AI 日报 - 2026/10/20

今天值得看

• 把 LeJEPA 的各向同性高斯目标推广成跨模态相关的高斯目标，只多一个超参数，用于音视频自监督学习。
• 发现 LeWM 的 L2 规划代价只在目标附近可靠，改用训练 latent 近邻图上的最短路距离后，不重新训练就明显提高规划成功率。
• 覆盖 13 类非语言发声，让语音对话模型在共情和角色扮演对话里按上下文生成呼吸、笑声等事件。

全双工语音对话

Speech LLMs That Breathe: Modeling Non-Verbal Vocalizations in Dialogue

Heyang Liu, Lixin Zhang, Jiayi Huang et al. · arXiv 2026-10-19