01
可灵技术报告：视频生成如何理解和执行指令 - 2026-11-04
【AI论文解读】可灵技术报告：视频生成如何理解和执行指令 - 2026-11-04 论文信息 - 英文标题 Behind Video Generation: Observations and Insights on Multimodal Understanding from Kling - 作者 Kling Team（可灵团队） - 发布日期 2026 年
JOURNAL.
文章索引04 篇
02
Falcon：结合嘴型视频的流式目标语音提取 - 2026-10-29
论文信息 - 英文标题：Efficient Streaming Audio-Visual Target Speaker Extraction for Real-World Acoustic Scenes - 作者：Wendi Sang、Kai Li、Yifan Li、Jianqiang Huang、Xiaolin Hu - 机构：青海大学、清华大学、北京脑科
03
【AI论文解读】思考即回忆：推理如何解锁大语言模型的参数知识 - 2026-03-12
📄 论文信息 - 标题： Thinking to Recall: How Reasoning Unlocks Parametric Knowledge in LLMs - 作者： Zorik Gekhman, Roee Aharoni, Eran Ofek, Mor Geva (Tel Aviv University), Roi Reichart (Tec
04
【AI论文解读】基于视频的计算机使用智能体奖励建模 - 2026-03-15
📄 论文解读：Video-Based Reward Modeling for Computer-Use Agents 基于视频的计算机使用智能体奖励建模 论文信息 - 标题： Video-Based Reward Modeling for Computer-Use Agents（基于视频的计算机使用智能体奖励建模） - arXiv ID： 2603.101