标签： 全部 强化学习 扩散模型 大语言模型 基准测试 视频生成 视觉语言模型 世界模型 GRPO 多模态大模型 知识蒸馏 LLM智能体 多智能体系统 智能体 多模态学习 流匹配 具身智能 图像生成 基准评测 代码生成 LLM Agent 检索增强生成 注意力机制 机器人操作 多模态大语言模型 视频理解 可解释性 数学推理 图像编辑 多模态 机器人学习 RLVR 自监督学习 长上下文 后训练 Transformer 工具使用 对比学习 数据合成 视觉-语言-动作模型 推理加速 工具调用 LoRA 多模态推理 RAG 计算机视觉 LLM评估 信息检索 视觉推理 评测基准 高效推理 参数高效微调 扩散语言模型 自蒸馏 综述 Flow Matching 3D重建 模型压缩 自回归生成 持续学习 自回归模型
找到 323 条结果
相关性 | 日期

LPM 1.0：基于视频的角色表演模型

👍 82

17B视频生成模型实时驱动全双工对话虚拟角色

Ailing Zeng, Casper Yang, Chauncey Ge, Eddie Zhang, Garvey Xu, Gavin Lin,... 2026-04-10
Diffusion Transformer 全双工对话 实时推理 数字人 视频生成
✅ 已总结
详情 →

MoRight：做对运动控制

👍 7

通过双流架构解耦相机与物体运动，并引入主动-被动因果推理，实现可前向/逆向推理的交互式视频生成。

Shaowei Liu, Xuanchi Ren, Tianchang Shen, Huan Ling, Saurabh Gupta, Shenlong... 2026-04-09
可交互生成 因果推理 扩散模型 视频生成 运动控制
✅ 已总结
详情 →

思考轨迹：利用视频生成从蜂窝信号重建GPS轨迹

👍 9

将轨迹重建重新定义为地图视觉视频生成任务，用视频模型直接在地图上绘制连续GPS路径

Ruixing Zhang, Hanzhang Jiang, Leilei Sun, Liangzhe Han, Jibin Wang, Weifeng Lv 2026-03-31
Flow Matching 强化学习 蜂窝信号定位 视频生成 轨迹数据挖掘
✅ 已总结
详情 →