本期的 15 篇论文如下：

[00:20] 🧠 Memory in the Age of AI Agents（人工智能代理时代下的记忆）

[00:57] 🚀 Towards Scalable Pre-training of Visual Tokenizers for Generation（迈向可扩展的视觉分词器预训练用于生成任务）

[01:42] 🎬 LongVie 2: Multimodal Controllable Ultra-Long Video World Model（LongVie 2：多模态可控超长视频世界模型）

[02:41] ⚡ ReFusion: A Diffusion Large Language Model with Parallel Autoregressive Decoding（ReFusion：一种具有并行自回归解码能力的扩散大语言模型）

[03:11] 🧪 NL2Repo-Bench: Towards Long-Horizon Repository Generation Evaluation of Coding Agents（NL2Repo-Bench：面向编码智能体长周期仓库生成能力的评估）

[03:53] ⚡ Error-Free Linear Attention is a Free Lunch: Exact Solution from Continuous-Time Dynamics（无误差线性注意力是免费午餐：基于连续时间动力学的精确解）

[04:29] 🎬 KlingAvatar 2.0 Technical Report（KlingAvatar 2.0 技术报告）

[05:17] 🧠 QwenLong-L1.5: Post-Training Recipe for Long-Context Reasoning and Memory Management（QwenLong-L1.5：实现长上下文推理与记忆管理的后训练方法）

[05:57] 🧠 MentraSuite: Post-Training Large Language Models for Mental Health Reasoning and Assessment（MentraSuite：用于心理健康推理与评估的大型语言模型后训练）

[06:35] 🤖 Openpi Comet: Competition Solution For 2025 BEHAVIOR Challenge（Openpi Comet：2025 BEHAVIOR挑战赛竞赛解决方案）

[07:14] 🤖 Spatial-Aware VLA Pretraining through Visual-Physical Alignment from Human Videos（通过人类视频中的视觉-物理对齐实现空间感知的VLA预训练）

[07:46] 🔍 V-REX: Benchmarking Exploratory Visual Reasoning via Chain-of-Questions（V-REX：基于问题链的探索性视觉推理基准测试）

[08:30] 👁 Toward Ambulatory Vision: Learning Visually-Grounded Active View Selection（迈向动态视觉：学习基于视觉的主动视角选择）

[09:14] 🌳 WebOperator: Action-Aware Tree Search for Autonomous Agents in Web Environment（WebOperator：面向Web环境中自主智能体的动作感知树搜索方法）

[09:58] 🛡 VLSA: Vision-Language-Action Models with Plug-and-Play Safety Constraint Layer（VLSA：具有即插即用安全约束层的视觉-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