节目简介
来源：小宇宙
⏱️ Highlights
[00:27] 🦾 From Pixels to Actions - Towards Native Vision-Language-Action Policies（从像素到动作——迈向原生视觉语言动作策略）
[01:05] 🎮 GameVerse: A Minute-Scale Gameplay Dataset for Long-Horizon Interactive World Modeling（GameVerse：面向长时域交互世界建模的分钟级游戏数据集）
[01:41] 💬 Turns Matter: Advancing Streaming Video RL via Turn-Level Credit（轮次很重要：通过轮级信用分配推进流式视频强化学习）
[02:17] 🔬 FrontierPhysics: Evaluating Agents for End-to-End Physics Research（FrontierPhysics：评估端到端物理研究智能体）
[02:57] 🧭 What Does Multi-Turn Reinforcement Learning Really Improve in LLM Agents?（多轮强化学习究竟改善了大语言模型智能体的什么能力？）
[03:36] 🏭 PyRUA-DataFarm: LLM Agent as a Cost-Efficient Teleoperator for Real-Ready Robot Data（PyRUA-DataFarm：以大语言模型智能体作为低成本遥操作员，生成可用于实机的机器人数据）
[04:15] 🎭 EmoReward: Self-Evolving Reward Calibration for Emotional Video Generation RL（EmoReward：用于情绪视频生成强化学习的自演化奖励校准）
[04:52] 🎙️ StreamDuo: A Live Commentator and a Research Agent for Unseen Games（StreamDuo：面向未见游戏的实时解说员与研究智能体）
[05:33] 🧩 Solv3R: 3D Looped Transformer as a Multi-view Solver（Solv3R：作为多视图求解器的三维循环Transformer）
[06:13] 🤝 Human-to-Robot Transfer via Bridging Representation and Action Space in VLAs（通过桥接VLA的表征与动作空间实现人到机器人的迁移）
[06:51] 🖼️ VA-TDM: A Unified View for Improving Few-Step Diffusion Models by Velocity Adversarial Distillation（VA-TDM：通过速度对抗蒸馏改进少步扩散模型的统一视角）
[07:31] 💾 MUON-RT Reusing the Teacher's Trajectory for Momentum-Free Muon for LLM Self-Distillation（MUON-RT：复用教师轨迹，为大语言模型自蒸馏实现无动量Muon）
[08:09] 🏠 AnchorComplete: Recovering Complete Scene Meshes from Partial Point Clouds（AnchorComplete：从局部点云恢复完整场景网格）
[08:48] 🧠 VideoMemBench: How Well Do MLLMs Remember in Video Conversations?（VideoMemBench：多模态大语言模型在视频对话中记得有多好？）
[09:24] 🌿 SpecOPD: Branch-Parallel On-Policy Distillation for Speculative Decoding（SpecOPD：用于推测解码的分支并行同策略蒸馏）
[播客论文目录配图]
【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
[00:27] 🦾 From Pixels to Actions - Towards Native Vision-Language-Action Policies（从像素到动作——迈向原生视觉语言动作策略）
[01:05] 🎮 GameVerse: A Minute-Scale Gameplay Dataset for Long-Horizon Interactive World Modeling（GameVerse：面向长时域交互世界建模的分钟级游戏数据集）
[01:41] 💬 Turns Matter: Advancing Streaming Video RL via Turn-Level Credit（轮次很重要：通过轮级信用分配推进流式视频强化学习）
[02:17] 🔬 FrontierPhysics: Evaluating Agents for End-to-End Physics Research（FrontierPhysics：评估端到端物理研究智能体）
[02:57] 🧭 What Does Multi-Turn Reinforcement Learning Really Improve in LLM Agents?（多轮强化学习究竟改善了大语言模型智能体的什么能力？）
[03:36] 🏭 PyRUA-DataFarm: LLM Agent as a Cost-Efficient Teleoperator for Real-Ready Robot Data（PyRUA-DataFarm：以大语言模型智能体作为低成本遥操作员，生成可用于实机的机器人数据）
[04:15] 🎭 EmoReward: Self-Evolving Reward Calibration for Emotional Video Generation RL（EmoReward：用于情绪视频生成强化学习的自演化奖励校准）
[04:52] 🎙️ StreamDuo: A Live Commentator and a Research Agent for Unseen Games（StreamDuo：面向未见游戏的实时解说员与研究智能体）
[05:33] 🧩 Solv3R: 3D Looped Transformer as a Multi-view Solver（Solv3R：作为多视图求解器的三维循环Transformer）
[06:13] 🤝 Human-to-Robot Transfer via Bridging Representation and Action Space in VLAs（通过桥接VLA的表征与动作空间实现人到机器人的迁移）
[06:51] 🖼️ VA-TDM: A Unified View for Improving Few-Step Diffusion Models by Velocity Adversarial Distillation（VA-TDM：通过速度对抗蒸馏改进少步扩散模型的统一视角）
[07:31] 💾 MUON-RT Reusing the Teacher's Trajectory for Momentum-Free Muon for LLM Self-Distillation（MUON-RT：复用教师轨迹，为大语言模型自蒸馏实现无动量Muon）
[08:09] 🏠 AnchorComplete: Recovering Complete Scene Meshes from Partial Point Clouds（AnchorComplete：从局部点云恢复完整场景网格）
[08:48] 🧠 VideoMemBench: How Well Do MLLMs Remember in Video Conversations?（VideoMemBench：多模态大语言模型在视频对话中记得有多好？）
[09:24] 🌿 SpecOPD: Branch-Parallel On-Policy Distillation for Speculative Decoding（SpecOPD：用于推测解码的分支并行同策略蒸馏）
[播客论文目录配图]
【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