Xmart学生论坛
第十四期 王远程：Towards Natural and Efficient Speech Synthesis: Perspectives on Modeling, Alignment, and Representation
第十三期 杨东超：Towards Multi-task Audio Foundation Models: An Audio Generation Perspective
第十二期 周俊佐、任勇：语音的可溯源保护：音频水印研究
第十一期 季圣鹏：端到端语音对话时代的机遇和挑战
第十期 袁锐斌：Scaling Open Foundation Models for Music
第九期 张绍磊：迈向实时跨语言沟通：实时语音模型的挑战、技术和未来
第八期 肖俊斌、李磊磊：面向第一视角的问题研究与展望
第七期 郭子睿：从检索增强生成到图增强生成：探索新一代智能问答系统
第六期 刘濠赫：Latent Diffusion Model as a Versatile Coarse-to-Fine Audio Decoder
第五期 谢天宝：OSWorld：在真实计算机环境中对开放式任务进行多模态智能体基准测试
第四期 胡宇晨：语音大模型的后训练对齐
第三期 敖君逸：SD-Eval 新基准，让语音交互大模型情智兼备
第二期 邓克琦：Label-synchronous Neural Transducer
第一期 张栋：构造端到端语音对话大模型
Xmart 前沿讲坛
第七期 许可乐：面向声音理解的多模态机器学习
第六期 卢策吾：具身智能 scaling law 与可规模化数据
第五期 王文武：大型语言-音频模型及其应用
第四期 邱锡鹏：从大语言模型到世界模型
第三期 符天凡：深度学习在药物发现和开发中的应用
第二期 李宏毅：将新技能教给基础模型的挑战
第一期 王昊奋：知识检索增强：范式与关键技术