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 365 条结果
相关性 | 日期

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 →

基于因子化世界状态的奖励预测

👍 2

通过将观测分解为对象-属性结构，实现零样本跨域奖励预测

Yijun Shen, Delong Chen, Xianming Hu, Jiaming Mi, Hongbo Zhao, Kai Zhang,... 2026-03-11
世界模型 大语言模型 奖励预测 强化学习 智能体规划
✅ 已总结
详情 →

DreamWorld：视频生成中的统一世界建模

👍 16

通过联合建模多源世界知识（运动、语义、几何），实现物理一致的视频生成。

Boming Tan, Xiangdong Zhang, Ning Liao, Yuqing Zhang, Shaofeng Zhang, Xue... 2026-03-06
世界模型 扩散模型 物理一致性 表征对齐 视频生成
✅ 已总结
详情 →

超越语言建模：多模态预训练的探索

👍 108

从零开始系统研究统一多模态预训练的设计空间，揭示视觉与语言的互补性和缩放不对称性

Shengbang Tong, David Fan, John Nguyen, Ellis Brown, Gaoyue Zhou, Shengyi... 2026-03-04
世界模型 多模态预训练 混合专家 缩放定律 视觉生成
✅ 已总结
详情 →

下一嵌入预测使世界模型更强大

👍 21

用因果Transformer预测下一时刻嵌入，替代像素重建学习世界模型

George Bredis, Nikita Balagansky, Daniil Gavrilov, Ruslan Rakhimov 2026-03-04
Transformer 世界模型 强化学习 模型基强化学习 表征学习
✅ 已总结
详情 →

世界链：潜在运动中的世界模型思维

👍 8

CoWVLA 通过结构-运动解耦的潜在表示统一世界模型与潜在动作，实现高效机器人操控

Fuxiang Yang, Donglin Di, Lulu Tang, Xuancheng Zhang, Lei Fan, Hao Li, Chen... 2026-03-04
VLA模型 世界模型 具身智能 机器人操控 潜在动作
✅ 已总结
详情 →

MicroVerse：迈向微观世界仿真的初步探索

👍 2

首次提出“微观世界仿真”概念，构建专家审核的显微视频基准、9.6K 数据集与微调模型。

Rongsheng Wang, Minghao Wu, Hongru Zhou, Zhihan Yu, Zhenyang Cai, Junying... 2026-03-03
世界模型 基准评测 扩散模型微调 数据工程 生物医学仿真
✅ 已总结
详情 →