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 多模态 长上下文 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 评测基准 高效推理 自监督学习 工具调用 对比学习 扩散语言模型 参数高效微调 视觉-语言-动作模型 Transformer 工具使用 LoRA 持续学习 自蒸馏 LLM评估 多模态推理 RAG 模仿学习 综述 信息检索 LLM推理 信用分配 在线策略蒸馏 合成数据 模型压缩
找到 364 条结果
相关性 | 日期

RynnUnify：迈向统一具身大脑

👍 34

16B 统一具身模型，以交错视频-语言推理打通理解、预测与机器人控制。

Minghao Zhu, Bohan Hou, Kun Xiang, Zixuan Wang, Yinzhou Tang, Yifei Yang,... 2026-10-26
世界模型 具身智能 强化学习 机器人操作 统一多模态模型
✅ 已总结
详情 →

迈向物理AI的递归自我改进

👍 19

系统梳理机器人如何从改进行为走向改进改进方式本身，并给出判定真正递归的两轮测试

Meng Luo, Zechen Bai, Shanqing Xu, Yanlin Li, Kaixin Li, Mengchen Qian,... 2026-10-23
世界模型 具身智能 安全与评估 机器人学习 研究议程
✅ 已总结
详情 →

前瞻未来：自回归视频生成中的场景演化建模

👍 46

给自回归视频扩散加未来块预测辅助任务，用更低训练成本显著提升物理合理性

Ruopeng Gao, Yukun Huang, Jiarui Hu, Shuai Wang, Wenbo Hu, Ying Shan, Limin Wang 2026-10-22
世界模型 物理合理性 自回归扩散模型 视频生成 辅助训练目标
✅ 已总结
详情 →

ALPS：面向世界模型的视觉状态编码器

👍 21

仅用静止图像与文本预训练单一冻结编码器，同时支持状态感知、语言对齐与像素重建。

Yanqing Liu, Letian Zhang, Chengzhi Liu, Zijun Wang, Jieru Mei, Hongliang... 2026-10-22
世界模型 图文对齐 机器人操作 自监督学习 视觉表征预训练
✅ 已总结
详情 →

语言模型学会改进语言模型（LM2LM）

👍 8

用研究世界模型预测实验增益作 RL 奖励，配合在线校准训练出会提出模型改进的 LLM

Minhua Lin, Zijun Wang, Zewen Liu, Zhaotian Weng, Bing He, Zhan Shi, Benoit... 2026-10-22
RLVR 世界模型 奖励过度优化 强化学习 自动化AI研究
✅ 已总结
详情 →

SolarRenderer：少步生成式结构参考视频渲染

👍 51

冻结33B视频骨干，双LoRA实现任意结构输入的4步渲染，泛化到11种未见结构表示

Guian Fang, Shengju Qian, Dongyue Lu, Junchao Huang, Lutao Jiang, Xin Wang,... 2026-10-21
LoRA微调 世界模型 少步蒸馏 游戏引擎 结构条件渲染
✅ 已总结
详情 →

通过点轨迹预测学习4D世界

👍 50

VPM多视角世界模型联合预测未来视频与持久3D点轨迹，点监督同时提升视频保真度与机器人操作成功率

Byungwoo Jeon, Sunghwan Hong, Dohyeon Kim, Jonghoon Lee, Jungwoo Park, Inhee... 2026-10-21
3D点轨迹 4D生成 世界模型 多视角视频预测 机器人操作
✅ 已总结
详情 →