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 57 条结果
相关性 | 日期

用 LoRA 权重基底跨越视觉类比空间

👍 13

提出 LoRWeB，通过可学习的 LoRA 基底和动态编码器组合，实现对未见视觉类比任务的泛化编辑。

Hila Manor, Rinon Gal, Haggai Maron, Tomer Michaeli, Gal Chechik 2026-02-23
Flow Matching LoRA 参数高效微调 图像编辑 扩散模型
✅ 已总结
详情 →

Stemphonic：一次性灵活多音轨音乐生成

👍 2

基于扩散模型的多音轨同步生成框架，推理速度提升25-50%

Shih-Lun Wu, Ge Zhu, Juan-Pablo Caceres, Cheng-Zhi Anna Huang, Nicholas J. Bryan 2026-02-13
Flow Matching 多音轨 扩散模型 音乐生成 音频分离
✅ 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 →

一个务实的视觉-语言-动作基础模型

👍 50

基于2万小时真实双臂机器人数据训练的VLA基础模型，实现跨平台泛化与高效训练

Wei Wu, Fan Lu, Yunnan Wang, Shuai Yang, Shi Liu, Fangjing Wang, Qian Zhu,... 2026-01-28
Flow Matching VLA基础模型 双臂机器人 大规模预训练 机器人操作
✅ 已总结
详情 →

Being-H0.5：面向跨具身泛化的人机融合机器人学习

👍 77

提出统一动作空间和混合流架构，实现单一模型跨5种机器人平台部署

Hao Luo, Ye Wang, Wanpeng Zhang, Sipeng Zheng, Ziheng Xi, Chaoyi Xu, Haiweng... 2026-01-21
Flow Matching Vision-Language-Action模型 人机融合学习 机器人基础模型 跨具身泛化
✅ 已总结
详情 →

ShowUI-π：基于流生成模型的GUI灵巧操控手

👍 43

首个基于流匹配的GUI Agent，通过连续轨迹生成实现拖拽等高自由度操控

Siyuan Hu, Kevin Qinghong Lin, Mike Zheng Shou 2026-01-14
Continuous Control Flow Matching GUI Agent Human-Computer Interaction Visual-Language-Action Model
✅ 已总结
详情 →