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 具身智能 流匹配 LLM Agent 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 基准评测 工具使用 自监督学习 Transformer 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 视觉推理 扩散语言模型 3D重建 Flow Matching RAG 自回归模型 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 456 条结果
相关性 | 日期

变分流映射：为一/少步条件生成加一点噪声

👍 1

用变分框架联合训练噪声适配器与流映射，让 Flow Map 在一步生成中实现条件采样。

Abbas Mammadov, So Takao, Bohan Chen, Ricardo Baptista, Morteza Mardani, Yee... 2026-03-10
一步生成 变分推断 奖励对齐 扩散模型 条件生成
✅ 已总结
详情 →

WildActor：无约束身份保持视频生成

👍 38

大规模人体数据集+非对称注意力，实现跨视角身份一致视频生成

Qin Guo, Tianyu Yang, Xuanhua He, Fei Shen, Yong Zhang, Zhuoliang Kang,... 2026-03-09
扩散模型 数据集构建 注意力机制 视频生成 身份保持
✅ 已总结
详情 →

物理模拟器在环视频生成

👍 12

将物理模拟器嵌入视频生成循环，确保运动符合物理规律

Lin Geng Foo, Mark He Huang, Alexandros Lattas, Stylianos Moschoglou, Thabo... 2026-03-09
4D重建 扩散模型 测试时优化 物理模拟 视频生成
✅ 已总结
详情 →

让重建 FID 真正预测扩散模型生成 FID

👍 1

提出iFID指标，用最近邻潜在插值替代直接重建，与扩散gFID相关性达0.85

Tongda Xu, Mingwei He, Shady Abu-Hussein, Jose Miguel Hernandez-Lobato,... 2026-03-09
FID指标 Ridge-Set理论 VAE评估 扩散模型 潜在空间
✅ 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 →

Helios：真正的实时长视频生成模型

👍 190

首个在单H100上以19.5 FPS运行的14B视频生成模型，支持分钟级长视频

Shenghai Yuan, Yuanyang Yin, Zongjian Li, Xinwei Huang, Xiao Yang, Li Yuan 2026-03-05
实时生成 扩散模型 模型蒸馏 视频生成 长视频
✅ 已总结
详情 →

CFG-Ctrl:基于控制论的无分类器扩散引导

👍 6

把 CFG 重写为控制律,提出滑模控制 SMC-CFG 解决高引导尺度下的振荡失稳

Hanyang Wang, Yiyang Liu, Jiawei Chi, Fangfu Liu, Ran Xue, Yueqi Duan 2026-03-04
Classifier-Free Guidance 扩散模型 控制论 文生图 流匹配
✅ 已总结
详情 →

DREAM：在单一模型中统一视觉理解与文生图生成

👍 6

用 Masking Warmup 把 CLIP 对比学习与文生图生成在单阶段端到端模型中真正统一，并带来推理时自导向的语义对齐解码。

Chao Li, Tianhong Li, Sai Vidyaranya Nuthalapati, Hong-You Chen, Satya... 2026-03-04
ViT 多模态 对比学习 扩散模型 掩码图像建模
✅ 已总结
详情 →

面向文生图安全引导的条件激活传输方法

👍 1

用非线性MLP传输映射+几何条件门控，解决T2I激活引导的安全-质量权衡

Maciej Chrabąszcz, Aleksander Szymczyk, Jan Dubiński, Tomasz Trzciński,... 2026-03-04
扩散模型 推理时干预 文生图安全 最优传输 激活引导
✅ 已总结
详情 →

通过概念空间对齐的统一视觉-语言建模

👍 6

将Sonar文本嵌入空间扩展到图像和视频，实现多模态统一的潜空间推理模型

Yifu Qiu, Paul-Ambroise Duquenne, Holger Schwenk 2026-03-03
多模态学习 多语言处理 嵌入空间对齐 扩散模型 视觉-语言建模
✅ 已总结
详情 →