AI 简报 - 2026/10/26

本期值得看

• 发现五个全双工语音模型在长对话里都会退化或耗尽上下文，滑窗模型的乱码和沉默与第一个 KV 项被淘汰有关，固定保留它并加一个重复惩罚，不重新训练就能撑过一小时的回放。
• 在因子已知的模拟器里发现，I-JEPA 用半宽的预测器时共享因子的可读性只有 SimCLR 的四成左右，把预测器加宽到编码器宽度后排序在每个随机种子上都反过来。
• 用一个流式视频语言模型从每位选手的原始画面出发，每秒决定切不切镜头并同时解说。

全双工语音对话

Why Full-Duplex Speech Models Collapse in Long Conversations

Yeonju Kim, Bella Godiva, Se Jin Park et al. · arXiv 2026-10-23