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

LaDe：统一的多层图形媒体生成与分解框架

👍 6

一个统一的扩散模型框架，支持文本到图层生成、文本到图像生成以及图像到图层分解三种任务

Vlad-Constantin Lungu-Stan, Ionut Mironica, Mariana-Iuliana Georgescu 2026-03-19
分层媒体设计 图像分解 图层生成 扩散模型 文本生成
✅ 已总结
详情 →

V-Co：通过协同去噪深入探究视觉表示对齐

👍 3

系统性研究像素空间扩散模型中视觉协同去噪的四个关键设计，提出有效recipe提升生成质量

Han Lin, Xichen Pan, Zun Wang, Yue Zhang, Chu Wang, Jaemin Cho, Mohit Bansal 2026-03-18
像素空间生成 分类器自由引导 协同去噪 扩散模型 视觉表示对齐
✅ 已总结
详情 →

学习潜在代理以实现可控单图像重光照

👍 8

提出LightCtrl框架，通过少量物理先验实现细粒度可控的单图像重光照

Haoze Zheng, Zihao Wang, Xianfeng Wu, Yajing Bai, Yexin Liu, Yun Li,... 2026-03-17
内在分解 单图像编辑 图像重光照 扩散模型 物理先验
✅ 已总结
详情 →

DVD：基于生成先验的确定性视频深度估计

👍 27

确定性地将预训练视频扩散模型转化为单次前向传播的深度回归器

Hongfei Zhang, Harold Haodong Chen, Chenfei Liao, Jing He, Zixin Zhang,... 2026-03-13
3D视觉 扩散模型 生成先验 确定性回归 视频深度估计
✅ 已总结
详情 →