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 127 条结果
相关性 | 日期

基于掩码位建模的自回归图像生成

👍 7

提出BAR框架，通过掩码位建模实现离散图像生成新SOTA，gFID达0.99

Qihang Yu, Qihao Liu, Ju He, Xinyang Zhang, Yang Liu, Liang-Chieh Chen, Xi Chen 2026-02-11
图像生成 离散标记器 自回归模型 视觉生成
✅ 已总结
详情 →

在离散扩散模型中平衡理解与生成能力

👍 17

通过平稳噪声核统一掩码与均匀噪声扩散，实现理解-生成帕累托前沿突破

Yue Liu, Yuzhong Zhao, Zheyong Xie, Qixiang Ye, Jianbin Jiao, Yao Hu,... 2026-02-04
噪声核设计 图像生成 大模型扩展 离散扩散模型 语言模型
✅ 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 →

AR-Omni：统一的自回归任意模态生成模型

👍 14

首个无需扩散解码器的统一自回归多模态模型，支持文本、图像、语音的任意到任意生成

Dongjie Cheng, Ruifeng Yuan, Yongqi Li, Runyang You, Wenjie Wang, Liqiang... 2026-01-27
图像生成 多模态大语言模型 统一模型 自回归生成 语音合成
✅ 已总结
详情 →