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 多智能体系统 多模态学习 智能体 知识蒸馏 图像生成 代码生成 LLM智能体 注意力机制 LLM Agent 具身智能 流匹配 多模态大语言模型 视频理解 数学推理 检索增强生成 可解释性 图像编辑 多模态 机器人学习 机器人操作 工具使用 自监督学习 Transformer 基准评测 对比学习 长上下文 RLVR 多模态推理 计算机视觉 数据合成 LLM评估 信息检索 推理加速 3D重建 扩散语言模型 自回归模型 视觉推理 Flow Matching RAG 参数高效微调 LoRA 视觉-语言-动作模型 模型压缩 自回归生成 视觉-语言模型 后训练 工具调用 持续学习 高效推理 RLHF 策略优化
找到 454 条结果
相关性 | 日期

DrawMotion：通过手绘草图生成 3D 人体动作

👍 3

结合文本与手绘火柴人/轨迹双条件，用扩散模型生成可控 3D 人体动作

Tao Wang, Lei Jin, Zhihua Wu, Qiaozhi He, Jiaming Chu, Yu Cheng, Junliang... 2026-05-21
人机交互 免训练引导 动作生成 多条件融合 扩散模型
✅ 已总结
详情 →

视频模型可通过可验证奖励进行推理

👍 11

VideoRLVR框架用可验证奖励优化视频模型，提升规则验证任务的推理能力

Tinghui Zhu, Sheng Zhang, James Y. Huang, Selena Song, Xiaofei Wen, Yuankai... 2026-05-20
Flow-Matching 强化学习 扩散模型 视觉推理 视频生成
✅ 已总结
详情 →

Realiz3D：通过域感知学习让 3D 生成走向照片级真实

👍 26

用域迁移适配器把视觉域（真实/合成）与控制信号解耦，让扩散模型在合成 3D 数据上学到 3D 一致性，同时保住真实感。

Ido Sobol, Kihyuk Sohn, Yoav Blum, Egor Zakharov, Max Bluvstein, Andrea... 2026-05-15
3D 生成 ControlNet DiT 域间隙 多视角
✅ 已总结
详情 →