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 84 条结果
相关性 | 日期

OASIS：从仿真数据收集到真实世界人形机器人操作

👍 2

完全基于仿真数据训练的人形机器人操作策略，实现零样本真实部署且效果超越真实遥操作数据

Zehao Yu, Jiakun Zheng, Weiji Xie, Jiyuan Shi, Chenyun Zhang, Chenjia Bai, Xuelong Li 2026-06-09
Flow Matching Sim-to-Real 人形机器人 机器人学习 遥操作
✅ 已总结
详情 →

时间块扩散视觉语言动作模型

👍 2

提出TBD-VLA，结合时间自回归与并行解码的块离散扩散VLA框架。

Sung-Wook Lee, Xuhui Kang, Yen-Ling Kuo 2026-06-08
扩散模型 时间建模 机器人学习 离散令牌 视觉语言动作模型
✅ 已总结
详情 →

重新思考VLA初始化中的VLM表征设计

👍 15

系统研究VLM表征如何影响VLA初始化，提出能力-更新-动作三轴设计原则

Weifeng Lin, Siyuan Huang, Hao Li, Tingwei Chen, Ruichuan An, Xinyu Wei,... 2026-05-27
LoRA VLA VLM 机器人 机器人学习
✅ 已总结
详情 →

世界动作模型：具身智能的下一前沿

👍 69

首篇系统综述将世界模型融入动作生成的具身基础模型范式，提出 Cascaded/Joint WAM 二分法。

Siyin Wang, Junhao Shi, Zhaoyang Fu, Xinzhe He, Feihong Liu, Chenchen Yang,... 2026-05-13
世界模型 具身智能 基础模型 机器人学习 综述
✅ 已总结
详情 →

机器人学习中的世界模型：一份综合性综述

👍 17

系统梳理世界模型在机器人策略学习、模拟器、视频生成与导航驾驶中的架构范式、功能角色与评测体系。

Bohan Hou, Gen Li, Jindou Jia, Tuo An, Xinying Guo, Sicong Leng, Haoran... 2026-05-13
世界模型 具身智能 机器人学习 策略学习 视觉-语言-动作模型
✅ 已总结
详情 →

TT4D：从单目视频重建乒乓球四维时空的流水线与数据集

👍 4

首个能从一般视角广播视频中端到端重建乒乓球 140+ 小时 3D 轨迹、旋转与人体网格的大规模数据集，核心是把 2D 分段留在 3D 提升之后。

Nima Rahmanian, Daniel Kienzle, Thomas Gossard, Dvij Kalaria, Rainer... 2026-05-07
3D 重建 Transformer 数据集 机器人学习 物理仿真
✅ 已总结
详情 →

RoboLab：面向任务通才策略分析的高保真仿真基准

👍 8

NVIDIA 推出的高保真仿真基准，用 LLM 自动生成数百个任务并按视觉/程序/关系三类能力轴评估真实世界训练的通用机器人策略。

Xuning Yang, Rishit Dagli, Alex Zook, Hugo Hadfield, Ankit Goyal, Stan... 2026-04-20
仿真基准 机器人学习 视觉-语言-动作模型 贝叶斯敏感性分析 通用机器人策略
✅ 已总结
详情 →