arXiv Artificial Intelligence· Chenlong Wei, Hanling Wang, Mingjin Lou, Yufan Shi, Yandong Sun, Sheldon Yu, Xiaohui Zhu, Xiaobo Jin, Yiwei Wang·· 18 小时前AI 评分27
SonicWorld：面向空间音频推理的以声源为中心的潜在动态建模
SonicWorld: Source-Centric Latent Dynamics for Spatial Audio Reasoning
AI 导读
SonicWorld 将物理、学习到的声学与语义特征整合为持久声源状态，并通过学习到的状态转移与循环更新投影到 Omni LLM 进行空间推理。团队同时发布 Sonic-Bench，包含 2.8K 条一阶 Ambisonics 音频片段与 28.8K 条目标特定问答对，覆盖 480 个模拟室内场景。
来源：arXiv Artificial Intelligence · arxiv.org