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 582 条结果
相关性 | 日期

面向机器人控制的因果世界建模

👍 32

提出LingBot-VA自回归扩散框架，统一视频动态预测与动作推理实现闭环机器人操控

Lin Li, Qihang Zhang, Yiming Luo, Shuai Yang, Ruilin Wang, Fei Han, Mingrui... 2026-02-02
世界模型 扩散模型 机器人操控 自回归生成 视觉-语言-动作模型
✅ 已总结
详情 →

LoL：比更长还长，将视频生成扩展至小时级

👍 23

通过多头RoPE抖动解决自回归视频生成中的注意力坍塌问题，首次实现12小时连续流式视频生成

Justin Cui, Jie Wu, Ming Li, Tao Yang, Xiaojie Li, Rui Wang, Andrew Bai,... 2026-01-30
Transformer 位置编码 扩散模型 自回归模型 视频生成
✅ 已总结
详情 →

基于像素均值流的单步无潜变量图像生成

👍 18

提出pMF方法实现单步无潜变量图像生成，ImageNet 256×256达2.22 FID

Yiyang Lu, Susie Lu, Qiao Sun, Hanhong Zhao, Zhicheng Jiang, Xianbang Wang,... 2026-01-30
Flow Matching 像素空间生成 单步生成 图像生成 扩散模型
✅ 已总结
详情 →

推进开源世界模型

👍 135

开源世界模型LingBot-World，支持分钟级实时交互世界模拟

Robbyant Team, Zelin Gao, Qiuyu Wang, Yanhong Zeng, Jiapeng Zhu, Ka Leong... 2026-01-29
世界模型 交互式模拟 具身AI 开源 扩散模型
✅ 已总结
详情 →