创作者写的节目说明

⏱️ Highlights
[] 🌊 Wave Forcing: Towards Speed-of-Light Streaming Video Generation（Wave Forcing：迈向光速的流式视频生成）
[] 🎬 Video Generation Meets Agent Harness: Agentic Video Generation, Agentic World Modeling and Recursive Self-Improvement（当视频生成遇上智能体运行框架：智能体式视频生成、智能体式世界建模与递归自我改进）
[] 🤝 CoworkOS:Scaling Agent Coworkers for Real-world Automation（CoworkOS：扩展面向现实世界自动化的智能体同事）
[] 🦾 Democratizing Robot-Use Agents: A Unified Harness with Open Models（让机器人使用智能体更普及：采用开放模型的统一运行框架）
[] 🖥️ CUA-Master: Scaling Computer-use Agents through Open-World Recursive Improvements（CUA-Master：通过开放世界递归改进扩展计算机使用智能体）
[] 🧭 NorthCUA Technical Report: Turbocharging Computer-Use Agents through Experience at Scale（NorthCUA 技术报告：通过规模化经验加速计算机使用智能体）
[] ↩️ Lost in Recovery: Demystifying Recovery Behavior of Computer-Use Agents via Goal-Oriented Action Replay（迷失于恢复：通过目标导向动作重放揭示计算机使用智能体的恢复行为）
[] 👁️ Reviso: Not All Visual Evidence Deserves Equal Attention in Video Captioning（Reviso：视频描述中，并非所有视觉证据都值得同等关注）
[] 🧩 From Fragmentation to Fusion: A Survey and Roadmap for Omnimodal Embeddings（从碎片化到融合：全模态嵌入的综述与路线图）
[] 💻 CrossSWE: Benchmarking Cross-Repository Joint Development for Coding Agents（CrossSWE：评测编程智能体的跨仓库联合开发）
[] 📷 PhotoGuider: Composition-Aware Cropping and 360^{circ} View Framing with Explainable Photographic Assessments（PhotoGuider：结合可解释摄影评估的构图感知裁剪与360°视角取景）
[] 🙋 Avatar Intelligence: Amplifying Human Agency Through Persistent Personal Agents（Avatar Intelligence：通过持久个人智能体增强人的自主行动能力）
[] 🔢 Diagnosing the Reference Gap: What Visual Scaffolds Can and Cannot Fix in Multimodal Reasoning（诊断指代鸿沟：视觉支架在多模态推理中能与不能修复什么）
[] 📑 DecisionRank: On-Policy Distillation for Decision-Model Rerankers（DecisionRank：面向决策模型重排器的在策略蒸馏）
[] 🔎 DeFT-RAG: Decomposing Multi-Hop Questions into Self-Contained Sub-Questions with Reusable Answers（DeFT-RAG：将多跳问题分解为答案可复用的自足子问题）

【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

在小宇宙查看该单集文稿

说明里标出的时间点，点一下跳过去

AI 看点

本期看点

AI 从整集转写里归纳的，不是节目方的宣传语

最值得听的

指代鸿沟实验：只加编号平均提升 11.3 个百分点，加网格反而下降 4.1 个百分点。

别处听不到的

每篇论文后都补一句实验条件限定，如速度测试用随机权重、机器人实验用了额外深度相机。

AI 推荐理由

为什么值得听

AI 读完整集转写后给出的推荐理由

十五篇论文被压进十分钟，每篇都给出方法要点、具体数字和一句边界提醒：Wave Forcing 五步模型在百秒视频上保持接近基线质量，CrossSWE 双仓库评测最好单次通过率 58.48%，DecisionRank 快 24.5 倍却在医学检索上输给基线，指代鸿沟实验里编号提升 11.3 个百分点而网格反降 4.1。适合想快速摸清这一批工作边界的人。

AI 概要

本期概要

由 AI 从整集转写生成，是创作者说明之外的补充

本期速递十五篇 AI 论文，覆盖视频生成、智能体框架、机器人操作、编程评测、视觉推理与检索。Wave Forcing 用多块流水线让五步模型在百秒视频上保持接近基线的质量；CoworkOS 提出主智能体委派、子智能体独立上下文的协作结构，强调「收到不等于完成」；Reviso 用重放后续动作检验智能体恢复是否真正有效；CUA-Master 从真实教程抽取带验证器的操作原语；CrossSWE 把编程评测推进到双仓库联合修改，最好单次通过率 58.48%；DecisionRank 让 8B 学生模型比生成式重排快 24.5 倍；DeFT-RAG 用实体完整子问题命中缓存，LLM 调用减少 12.9%。主播在每篇后都点明实验条件与结论边界。

AI 识别的章节

章节

点一章从那里开始播 · 与上面创作者标的时间点各自独立