创作者写的节目说明

⏱️ Highlights
[] 🎞️ FrameForge: Harnessing Priors of Video Foundation Models for Unified Image Generation（FrameForge：利用视频基础模型先验实现统一图像生成）
[] 🔁 R^2Orch: Recursive Self-Improvement for Agent Orchestration via Self-Play within a Skill-Internalization Loop（R^2Orch：在技能内化循环中通过自博弈实现智能体编排的递归自我改进）
[] 🧠 Does Scaling Toward AGI Depend on What System-1 Lets System-2 Execute?（迈向 AGI 的规模扩展，取决于 System-1 允许 System-2 执行什么吗？）
[] 🤖 REA: A Routed Embodied Agent Runtime for Asynchronous Brain-Cerebellum Control（REA：面向异步大脑—小脑控制的路由式具身智能体运行时）
[] 🎙️ Apriel Voice 27B Preview: An Open Model for Speech, Reasoning, and Tool Use（Apriel Voice 27B 预览版：面向语音、推理与工具使用的开放模型）
[] 🎮 Wizard: Manipulate Any World in Real Time via Agentic Control（Wizard：通过智能体控制实时操纵任意世界）
[] 💭 Latent Reasoning in Continuous Space for Unified Multimodal Models（统一多模态模型在连续空间中的潜在推理）
[] 🔭 HiFOR: Hierarchical Foresight with Action-Guided World Grounding for Vision-Language-Action Model（HiFOR：面向视觉—语言—动作模型的分层前瞻与动作引导世界信息锚定）
[] 🔎 WeFair: Fidelity-Aware Alignment from Human Feedback for Personalized Query Rewriting in Short-Video Search（WeFair：面向短视频搜索个性化查询改写的保真度感知人类反馈对齐）
[] ⚡ OSWAM: An Effective World Action Model with One-Step Action Generation（OSWAM：具备单步动作生成能力的高效世界动作模型）
[] 🧵 ReLift: Dense 3D Tracking as Lifted Trajectory Repair（ReLift：将稠密三维跟踪视为提升后轨迹的修复）
[] 🤝 CEPO: A General Framework for Improving Prompt Optimization in Multi-Agent Systems（CEPO：改进多智能体系统提示词优化的通用框架）
[] 🕵️ Venus-DefakerOne2: A Vision-Forensics Foundation Model with Broader Coverage（Venus-DefakerOne2：覆盖范围更广的视觉取证基础模型）
[] 🦾 CaPtain: A Pipeline for Post-Training Code-as-Policy Robot Agents（CaPtain：代码即策略机器人智能体的后训练流程）
[] 🧭 Probing Spatial State Representations in Visual Foundation Models（探测视觉基础模型中的空间状态表征）

【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

REA 用视觉判断发现机器人静默失败，三千次测试成功率 95.9%，控制时间减少 17%。

别处听不到的

HiFOR 的对照实验说明：有未来信息还不够，加动作引导检索后成功率也只从 46.95% 到 49.4%。

最打动人的

结尾把十五篇论文收成一句追问：系统更聪明，是表征更好、选择更准，还是行动真有效。

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

十分钟里过完十五篇论文，每篇都交代了方法、关键数字和它站不住的地方。REA 用视觉判断抓出机器人「没报错但没做成」的静默失败，三千次测试成功率 95.9%；HiFOR 证明光有未来预测不够，加检索才从 46.95% 挪到 49.4%；空间表征那篇更直接——正确目标并没有稳定改善行动。适合想快速摸清具身智能与智能体编排前沿的人。

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

本期速递精选十五篇 AI 论文，覆盖视频先验图像生成（FrameForge）、智能体自博弈技能内化（R²Orch）、算力效率筛选框架、机器人大脑—小脑分工（REA）、语音推理模型（Apriel Voice 27B）、游戏世界生成（Wizard）、隐状态图像规划（LARC）、多未来预测（HiFOR）、搜索意图对齐（WeFair）、一步动作生成（OSWAM）、三维跟踪修复（ReLift）、多智能体提示结构（Sample）、视觉取证（Venus-DefakerOne2）、代码即策略机器人代理（CaPtain）与视觉模型空间表征探测。每篇均说明方法、关键数字与证据边界，结尾提出「表征更好、选择更准还是行动更有效」的判断框架。

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