【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 https://www.xiaoyuzhoufm.com/podcast/6a1732a2dffa135d0ab5ef43

【目录】
本期的 14 篇论文如下：

[00:32] 🤖 UI-MOPD: Multi-Platform On-Policy Distillation for Continual GUI Agent Learning（UI-MOPD：面向持续GUI智能体学习的多平台在线策略蒸馏）
[01:30] 💡 ResearchStudio-Idea: An Evidence-Grounded Research-Ideation Skill Suite from ML Conference Outcomes（ResearchStudio-Idea：基于证据的科研构思技能套件——来自机器学习会议成果）
[02:21] 🎨 PixWorld: Unifying 3D Scene Generation and Reconstruction in Pixel Space（PixWorld：在像素空间中统一3D场景生成与重建）
[03:11] 🧩 OmniOpt: Taxonomy, Geometry, and Benchmarking of Modern Optimizers（OmniOpt：现代优化器的分类、几何结构与基准测试）
[04:04] 🤖 GigaWorld-1: A Roadmap to Build World Models for Robot Policy Evaluation（GigaWorld-1：构建用于机器人策略评估的世界模型路线图）
[04:55] 🧩 Vision Pretraining for Dense Spatial Perception（面向密集空间感知的视觉预训练）
[05:54] 🤖 EVA-Client: A Unified Data Collection, Inference, and Deployment Framework for Embodied Policies on Real Robots（EVA-Client：面向实体机器人上的具身策略的统一数据收集、推理与部署框架）
[06:47] 🎥 Wan-Streamer v0.2: Higher Resolution, Same Latency（Wan-Streamer v0.2：更高分辨率，相同延迟）
[07:48] 🤖 InternVLA-A1.5: Unifying Understanding, Latent Foresight, and Action for Compositional Generalization（InternVLA-A1.5：统一理解、潜在预知与动作以实现组合泛化）
[08:46] 🔍 Do All Visual Tokens Matter Equally? Object-Evidence Preserving Token Merging for Vision-Language Retrieval（所有视觉标记都同等重要吗？面向视觉-语言检索的保留对象证据的标记合并方法）
[09:59] 🧠 KVpop -- Key-Value Cache Compression with Predictive Online Pruning（KVpop——基于预测性在线剪枝的键值缓存压缩）
[10:50] 🧠 dOPSD: On-Policy Self-Distillation for Diffusion Language Models（dOPSD：扩散语言模型的在线自蒸馏方法）
[11:41] 🎨 Perceptual Flow Matching for Few-Step Generative Modeling（感知流匹配：用于少步生成建模）
[12:37] 🔬 Multi-Turn Agentic Scientific Literature Search via Workflow Induction（多轮交互式科学文献搜索：基于工作流归纳的方法）

【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