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 56 条结果
相关性 | 日期

SVGS：使用具有空间变化颜色的基元增强高斯泼溅

👍 9

在单个高斯基元内部引入空间变化的颜色与不透明度函数，显著提升高斯泼溅的表达能力与紧凑性。

Rui Xu, Wenyue Chen, Jiepeng Wang, Yuan Liu, Peng Wang, Cheng Lin, Shiqing... 2026-05-06
3D重建 几何重建 新视角合成 显式表示 高斯泼溅
✅ 已总结
详情 →

AvatarPointillist：自回归4D高斯头像生成框架

👍 12

使用自回归Transformer逐点生成3D高斯点云，实现从单张图像生成可驱动的4D头像

Hongyu Liu, Xuan Wang, Yating Wang, Zijian Wu, Ziyu Wan, Yue Ma, Runtao Liu,... 2026-04-07
3D重建 Transformer 头像动画 自回归生成 高斯Splatting
✅ 已总结
详情 →

UniRecGen：统一多视角三维重建与生成

👍 7

用模块化桥接方案将前馈重建与扩散生成统一为协同框架，从稀疏无位姿图像恢复高保真三维网格。

Zhisheng Huang, Jiahao Chen, Cheng Lin, Chenyu Hu, Hanzhuo Huang, Zhengming... 2026-04-03
3D生成 3D重建 多视角几何 扩散模型 稀疏视图
✅ 已总结
详情 →

可重新照明的多视图3D重建与解耦光照

👍 2

首个端到端多视图3D重建，同时重建几何、PBR材质和HDR环境光，速度小于1秒

Jan-Niklas Dihlmann, Mark Boss, Simon Donne, Andreas Engelhardt, Hendrik P.... 2026-03-23
3D重建 NeRF Transformer 可重新照明 多视图
✅ 已总结
详情 →

Holi-Spatial：将视频流演化为整体3D空间智能

👍 87

首个全自动大规模空间感知多模态数据集构建流水线，从原始视频生成高质量3D空间标注。

Yuanyuan Gao, Hao Li, Yifei Liu, Xinhao Ji, Yuning Gong, Yuanjun Liao,... 2026-03-10
3D重建 多模态学习 数据集构建 空间智能 计算机视觉
✅ 已总结
详情 →

LoGeR: 基于混合记忆的长上下文几何重建

👍 63

用滑动窗口注意力+测试时训练的混合记忆架构，将前馈式3D重建扩展到万帧级长序列

Junyi Zhang, Charles Herrmann, Junhwa Hur, Chen Sun, Ming-Hsuan Yang,... 2026-03-10
3D重建 Transformer架构 测试时训练 视觉SLAM 长序列建模
✅ 已总结
详情 →