本期的 10 篇论文如下：

[00:24] 🤖 OmniManip: Towards General Robotic Manipulation via Object-Centric Interaction Primitives as Spatial Constraints（OmniManip：通过以对象为中心的交互原语作为空间约束实现通用机器人操作）

[01:02] 🎥 VideoRAG: Retrieval-Augmented Generation over Video Corpus（VideoRAG：基于视频语料库的检索增强生成）

[01:38] 🎥 OVO-Bench: How Far is Your Video-LLMs from Real-World Online Video Understanding?（OVO-Bench：你的视频大语言模型离现实世界在线视频理解还有多远？）

[02:26] 🧠 LlamaV-o1: Rethinking Step-by-step Visual Reasoning in LLMs（LlamaV-o1：重新思考大语言模型中的逐步视觉推理）

[03:01] 🧠 Enabling Scalable Oversight via Self-Evolving Critic（通过自进化批评实现可扩展监督）

[03:34] 🎥 ConceptMaster: Multi-Concept Video Customization on Diffusion Transformer Models Without Test-Time Tuning（ConceptMaster：无需测试时调优的扩散变换器模型上的多概念视频定制）

[04:09] 🎥 Multi-subject Open-set Personalization in Video Generation（多主体开放集个性化视频生成）

[04:47] 🔍 ReFocus: Visual Editing as a Chain of Thought for Structured Image Understanding（ReFocus：视觉编辑作为结构化图像理解的思维链）

[05:23] 🤖 Multiagent Finetuning: Self Improvement with Diverse Reasoning Chains（多智能体微调：通过多样化推理链实现自我改进）

[06:00] 🦠 Infecting Generative AI With Viruses（感染生成式人工智能的病毒）

【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