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 218 条结果
相关性 | 日期

RealtimeWAM：单步异步世界动作模型

👍 10

单步蒸馏与分块级异步流水线双管齐下，让世界动作模型实现约25倍近无损实时推理

Chengtao Lv, Jinyang Du, Shuyi Feng, Yang Yong, Shiqiao Gu, Shunzi Yang,... 2026-10-06
一致性蒸馏 世界动作模型 异步推理 推理加速 机器人操作
✅ 已总结
详情 →

面向世界动作模型的视频原生动作先验学习

👍 55

让动作策略直接从无标注视频中学习动作先验，免中间接口，显著提升机器人泛化与标签效率

Zhaochong An, Fei Zhang, Menglin Jia, Duncan Frost, Zijian Zhou, Yikai Wang,... 2026-10-05
世界动作模型 域外泛化 机器人操作 模仿学习 流匹配
✅ 已总结
详情 →

智能体先验引导的策略学习

👍 50

用技能的结构先验同时塑形训练泛化并指导运行时技能选择组合

Puming Jiang, Tianrun Hu, Haozhe Du, Yibo Li, Zhiwei Xue, Xinhu Li, Harold Soh 2026-10-02
LLM智能体 分布外泛化 扩散策略 技能组合 机器人操作
✅ 已总结
详情 →

系统评估 GPT-6 Astra 作为具身策略的能力边界

👍 19

六域评测显示 Astra 善决策而弱控制：导航领先、混合操作强，直接灵巧控制与步态生成不可靠

Galbot Team, Xuchuan Chen, Xiaoqian Cheng, Yu Deng, Lihe Ding, Shaocong... 2026-10-01
VLA模型 人形机器人 具身智能 大模型评测 导航
✅ 已总结
详情 →

VLA 强化学习的低秩结构

👍 16

RL 在 VLA 的 Timestep 模块留下低秩更新，shift 方向可预测成败并可引导提分

Minjae Oh, Yoonah Park, Jongwon Lim, Yohan Jo 2026-10-01
VLA 参数效率 可解释性 强化学习 机器人操作
✅ 已总结
详情 →

机器人上下文学习：方法与应用

👍 89

按证据到动作的执行接口综述机器人上下文学习，提出四家族分类、评估控制与自改进议程

Haojian Huang, Zexi Li, Junhao Guo, Yehang Zhang, Wenxuan Peng, Bohan Zhou,... 2026-09-30
VLA 上下文学习 世界模型 导航 持续改进
✅ 已总结
详情 →