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 138 条结果
相关性 | 日期

ABot-N1：迈向通用视觉语言导航基础模型

👍 99

快慢双系统VLN基础模型，统一五大导航任务并刷新城市级导航SOTA

Ruiyan Gong, Yingnan Guo, Junjun Hu, Jintao Kong, Xiaoxu Leng, Tianlun Li,... 2026-07-14
具身智能 导航基础模型 强化学习后训练 快慢双系统 视觉语言导航
✅ 已总结
详情 →

ABot-M0.5：统一移动操作世界动作模型

👍 19

通过三层对齐机制解决移动操作中时序粒度、动作空间和训练推理一致性的结构化不匹配问题

Ronghan Chen, Yandan Yang, Zuojin Tang, Dongjie Huo, Tong Lin, Haoning Wu,... 2026-07-02
世界模型 具身智能 动作模型 机器人学习 移动操作
✅ 已总结
详情 →

虎鲸：世界在您心中

👍 312

统一世界基础模型，从多模态信号学习世界潜在空间

Yihao Wang, Yuheng Ji, Mingyu Cao, Yanqing Shen, Runze Xiao, Huaihai Lyu,... 2026-07-01
世界模型 具身智能 多模态学习 状态预测
✅ 已总结
详情 →

Vesta：通才型具身推理模型

👍 10

统一定位、导航、推理和规划的通用具身模型，超越各领域专家模型

Johan Bjorck, Zhiqi Li, Yunze Man, Jing Wang, An-Chieh Cheng, Sifei Liu,... 2026-06-29
具身智能 多模态记忆 机器人规划 视觉语言模型 长时程推理
✅ 已总结
详情 →