【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 15 篇论文如下：

[00:31] 🤖 HiFi-UMI: Learning Deployable Manipulation Policies from High-Fidelity UMI Data Alone（HiFi-UMI：仅从高保真UMI数据学习可部署的操作策略）
[01:31] 🔍 A New Role for Relevance: Guiding Corpus Interaction in Agentic Search（相关性的新角色：在智能体搜索中引导语料库交互）
[02:20] 🎨 ReDesign: Recovering Editable Design Structures from Images via Agentic Decomposition（ReDesign：通过智能体分解从图像中恢复可编辑的设计结构）
[03:07] 🧠 Keep It InMind: Benchmarking the Implicit-Association Blind Spot in Agent Memory（保持铭记：基准测试代理记忆中的内隐关联盲点）
[03:56] 🏃 Pass the Baton: Trajectory-Relayed On-Policy Distillation（传递接力棒：轨迹中继的在线策略蒸馏）
[04:47] ⚡ Mage-VL: An Efficient Codec-Native Streaming Multimodal Foundation Model（Mage-VL：一种高效的编解码器原生流式多模态基础模型）
[05:49] 🧩 CodeNib: A Multi-View Data System for Serving Repository Context to Coding Agents（CodeNib：一种为编码智能体提供仓库上下文服务的多视图数据系统）
[06:48] 🌍 Wonder: Video World Model Done Better（Wonder：更优的视频世界模型）
[07:51] 👁 PerceptionBench: Evaluating Atomic Visual Perception in Multimodal Large Language Models（感知基准：评估多模态大语言模型中的原子视觉感知能力）
[08:44] 🔍 Novel Claim or Déjà Vu? Rethinking "Contamination-Free'' Dynamic Evaluation for Multimodal Automated Fact-Checking（新颖主张还是似曾相识？重新思考多模态自动事实核查的“无污染”动态评估）
[09:40] 🛡 Shieldstral（盾星）
[10:41] 🔀 MODUS: Decoder-Only Any-to-Any Modeling of Diverse Modalities（MODUS：仅解码器的任意模态到任意模态多样化建模）
[11:41] ⚡ Parallel Decoding Distillation for Fast Image and Video Generation（并行解码蒸馏：面向快速图像与视频生成的方法）
[12:23] 🎬 Visual prompt engineering for video models（视频模型的视觉提示工程）
[13:16] 🎯 OmniDelta: Skill-Driven Budget Allocation for Token Compression in OmniLLMs（OmniDelta：面向全模态大语言模型令牌压缩的技能驱动预算分配方法）

【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