2026.07.28 | Kimi K3开源模型性能领先；JarvisHub画布框架革新创意协作

【赞助商】
OpenClaw快报
每天五分钟，听听 OpenClaw 快报，带你了解最新动态和业内讨论
传送门 www.xiaoyuzhoufm.com

【目录】
本期的 15 篇论文如下：

[00:33] 🧠 Kimi K3: Open Frontier Intelligence（Kimi K3：开放前沿智能）
[01:22] 🎨 JarvisHub: An Open Harness for Canvas-Native Multimodal Creative Agents（JarvisHub：一个面向画布原生多模态创意代理的开放框架）
[02:20] 🤖 From Proprietary to Open-Source: Bridging the Distribution Gap via Multi-Agent Protocol Distillation in Agentic Search（从专有到开源：通过多智能体协议蒸馏弥合智能搜索中的分布差距）
[03:18] 🤖 Progress Reward Modeling for Robotic Learning: A Comprehensive Survey（机器人学习的进度奖励建模：一项全面综述）
[04:17] 🤖 StateAct: Program State, before Pixels, for Long-Horizon Computer-Use Agents（StateAct：面向长周期计算机使用代理，程序状态优先于像素）
[05:23] 🧠 Rethinking Classifier-Free Guidance in On-Policy Diffusion Distillation（重新思考在线策略扩散蒸馏中的无分类器引导）
[06:27] 🗼 Data Pyramid for Embodied Manipulation（具身操作的数据金字塔）
[07:33] ⚡ Sol-Attn: Accelerating Video Generation Inference via On-the-Fly Attention Sparsification（Sol-Attn：通过即时注意力稀疏化加速视频生成推理）
[08:37] 🎬 OmniVAE: An Audio-Video VAE with Cross-Modal Alignment for Joint Generation（OmniVAE：一种具有跨模态对齐的音频-视频VAE，用于联合生成）
[09:30] 🧠 The Physics of Multi-Turn Long-Horizon Planning: From Pre-training to Post-training via Single- and Multi-Teacher On-Policy Agentic Distillation（多轮长程规划中的物理学：通过单教师与多教师在线策略智能体蒸馏从预训练到后训练）
[10:26] 👗 Oxygen-TryOn: Fashion-Native Foundation Model for Any-item Virtual Try-On（氧气试穿：面向时尚的原生基础模型，实现任意物品虚拟试穿）
[11:17] 🦎 Chamaileon: Cross-Context Binder Design with Contextualized Modeling and Mixed Sampling（Chamaileon：基于情境化建模与混合采样的跨情境结合剂设计）
[12:11] 🔮 dRAE: Representation Autoencoder with Hyper-Spherical Codes（dRAE：超球面码的表示自编码器）
[13:09] 🧩 DecoupleMix: Decoupled Ratio Search and Convex Allocation for Scalable VLM Data Recipes（解耦混合：用于可扩展VLM数据配方的解耦比率搜索与凸分配）
[14:08] 🏥 ClinFusion: A Vision-Centric Multimodal LLM System for Holistic Medical Understanding（ClinFusion：一种面向整体医学理解的以视觉为中心的多模态大语言模型系统）

【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