LIME: Learning Intent-aware Camera Motion from Egocentric Video
LIME: 从自我中心视频学习意图感知的相机运动
机构 * ETH Zurich（苏黎世联邦理工学院） ； Microsoft（微软） ； University of Bonn（波恩大学）
AI总结 提出LIME模型，从自我中心视频中挖掘多意图相机运动监督，结合自回归观察增益输出与连续流匹配位姿头，实现语言条件相机运动生成。
大厂专区
Microsoft（微软）
Towards Load-Aware Prefill Deflection for Disaggregated LLM Serving
面向负载感知的预填充偏转用于分离式LLM服务
机构 * Microsoft（微软）
AI总结 针对分离式LLM服务中预填充节点过载而解码节点空闲的问题，提出一种主动预填充偏转调度器，通过将预填充作为分块步骤在解码节点上交错执行，消除节点间KV传输，显著降低P95 TTFT并提高SLO达标率。
Rethinking Speech-LLM Integration for ASR: Effective Joint Speech-Text Training by Interleaving
重新思考语音-LLM集成用于ASR：通过交错实现有效的联合语音-文本训练
机构 * Microsoft（微软）
AI总结 提出JSTIP，一种面向ASR的预训练策略，通过构建词级和段级交错语音-文本序列，在38k小时数据上相比基线提升了实体识别准确率，并缩小了模态差距。
Adoption and Impact of Command-Line AI Coding Agents: A Study of Microsoft's Early 2026 Rollout of Claude Code and GitHub Copilot CLI
命令行AI编码代理的采用与影响：微软2026年初推出Claude Code和GitHub Copilot CLI的研究
机构 * Microsoft（微软）
AI总结 研究微软2026年初推出Claude Code和GitHub Copilot CLI时，数万名工程师的采用模式、留存因素及对代码合并的影响，发现社交网络驱动首次使用，编码活跃度关联留存，采用者合并PR数量增加约24%。
Collaborative Disagreement Resolution for Scalable Oversight
协作分歧解决实现可扩展监督
机构 * Microsoft（微软） ； Duke University（杜克大学）
AI总结 提出协作分歧解决范式，通过引导AI模型协作识别分歧、检验证据并达成共识，替代对抗性辩论，使非专家模型判断准确率达62.1%。
Comments 27 pages, 6 figures. Accepted to ICML 2026. Codebase link: https://github.com/ChicagoHAI/collaborative-dr.git
LLM can Read Spectrogram: Encoder-free Speech-Language Modeling
LLM 能读频谱图：无编码器的语音语言建模
机构 * Microsoft, USA（微软公司，美国）
AI总结 提出 Mel-LLM，一种无需专用语音编码器、直接将梅尔频谱图补丁通过线性投影输入 LLM 的架构，在 ASR 和 TTS 任务上验证了其可行性，ASR 性能与有编码器方案相当，TTS 初步可行。
