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

SenseNova-U1.5：迈向原生统一视觉智能

👍 173

8B-MoT 无编码器无VAE统一模型，靠空间联合重建与多专家RL蒸馏兼顾理解、生成与编辑

Haiwen Diao, Jiahao Wang, Chenjing Ding, Hanming Deng, Jiangnan Chen, Ruixi... 2026-09-11
像素空间流匹配 原生统一多模态模型 图像生成 图像编辑 在线策略蒸馏
✅ 已总结
详情 →

UniSpace：统一视觉表示与可扩展多模态建模

👍 14

补丁重参数化让冻结语义ViT兼得理解与重建，单一视觉空间支撑生成与编辑

Jinbo Yan, Limeng Qiao, Jie Qin, Junyan He, Feize Wu, Guanglu Wan 2026-08-24
图像生成 图像编辑 流匹配 统一多模态模型 视觉tokenizer
✅ 已总结
详情 →

能量引导的流匹配

👍 11

用随图像频谱演化的移动低通终点替换固定终点，让像素级流匹配按粗到细轨迹生成

Haoyang Tong, Yu He, Fang Li, Lichen Ma, Jingling Fu, Dong Chen, Zhen Chen,... 2026-08-19
像素空间生成 图像生成 流匹配 粗到细生成 频谱先验
✅ 已总结
详情 →

面向快速图像与视频生成的并行解码蒸馏

👍 14

训练并行解码器，用单次前向同时预测多个去噪步的速度，实现少步、高质、高多样性的扩散与流模型蒸馏。

Neta Shaul, Chao Liu, Arash Vahdat, Julius Berner 2026-07-29
图像生成 少步采样 扩散蒸馏 流匹配 视频生成
✅ 已总结
详情 →

dRAE：基于超球面码的表示自编码器

👍 12

用角相似度替代欧氏距离做码本路由，解决高维视觉量化坍缩。

Tianren Ma, Lin Long, Chuyan Chen, Mu Zhang, Junbo Zhao, Tong Zhang, Qixiang Ye 2026-07-28
codebook collapse 图像生成 图像重建 多模态理解 表示自编码器
✅ 已总结
详情 →

三体散射生成建模

👍 16

把能量距离变成常数规模三体散射，实现高维一步生成

Peng Sun, Zhenglin Cheng, Deyuan Liu, Jun Xie, Xinyi Shang, Tao Lin 2026-07-27
MMD Wasserstein梯度流 一步生成 分布匹配 图像生成
✅ 已总结
详情 →

用频谱先验降低扩散模型的曝光偏差

👍 6

推理时用FFT频谱对齐校正扩散模型曝光偏差，开销仅3-4%

Yuya Kobayashi, Masato Ishii, Yuhta Takida, Takashi Shibuya, Yuki Mitsufuji 2026-07-27
图像生成 扩散模型 无训练引导 曝光偏差 频谱对齐
✅ 已总结
详情 →

像素空间扩散Transformer中的寄存器令牌机制

👍 26

寄存器令牌在无异常值的DiT中仍提升像素空间生成质量，并提出Register Guidance

Nikita Starodubcev, Ilia Sudakov, Ilya Drobyshevskiy, Artem Babenko, Dmitry Baranchuk 2026-07-16
像素空间扩散 图像生成 寄存器令牌 引导采样 扩散Transformer
✅ 已总结
详情 →

感知流匹配：用于少步生成建模

👍 16

通过在感知特征空间监督流匹配，将采样步数从35-50步减少到4-8步且保持质量

Chuyang Zhao, Yifei Song, Hongfa Wang, Jianlong Yuan, Yuan Zhang, Siming Fu,... 2026-07-07
图像生成 少步采样 感知监督 流匹配 生成模型
✅ 已总结
详情 →

表征分布匹配用于一步视觉生成

👍 10

通过精确估计MMD和多编码器约束优化，实现一步生成器的SOTA质量

Lan Feng, Wuyang Li, Eloi Zablocki, Matthieu Cord, Alexandre Alahi 2026-07-03
MMD 一步生成 分布匹配 图像生成 表征学习
✅ 已总结
详情 →

GEAR：引导式端到端自回归图像合成

👍 34

端到端联合训练VQ tokenizer和AR generator，将ImageNet训练加速10倍

Bin Lin, Zheyuan Liu, Chenguo Lin, Sixiang Chen, Yunyang Ge, Yunlong Lin,... 2026-07-01
向量量化 图像生成 端到端训练 自回归模型
✅ 已总结
详情 →