本期的 15 篇论文如下：

[00:20] 🧠 From Code Foundation Models to Agents and Applications: A Practical Guide to Code Intelligence（从代码基础模型到智能体与应用：代码智能实用指南）

[01:05] 🎬 LongVT: Incentivizing "Thinking with Long Videos" via Native Tool Calling（LongVT：通过原生工具调用激励“长视频思考”）

[01:43] 🔍 Envision: Benchmarking Unified Understanding & Generation for Causal World Process Insights（Envision：面向因果世界过程洞察的统一理解与生成基准）

[02:21] 🧠 Stabilizing Reinforcement Learning with LLMs: Formulation and Practices（利用大语言模型稳定强化学习的公式与实践）

[02:59] 🔍 How Far Are We from Genuinely Useful Deep Research Agents?（我们距离真正有用的深度研究智能体还有多远？）

[03:47] ⚖ What about gravity in video generation? Post-Training Newton's Laws with Verifiable Rewards（视频生成中的重力考量？基于可验证奖励的后训练牛顿定律应用）

[04:24] 🔍 The Consistency Critic: Correcting Inconsistencies in Generated Images via Reference-Guided Attentive Alignment（一致性批评家：通过参考引导的注意力对齐纠正生成图像中的不一致性）

[05:14] 🎬 Infinity-RoPE: Action-Controllable Infinite Video Generation Emerges From Autoregressive Self-Rollout（Infinity-RoPE：从自回归自展开中涌现的可控动作无限视频生成）

[05:58] 🔗 TUNA: Taming Unified Visual Representations for Native Unified Multimodal Models（TUNA：驯服统一视觉表征以构建原生统一多模态模型）

[06:41] 🧠 Rectifying LLM Thought from Lens of Optimization（从优化视角修正大语言模型的思维过程）

[07:16] ⚡ Flash-DMD: Towards High-Fidelity Few-Step Image Generation with Efficient Distillation and Joint Reinforcement Learning（Flash-DMD：基于高效蒸馏与联合强化学习实现高保真少步图像生成）

[07:54] 🚀 LFM2 Technical Report（LFM2 技术报告）

[08:31] 🤖 GR-RL: Going Dexterous and Precise for Long-Horizon Robotic Manipulation（GR-RL：迈向灵巧与精准的长时程机器人操作）

[09:09] 🎬 InternVideo-Next: Towards General Video Foundation Models without Video-Text Supervision（InternVideo-Next：迈向无需视频文本监督的通用视频基础模型）

[09:44] ⚡ VLASH: Real-Time VLAs via Future-State-Aware Asynchronous Inference（VLASH：基于未来状态感知的异步推理实现实时视觉-语言-动作模型）

【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