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

DiffusionBench：扩散变换器的综合评估基准

👍 11

提出统一训练框架NANOGEN和综合基准DIFFUSIONBENCH，揭示ImageNet和文本生成图片性能不相关

Xingjian Leng, Jaskirat Singh, Zhanhao Liang, Ethan Smith, Martin Bell,... 2026-06-24
变换器 图像生成 基准测试 扩散模型 模型评估
✅ 已总结
详情 →

用于机器人操作的世界价值模型

👍 7

将世界模型作为机器人价值学习的基础，实现SOTA任务进度估计

Zhihao Wang, Jianxiong Li, Yu Cui, Yuan Gao, Xianyuan Zhan, Junzhi Yu, Xiao Ma 2026-06-24
世界模型 价值模型 扩散模型 机器人学习 流匹配
✅ 已总结
详情 →

基于点跟踪的视频合成与运动控制

👍 3

通过参考图像锚定的点跟踪统一实现视频外观和运动控制

Koichi Namekata, Yash Kant, Zhizheng Liu, Ryan D Burgert, Yuancheng Xu, Kuan... 2026-06-23
扩散模型 点跟踪 视频合成 视频生成 运动控制
✅ 已总结
详情 →

基于等变流匹配的网格生成方法MeshFlow

👍 3

MeshFlow利用等变流匹配在亚秒级内生成高质量三角形网格。

Qi Sun, Kiyohiro Nakayama, Jing Nathan Yan, Qixing Huang, Alexander Rush,... 2026-06-23
3D生成 扩散模型 流匹配 等变神经网络 网格生成
✅ 已总结
详情 →

Kairos：面向物理AI的原生世界模型框架

👍 38

首个原生面向物理AI的世界模型，跨具身课程+混合线性时序记忆

Kairos Team, Fei Wang, Shan You, Qiming Zhang, Tao Huang, Zuoyi Fu, Zhisheng... 2026-06-18
世界模型 扩散模型 机器人控制 物理AI 线性注意力
✅ 已总结
详情 →

文本-视觉协同指导的图像编辑

👍 19

联合文本语义和视觉空间提示实现精准意图感知的图像编辑

Chenxi Xie, Yuhui Wu, Qiaosi Yi, Lei Zhang 2026-06-17
图像编辑 多模态学习 扩散模型 计算机视觉
✅ 已总结
详情 →

参考引导生成内容超分辨率与精细化

👍 9

首次提出RefGC-SR²任务，利用原始高分辨率参考图联合修复生成伪影并提升分辨率。

Jeahun Sung, Dahyeon Kye, Soo Ye Kim, Jihyong Oh 2026-06-17
参考引导生成 图像生成 扩散模型 超分辨率
✅ 已总结
详情 →