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

将几何基础模型复用于多视角扩散

👍 48

用几何基础模型的特征空间替代VAE作为多视角扩散的潜空间，实现更快更好的新视角合成

Wooseok Jang, Seonghu Jeon, Jisang Han, Jinhyeok Choi, Minkyung Kwon,... 2026-03-24
3D一致性 几何基础模型 扩散模型 新视角合成 潜空间设计
✅ 已总结
详情 →

视频生成强化学习中的流形感知探索方法

👍 34

通过微观精确SDE和宏观双重信任区域，使视频GRPO探索保持在数据流形附近

Mingzhe Zheng, Weijie Kong, Yue Wu, Dengyang Jiang, Yue Ma, Xuanhua He, Bin... 2026-03-24
GRPO 强化学习对齐 扩散模型 流匹配 视频生成
✅ 已总结
详情 →

基于快照的广义离散扩散模型

👍 11

统一框架支持任意离散扩散，首次大规模超越自回归

Oussama Zekri, Théo Uscidda, Nicolas Boullé, Anna Korba 2026-03-24
扩散模型 注意力机制 生成式模型 离散扩散 语言建模
✅ 已总结
详情 →

EgoForge：面向目标驱动的第一人称世界模拟器

👍 10

EgoForge 仅凭单张自我中心图像+高层指令+可选外中心图，生成目标驱动的连贯第一人称视频

Yifan Shen, Jiateng Liu, Xinzhuo Li, Yuanzhe Liu, Bingxuan Li, Houze Yang,... 2026-03-23
XR应用 世界模型 强化学习对齐 扩散模型 自我中心视觉
✅ 已总结
详情 →

基于聚类的最优传输流匹配方法

👍 2

通过聚类和簇内最优传输，实现更直的流匹配轨迹，提升生成质量

Chiensheng Chiang, Kuan-Hsun Tu, Jia-Wei Liao, Cheng-Fu Chou, Tsung-Wei Ke 2026-03-20
Flow Matching Optimal Transport 扩散模型 生成模型
✅ 已总结
详情 →

立体世界模型：相机引导的立体视频生成

👍 11

首个相机条件约束的立体世界模型，联合学习外观与双目几何，实现端到端立体视频生成

Yang-Tian Sun, Zehuan Huang, Yifan Niu, Lin Ma, Yan-Pei Cao, Yuewen Ma, Xiaojuan Qi 2026-03-19
世界模型 扩散模型 注意力机制 相机控制 立体视频生成
✅ 已总结
详情 →