXiv →PDF深入追问 AI →
7
FedReLa: Imbalanced Federated Learning via Re-Labeling
联邦学习SOTA
💡 重标签解决联邦学习类别不平衡
视觉Guangzheng Hu、Patricia Menéndez、Feng Liu 等
arXiv →PDF深入追问 AI →
8
G2DP: Diffusion Planning with Spatio-Temporal Grid Guidance
扩散规划SOTA
💡 时空网格引导扩散规划提升自动驾驶安全
机器人Hang Yu、Ye Jin、Alessandro Canevaro 等
arXiv →PDF深入追问 AI →
9
Tatoxa系统：面向低资源语言的文本去毒化——以鞑靼语为例
文本去毒SOTA
The Tatoxa System for Text Detoxification in Low-Resource Languages: The Case of Tatar
💡 低资源语言文本去毒化的首个系统
大模型Ilseyar Alimova、Bogdan Monogov、Artyom Mazur 等
arXiv →PDF深入追问 AI →
10
实时语音AI：听见声音，却听不懂语气
语音理解
Real-Time Voice AI Hears but Does Not Listen
💡 揭示实时语音AI忽略语气情绪的缺陷
语音音频Martijn Bartelds、Federico Bianchi、James Zou
arXiv →PDF深入追问 AI →

生成于 20:05 · 来源 arXiv · AI 编排