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 409 条结果
相关性 | 日期

Lyra 2.0：可探索的生成式三维世界

👍 42

单图生成长时3D一致视频并重建可交互3D场景

Tianchang Shen, Sherwin Bahmani, Kai He, Sangeetha Grama Srinivasan, Tianshi... 2026-04-15
3D Gaussian Splatting 三维重建 扩散模型 视频生成 长时一致性
✅ 已总结
详情 →

ELT：面向视觉生成的弹性循环 Transformer

👍 24

循环Transformer+环内自蒸馏，单次训练实现任意时间推理，参数减少4倍。

Sahil Goyal, Swayam Agrawal, Gautham Govind Anil, Prateek Jain, Sujoy Paul,... 2026-04-13
参数高效 图像生成 循环Transformer 扩散模型 视频生成
✅ 已总结
详情 →

LPM 1.0：基于视频的角色表演模型

👍 65

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

👍 5

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 →