本期的 6 篇论文如下：

[00:19] 🎬 Video Generation Models Are Good Latent Reward Models（视频生成模型是优秀的潜在奖励模型）

[01:07] 🎨 Canvas-to-Image: Compositional Image Generation with Multimodal Controls（画布到图像：基于多模态控制的组合式图像生成）

[01:49] 🎨 MIRA: Multimodal Iterative Reasoning Agent for Image Editing（MIRA：多模态迭代推理代理用于图像编辑）

[02:30] 📊 Multi-Crit: Benchmarking Multimodal Judges on Pluralistic Criteria-Following（多准则：多模态评估器在多元化标准遵循上的基准测试）

[03:12] 🧠 What does it mean to understand language?（理解语言意味着什么？）

[03:47] 🧠 Agentic Learner with Grow-and-Refine Multimodal Semantic Memory（具有生长与精炼多模态语义记忆的自主学习者）

【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