Shownotes Transcript
本期的 12 篇论文如下：
[00:23] 🧲 Drag-and-Drop LLMs: Zero-Shot Prompt-to-Weights（拖拽式大语言模型：零样本提示到权重）
[01:04] 🖼 Vision-Guided Chunking Is All You Need: Enhancing RAG with Multimodal Document Understanding（视觉引导分块：增强RAG的多模态文档理解方案）
[01:49] 🔀 PAROAttention: Pattern-Aware ReOrdering for Efficient Sparse and Quantized Attention in Visual Generation Models（PAROAttention：视觉生成模型中高效稀疏和量化注意力的模式感知重排序）
[02:30] 🤖 VIKI-R: Coordinating Embodied Multi-Agent Cooperation via Reinforcement Learning（VIKI-R：通过强化学习协调具身多智能体合作）
[03:08] 🎮 Hunyuan-GameCraft: High-dynamic Interactive Game Video Generation with Hybrid History Condition（Hunyuan-GameCraft：基于混合历史条件的高动态交互式游戏视频生成）
[03:48] 🖼 DreamCube: 3D Panorama Generation via Multi-plane Synchronization（DreamCube：基于多平面同步的3D全景图生成）
[04:26] 🖼 Hunyuan3D 2.5: Towards High-Fidelity 3D Assets Generation with Ultimate Details（Hunyuan3D 2.5：迈向具有极致细节的高保真3D资产生成）
[05:06] 💽 InfiniPot-V: Memory-Constrained KV Cache Compression for Streaming Video Understanding（InfiniPot-V：面向流视频理解的内存约束KV缓存压缩）
[05:48] 🖼 Hunyuan3D 2.1: From Images to High-Fidelity 3D Assets with Production-Ready PBR Material（Hunyuan3D 2.1：从图像到具有生产级PBR材质的高保真3D资产）
[06:36] 🧠 UniFork: Exploring Modality Alignment for Unified Multimodal Understanding and Generation（UniFork：探索模态对齐以实现统一的多模态理解与生成）
[07:16] ⚖ Reranking-based Generation for Unbiased Perspective Summarization（基于重排序生成方法的无偏视角摘要）
[07:52] 🚗 Long-term Traffic Simulation with Interleaved Autoregressive Motion and Scenario Generation（基于交错自回归运动和场景生成的长期交通仿真）
【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