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

PAIWorld：面向机器人操作的3D一致世界基础模型

👍 12

通过跨视图通信路径和3D几何先验实现机器人操作场景的多视图3D一致视频生成

Yuhang Huang, Xuan Lv, Junyan Xu, Zhiyuan Yu, Jiazhao Zhang, Ruizhen Hu,... 2026-06-18
3D一致性 世界基础模型 多视图生成 扩散Transformer 机器人操作
✅ 已总结
详情 →

μ₀：一种可扩展的 3D 交互轨迹世界模型

👍 10

用 3D 轨迹作为视频到机器人动作的可复用中间表征，纯视频预训练即可匹敌有动作监督的 VLA。

Seungjae Lee, Yoonkyo Jung, Jusuk Lee, Jonghun Shin, Amir Hossein... 2026-06-15
3D 轨迹预测 世界模型 机器人操作 流匹配 视频预训练
✅ 已总结
详情 →

WEAVER：用于机器人操作的高效世界模型

👍 3

首个同时满足高保真、长时一致性和高效生成的机器人操作世界模型

Arnav Kumar Jain, Yilin Wu, Jesse Farebrother, Gokul Swamy, Andrea Bajcsy 2026-06-12
世界模型 多视图预测 机器人操作 流匹配 测试时规划
✅ 已总结
详情 →

重新审视机器人操作中的关节部件感知

👍 3

提出GPS表示结合VR数据收集，提升机器人对关节部件的感知与操作能力

Xiaoqian Wu, Yejie Guo, Xiaoyang Chen, Lixin Yang, Cewu Lu, Yong-Lu Li 2026-06-12
VR数据收集 关节物体感知 几何表示学习 机器人操作 机器人视觉
✅ 已总结
详情 →

通过权重空间元学习实现机器人策略适应

👍 5

从语言和视频证据直接生成LoRA适配器，实现零样本机器人策略适应

Christian Bianchi, Siamak Yousefi, Alessio Sampieri, Andrea Roberti, Luca... 2026-06-09
元学习 参数生成 多模态学习 机器人操作 策略适应
✅ 已总结
详情 →

Dream.exe：视频生成模型能否生成可执行的机器人操作？

👍 17

提出首个评估视频生成模型物理可执行性的基准测试框架，通过模拟器中的实际执行成功来衡量模型的物理知识。

Rui Zhao, Kaiming Yang, Jifeng Zhu, Siyang Chen, Ziqi Wang, Weijia Wu, Kevin... 2026-06-05
世界模型 机器人操作 物理可执行性 行为先验 视频生成
✅ 已总结
详情 →

WALL-WM：在事件节点处雕刻世界动作建模

👍 23

用语义事件而非固定时间块作为学习单元，解决语言-视觉-动作粒度失配问题

Shalfun Li, Victor Yao, Charles Yang, Truth Qu, Regis Cheng, Ryan Yu, Howard... 2026-06-03
世界动作模型 事件中心学习 多模态预训练 机器人操作 视觉-语言-动作模型
✅ 已总结
详情 →

AFUN：迈向功能理解的可供性基础模型

👍 6

AFUN 单次前向联合预测功能性掩码与3D贝塞尔运动曲线，迈向开放世界机器人操作。

Zhaoning Wang, Yi Zhong, Jiawei Fu, Henrik I. Christensen, Jun Gao 2026-06-02
RGB-D感知 分割基础模型 可供性理解 机器人操作 视觉-语言模型
✅ 已总结
详情 →

生成式监督助力具身智能

👍 28

将深度图生成融入VLM预训练，提升空间推理与物理操作能力

Ruowen Zhao, Bangguo Li, Zuyan Liu, Yinan Liang, Junliang Ye, Fangfu Liu,... 2026-05-28
VLA 具身智能 机器人操作 深度预测 视觉-语言模型
✅ 已总结
详情 →