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 409 条结果
相关性 | 日期

GreenWAM：面向机器人的世界基础模型

👍 88

以79槽共享解剖动作空间联合训练，一个基础模型同时充当世界模型与跨本体机器人策略

Gennady Sidorov, Valerii Kornilov, Denis Grankin, Polina Fedotova, Aleksey Postnikov 2026-10-14
世界模型 基础模型 机器人策略 视频生成 跨具身
✅ 已总结
详情 →

Multics：基于分层通信的生成式多玩家世界模型

👍 56

在玩家-组-全局三层注意力通信下，实现一致、可控、抗干扰且可扩展的多玩家视频世界模型

Kaiyi Huang, Wangbo Yu, Yukun Huang, Jiwen Yu, Kunhao Liu, Donglin Yang,... 2026-10-14
分层通信 动态分组 多玩家世界模型 扩散Transformer 视频生成
✅ 已总结
详情 →

简化并改进少步扩散模型的在线策略蒸馏

👍 20

纯在线回归蒸馏配训练专用 Pivot 残差与教师排斥项，4 步生成媲美甚至超越多步教师

Jiawei Zhang, Ziyu Wan, Nanye Ma, Long Zhao, Dong Chen, Hongyu Liu, Qifeng... 2026-10-14
在线策略蒸馏 少步蒸馏 扩散模型 流匹配 视频生成
✅ 已总结
详情 →

VIS-Ground：具有上下文接地的视频交互式叙事

👍 31

把异构上下文编译为可执行约束，让交互式视频续写同时忠于源、前缀与请求

Bingxuan Li, Yiwen Song, Xueqing Wu, Yanzhou Pan, Yang Li, Kuang Su, Jingyun... 2026-10-13
上下文接地 交互式叙事 基准评测 约束推理 视频生成
✅ 已总结
详情 →

面向长时程自回归视频生成的滚动边缘蒸馏

👍 6

以分块独立评分解耦质量监督与时间一致性，RMD在百倍训练时域外仍稳定生成

Chenjian Gao, Zhihao Hu, Jianqi Ma, Jun Zhang, Weidong Zhang, Tianfan Xue 2026-10-05
扩散模型 知识蒸馏 自回归模型 视频生成 长视频生成
✅ 已总结
详情 →