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 LLM智能体 世界模型 视觉语言模型 GRPO 多模态大模型 知识蒸馏 基准评测 具身智能 流匹配 机器人操作 多智能体系统 智能体 LLM Agent 可解释性 图像生成 代码生成 多模态学习 检索增强生成 注意力机制 RLVR 后训练 视频理解 机器人学习 长上下文 多模态 数学推理 图像编辑 VLA 数据合成 多模态大语言模型 推理加速 高效推理 评测基准 自监督学习 工具调用 对比学习 扩散语言模型 视觉-语言-动作模型 参数高效微调 Transformer 工具使用 LoRA 持续学习 LLM评估 自蒸馏 多模态推理 RAG 模仿学习 综述 LLM推理 信息检索 信用分配 在线策略蒸馏 模型压缩 合成数据
找到 218 条结果
相关性 | 日期

VideoWorld 2：从真实视频中学习可迁移知识

👍 14

通过动力学增强的潜在动力学模型，从无标签视频学习可迁移任务知识

Zhongwei Ren, Yunchao Wei, Xiao Yu, Guixun Luo, Yao Zhao, Bingyi Kang,... 2026-02-11
世界模型 机器人操作 自监督学习 视频生成 长时序推理
✅ 已总结
详情 →

DynamicVLA：面向动态物体操作的视觉语言动作模型

👍 76

DynamicVLA通过连续推理和潜在感知动作流实现动态物体实时操作，并构建DOM基准测试。

Haozhe Xie, Beichen Wen, Jiarui Zheng, Zhaoxi Chen, Fangzhou Hong, Haiwen... 2026-01-30
动态物体 实时控制 扩散策略 机器人操作 视觉语言动作模型
✅ 已总结
详情 →

一个务实的视觉-语言-动作基础模型

👍 50

基于2万小时真实双臂机器人数据训练的VLA基础模型，实现跨平台泛化与高效训练

Wei Wu, Fan Lu, Yunnan Wang, Shuai Yang, Shi Liu, Fangjing Wang, Qian Zhu,... 2026-01-28
Flow Matching VLA基础模型 双臂机器人 大规模预训练 机器人操作
✅ 已总结
详情 →

RoboBrain 2.5：眼中有深度，心中有时间

👍 13

具身AI基座模型，通过3D空间推理和密集时序估计实现精准操作

Huajie Tan, Enshen Zhou, Zhiyu Li, Yijie Xu, Yuheng Ji, Xiansheng Chen,... 2026-01-22
3D空间推理 具身智能 多模态大模型 时序价值估计 机器人操作
✅ 已总结
详情 →