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 知识蒸馏 LLM智能体 多智能体系统 智能体 多模态学习 流匹配 具身智能 图像生成 基准评测 代码生成 LLM Agent 检索增强生成 注意力机制 机器人操作 多模态大语言模型 视频理解 可解释性 数学推理 图像编辑 多模态 机器人学习 RLVR 自监督学习 长上下文 后训练 Transformer 工具使用 对比学习 数据合成 视觉-语言-动作模型 推理加速 工具调用 LoRA 多模态推理 RAG 计算机视觉 LLM评估 信息检索 视觉推理 评测基准 高效推理 参数高效微调 扩散语言模型 自蒸馏 综述 Flow Matching 3D重建 模型压缩 自回归生成 持续学习 自回归模型
找到 498 条结果
相关性 | 日期

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 →

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 →