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 498 条结果
相关性 | 日期

DiFA：扩散模型推理时前向过程对齐

👍 6

免训练框架，借历史预测构造卡尔曼式时序共识校正扩散采样，零额外 NFE。

Shigui Li, Delu Zeng 2026-07-21
flow matching 免训练推理 卡尔曼滤波 序贯状态估计 扩散模型
✅ 已总结
详情 →

视频生成模型是通用视觉学习器

👍 78

利用预训练视频生成模型构建统一通用的多任务视觉感知框架

Letian Wang, Chuhan Zhang, Rishabh Kabra, Jasper Uijlings, Steven Waslander,... 2026-07-13
多任务学习 扩散模型 视觉-语言对齐 视频生成 通用视觉模型
✅ 已总结
详情 →

基于表示自编码器的多人交互世界模型

👍 22

首个支持四玩家实时交互的动态环境世界模型，在单张GPU上实现20fps生成且能保持数小时稳定

Anthony Hu, Václav Volhejn, Adrien Ramanana Rahary, Chris Mulder, Aditya... 2026-07-07
世界模型 多智能体建模 扩散模型 游戏模拟 视频生成
✅ 已总结
详情 →