88
0本期的 15 篇论文如下：
00:22 🔍 Multimodal Evaluation of Russian-language Architectures（俄语多模态架构的评估框架）
01:15 🧠 Latent Collaboration in Multi-Agent Systems（多智能体系统中的潜在协作）
01:47 🌍 Inferix: A Block-Diffusion based Next-Generation Inference Engine for World Simulation（Inferix：基于块扩散的新一代世界模拟推理引擎）
02:18 🎭 Harmony: Harmonizing Audio and Video Generation through Cross-Task Synergy（和谐：通过跨任务协同实现音频与视频生成的统一）
03:10 📄 NVIDIA Nemotron Parse 1.1（英伟达Nemotron解析1.1）
03:46 🧠 Monet: Reasoning in Latent Visual Space Beyond Images and Language（Monet：超越图像与语言的潜在视觉空间推理）
04:25 ⚡ Terminal Velocity Matching（终端速度匹配）
05:03 📊 Revisiting Generalization Across Difficulty Levels: It's Not So Easy（重新审视跨难度级别的泛化能力：并非易事）
05:42 🤖 MobileVLA-R1: Reinforcing Vision-Language-Action for Mobile Robots（MobileVLA-R1：强化移动机器人的视觉-语言-动作能力）
06:25 ⚡ Image-Free Timestep Distillation via Continuous-Time Consistency with Trajectory-Sampled Pairs（基于轨迹采样对的连续时间一致性图像自由时间步蒸馏）
06:59 🎮 UniGame: Turning a Unified Multimodal Model Into Its Own Adversary（UniGame：将统一多模态模型转化为其自身的对抗者）
07:47 🧩 SPHINX: A Synthetic Environment for Visual Perception and Reasoning（SPHINX：用于视觉感知与推理的合成环境）
08:33 ⚡ Block Cascading: Training Free Acceleration of Block-Causal Video Models（块级联：免训练的块因果视频模型加速）
09:12 🏙 RAISECity: A Multimodal Agent Framework for Reality-Aligned 3D World Generation at City-Scale（RAISECity：面向城市尺度的现实对齐三维世界生成多模态智能体框架）
09:58 📊 I-GLIDE: Input Groups for Latent Health Indicators in Degradation Estimation（I-GLIDE：基于输入组的退化估计潜在健康指标）
【关注我们】
您还可以在以下平台找到我们，获得播客内容以外更多信息
小红书: AI速递
