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

超大规模视频推理套件

👍 201

首个百万级视频推理数据集VBVR，含200任务与可验证评测框架

Maijunxian Wang, Ruisi Wang, Juyi Lin, Ran Ji, Thaddäus Wiedemer, Qingying... 2026-02-24
Scaling Law 大规模数据集 视频推理 视频生成 认知架构
✅ 已总结
详情 →

基于自适应匹配蒸馏的少步生成优化

👍 10

通过奖励感知的自适应梯度调制，解决分布匹配蒸馏中的「禁区」塌陷问题

Lichen Bai, Zikai Zhou, Shitong Shao, Wenliang Zhong, Shuo Yang, Shuo Chen,... 2026-02-19
分布匹配 奖励引导 少步生成 扩散模型蒸馏 视频生成
✅ 已总结
详情 →

PISCO：基于稀疏控制的精确视频实例插入

👍 13

提出视频扩散模型PISCO，用稀疏关键帧控制实现精确的视频物体插入

Xiangbo Gao, Renjie Li, Xinghao Chen, Yuheng Wu, Suofei Feng, Qing Yin, Zhengzhong Tu 2026-02-13
实例插入 扩散模型 稀疏控制 视频生成 视频编辑
✅ 已总结
详情 →

VideoWorld 2：从真实视频中学习可迁移知识

👍 14

通过动力学增强的潜在动力学模型，从无标签视频学习可迁移任务知识

Zhongwei Ren, Yunchao Wei, Xiao Yu, Guixun Luo, Yao Zhao, Bingyi Kang,... 2026-02-11
世界模型 机器人操作 自监督学习 视频生成 长时序推理
✅ 已总结
详情 →

MOVA：迈向可扩展且同步的视频-音频生成

👍 159

32B参数非对称双塔架构，实现高保真唇形同步与音视频对齐的开源联合生成模型

SII-OpenMOSS Team, Donghua Yu, Mingshu Chen, Qi Chen, Qi Luo, Qianyi Wu,... 2026-02-10
MoE架构 唇形同步 多模态扩散 视频生成 音视频对齐
✅ 已总结
详情 →