本期的 15 篇论文如下：

[00:25] 🧠 General Agentic Memory Via Deep Research（通过深度研究的通用代理记忆）

[00:52] 🧪 AutoEnv: Automated Environments for Measuring Cross-Environment Agent Learning（AutoEnv：用于跨环境智能体学习的自动化环境测量）

[01:24] 🤖 Computer-Use Agents as Judges for Generative User Interface（以计算机使用代理作为生成式用户界面的评判者）

[01:55] 🎨 DeCo: Frequency-Decoupled Pixel Diffusion for End-to-End Image Generation（DeCo：用于端到端图像生成的频率解耦像素扩散）

[02:24] 🎨 UltraFlux: Data-Model Co-Design for High-quality Native 4K Text-to-Image Generation across Diverse Aspect Ratios（UltraFlux：面向高质量原生4K文本到图像跨多样宽高比的数据-模型协同设计）

[03:10] 🔍 DR Tulu: Reinforcement Learning with Evolving Rubrics for Deep Research（DR Tulu：基于演化评分标准的深度研究强化学习）

[03:46] 🎬 In-Video Instructions: Visual Signals as Generative Control（视频内指令：视觉信号作为生成控制）

[04:24] 📊 Budget-Aware Tool-Use Enables Effective Agent Scaling（预算感知的工具使用实现有效的智能体扩展）

[05:12] 🎬 Plan-X: Instruct Video Generation via Semantic Planning（Plan-X：通过语义规划指导视频生成）

[05:54] 🧪 M3-Bench: Multi-Modal, Multi-Hop, Multi-Threaded Tool-Using MLLM Agent Benchmark（M3-Bench：多模态、多跳、多线程工具使用MLLM智能体基准）

[06:25] 🤖 Multi-Agent Deep Research: Training Multi-Agent Systems with M-GRPO（多智能体深度研究：使用M-GRPO训练多智能体系统）

[07:24] 🎬 HunyuanVideo 1.5 Technical Report（混元视频1.5技术报告）

[07:56] 🧠 Chain-of-Visual-Thought: Teaching VLMs to See and Think Better with Continuous Visual Tokens（视觉思维链：通过连续视觉标记教导视觉语言模型更好地观察与思考）

[08:36] 🧠 MIST: Mutual Information Via Supervised Training（MIST：通过监督训练实现互信息估计）

[09:07] 🎨 Controllable Layer Decomposition for Reversible Multi-Layer Image Generation（可控层分解用于可逆多层图像生成）

【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