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 113 条结果
相关性 | 日期

面向动态环境的可泛化机器人操作

👍 3

提出DOMINO数据集和PUMA架构解决机器人动态操作问题

Heng Fang, Shangru Li, Shuhan Wang, Xuanyang Xi, Dingkang Liang, Xiang Bai 2026-03-17
VLA模型 动态环境 时空推理 机器人操作 运动预测
✅ 已总结
详情 →

揭开机器人操作策略动作空间设计的神秘面纱

👍 2

首个大规模系统实证研究：delta 动作配关节空间是标准模仿学习的最优解，任务空间则在跨本体迁移中胜出

Yuchun Feng, Jinliang Zheng, Zhihao Wang, Dongxiu Liu, Jianxiong Li,... 2026-03-09
动作空间设计 扩散策略 机器人操作 模仿学习 跨本体迁移
✅ 已总结
详情 →

VLANeXt：构建强大视觉-语言-动作模型的配方

👍 52

通过500+消融实验系统探索VLA设计空间，提炼12条关键发现和一个实用配方，构建出SOTA级VLA模型

Xiao-Ming Wu, Bin Fan, Kang Liao, Jian-Jian Jiang, Runze Yang, Yihang Luo,... 2026-02-24
机器人操作 模仿学习 消融研究 视觉-语言-动作模型 设计空间探索
✅ 已总结
详情 →

VideoWorld 2：从真实视频中学习可迁移知识

👍 14

通过动力学增强的潜在动力学模型，从无标签视频学习可迁移任务知识

Zhongwei Ren, Yunchao Wei, Xiao Yu, Guixun Luo, Yao Zhao, Bingyi Kang,... 2026-02-11
世界模型 机器人操作 自监督学习 视频生成 长时序推理
✅ 已总结
详情 →