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 多智能体系统 多模态学习 智能体 知识蒸馏 图像生成 代码生成 LLM智能体 注意力机制 LLM Agent 具身智能 流匹配 多模态大语言模型 视频理解 数学推理 检索增强生成 可解释性 图像编辑 多模态 机器人学习 机器人操作 工具使用 自监督学习 Transformer 基准评测 对比学习 长上下文 RLVR 多模态推理 计算机视觉 数据合成 LLM评估 信息检索 推理加速 3D重建 扩散语言模型 自回归模型 视觉推理 Flow Matching RAG 参数高效微调 LoRA 视觉-语言-动作模型 模型压缩 自回归生成 视觉-语言模型 后训练 工具调用 持续学习 高效推理 RLHF 策略优化
找到 454 条结果
相关性 | 日期

RewardFlow：通过优化你奖励的信号来生成图像

👍 6

用多奖励 Langevin 动力学 + 提示感知自适应策略，在推理时免训练、免反演地引导扩散/流匹配模型

Onkar Susladkar, Dong-Hwan Jang, Tushar Prakash, Adheesh Juvekar, Vedant... 2026-04-10
Langevin 动力学 SAM2 可微分 VQA 图像编辑 奖励引导
✅ 已总结
详情 →

TC-AE：解锁深度压缩自编码器的 token 容量

👍 18

首次从 token 空间视角解决深度压缩自编码器的表征坍缩问题

Teng Li, Ziyuan Huang, Cong Chen, Yangfu Li, Yuanhuiyi Lyu, Dandan Zheng,... 2026-04-09
Vision Transformer 图像生成 扩散模型 自监督学习 视觉 tokenizer
✅ 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 →

通用多模态蛋白质设计实现化学的DNA编码

👍 31

DISCO多模态扩散模型实现蛋白质序列-结构协同设计，无需预定义活性位点即可设计出新酶

Jarrid Rector-Brooks, Théophile Lambert, Marta Skreta, Daniel Roth, Yueming... 2026-04-08
多模态学习 扩散模型 深度学习 蛋白质设计 酶设计
✅ 已总结
详情 →

UniRecGen：统一多视角三维重建与生成

👍 7

用模块化桥接方案将前馈重建与扩散生成统一为协同框架，从稀疏无位姿图像恢复高保真三维网格。

Zhisheng Huang, Jiahao Chen, Cheng Lin, Chenyu Hu, Hanzhuo Huang, Zhengming... 2026-04-03
3D生成 3D重建 多视角几何 扩散模型 稀疏视图
✅ 已总结
详情 →

Extend3D：城镇规模3D场景生成

👍 26

无需训练的单图像到城镇规模3D场景生成方法，通过扩展潜在空间和重叠块式流实现高保真度。

Seungwoo Yoon, Jinmo Kim, Jaesik Park 2026-04-01
3D生成 图像生成 场景重建 扩散模型 训练-free方法
✅ 已总结
详情 →