2026.08.18 | 智能体化评测让世界模型可诊断；多模态三维生成仍有瓶颈

【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：

[00:32] 🕵 HarnessEval-W: Agentifying the Evaluation of Visual Worlds（HarnessEval-W：使视觉世界的评估智能体化）
[01:32] 🌍 VibeWorlding: Can Multimodal Agents Construct 3D Open Worlds End-to-End?（VibeWorlding：多模态智能体能否端到端构建3D开放世界？）
[02:10] ⚡ MOSS-VL Technical Report（MOSS-VL 技术报告）
[03:05] 🤖 ClawGym II: Exploring Black-Box RL on Agent Harness（ClawGym II：在智能体框架上探索黑盒强化学习）
[03:56] 🎯 Learn What's Left, Not What's Mastered: Saturation Aware Advantage Reweighting for Multi-Reward Policy Optimization（学习尚未掌握的，而非已经精通的：面向多奖励策略优化的饱和感知优势重加权）
[04:51] 🤖 UI-Mate: Advancing Open-Weight Foundation GUI Agents with In-Context Demonstrations（UI-Mate：利用上下文演示推进开放权重的基础图形用户界面智能体）
[05:46] 🔬 Large Discovery Models: Empirically-grounded Model-Based Open-Ended Search（大型发现模型：基于经验建模的开放式搜索）
[06:37] 🎨 An Empirical Study of Training Pixel-Space Text-to-Image Diffusion Models（训练像素空间文本到图像扩散模型的实证研究）
[07:31] 🤖 Agentic Transaction: Towards ACID-Compliant Agent Systems（智能体事务：迈向ACID合规的智能体系统）
[08:29] 🔬 How Do Agents Fail on AutoResearch: End-to-End Diagnostic Evaluation on 100 Real-World Frontier Research Tasks（智能体如何在自动研究中失败：基于100个真实前沿研究任务的端到端诊断评估）
[09:24] ⚡ GenRouter: Unified Workflow Routing for Agentic Image Generation（GenRouter：用于智能体图像生成的统一工作流路由）
[10:29] 🧩 MegaParts: Scaling Part-Aware 3D Object Generation to 300 Parts via Token-Efficient Autoregressive Modeling（MegaParts：通过词元高效的自回归建模将部件感知的3D物体生成扩展到300个部件）
[11:22] 🧠 Understanding Cognition-Induced Risks in Agentic AI Systems（理解智能体AI系统中认知引发的风险）
[12:21] 🔗 Advancing Open and Reproducible Relational Learning: RelArena-$α$, TabPFN-Rel and RPI（推进开放可复现的关系学习：RelArena-α、TabPFN-Rel与RPI）
[13:24] 🛡 Ventor-QTest: Threat-Model-Driven Verification of Vendor-Hosted LLM APIs（Ventor-QTest：威胁模型驱动的供应商托管LLM API验证）

【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