84
0【目录】
本期的 15 篇论文如下：
00:23 🎯 Focused Omni-Modal GUI Agents（聚焦式全模态GUI智能体）
01:06 🔁 PAR: Progress-Aligned Recurrence for Length Generalization in State Tracking（PAR：面向状态跟踪长度泛化的进度对齐循环）
01:52 🎮 Matrix-Game 4.0: Harnessing Video Models for Real-Time Playable Game Worlds（Matrix-Game 4.0：利用视频模型打造实时可玩游戏世界）
02:38 🤖 Ropedia W0: Scaling Loco-Manipulation World Models across Embodiments with Human Experience（Ropedia W0：借助人类经验跨具身扩展移动操作世界模型）
03:23 🧭 S-Agent 2.0: Spatial Reasoning with a General Coding Agent（S-Agent 2.0：基于通用编程智能体的空间推理）
04:08 🧪 Sage-A1.5: From Long-Horizon Execution to Scientific Exploration with Capability Composition（Sage-A1.5：从长程执行到基于能力组合的科学探索）
04:55 🔄 VLA-Rolling: Fewer Denoising Steps, Better Control via Adaptive Action Reuse（VLA-Rolling：通过自适应动作复用实现更少去噪步骤与更好控制）
05:41 🧠 CoEvo-RSI: When Harnesses Evolve, Which Models Should Follow?（CoEvo-RSI：当执行框架演化时，哪些模型应当跟进？）
06:25 🎥 Learning the 4D World through Point Trajectory Forecasting（通过点轨迹预测学习四维世界）
07:11 🎬 SolarRenderer: Few-Step Generative Reference Rendering（SolarRenderer：少步生成式参考渲染）
07:56 🚀 SWIFT: Self-guided Weak-to-strong dIFfusion models via Target extrapolation（SWIFT：基于目标外推的自引导弱到强扩散模型）
08:42 🛠 Correction Training for Diffusion Models（扩散模型的校正训练）
09:31 🏢 MMEnterprise-Bench: Evaluating Enterprise Agents over Evolving Multimodal Records（MMEnterprise-Bench：在持续演进的多模态记录上评估企业智能体）
10:18 🧩 LLM2R: From Large Language Models to 3D Reassemblers（LLM2R：从大语言模型到3D重装配器）
10:58 ⚡ PhysSkin++: Real-Time and Generalizable Physics-Based Animation via Self-Supervised Neural Skinning（PhysSkin++：基于自监督神经蒙皮的实时可泛化物理动画）
【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
