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 后训练 RLVR 视频理解 机器人学习 多模态 长上下文 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 评测基准 高效推理 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 Transformer 参数高效微调 工具使用 LoRA 持续学习 自蒸馏 LLM评估 多模态推理 RAG 综述 信息检索 模仿学习 LLM推理 信用分配 在线策略蒸馏 合成数据 模型压缩
找到 112 条结果
相关性 | 日期

WeLM-Image：面向视觉智能的统一图像生成模型

👍 47

MoT–MoE 统一图像模型：理解融入生成与编辑，31.7B 参数单卡部署，8 步 4.98 秒出图

Canmiao Fu, Chen Li, Guohui Zhang, Hao Lu, Hongyang Wei, Huadong Wu,... 2026-11-06
MoT-MoE 图像编辑 多参考合成 少步蒸馏 强化学习后训练
✅ 已总结
详情 →

InfoVis：统一的幻灯片图像生成与编辑

👍 30

构建1300万级幻灯片数据引擎与专用基准，训练统一9B模型将生成与编辑做到逼近最强闭源系统

Jiahao Wang, Xiyan Jiang, Chenyuan Wu, Haoqiang Zhang, Xin Luo, Yueze Wang,... 2026-10-16
图像生成 图像编辑 基准评测 幻灯片生成 扩散模型后训练
✅ 已总结
详情 →

LensErase：万物擦除基础模型

👍 40

以1.01亿对配对数据和掩码感知RoPE，把文生图先验改造成通用图像擦除基础模型

Yunuo Chen, Xiuyu Wu, Qinhong Yang, Jinjing Zhao, Yanchen Dong, Sirui Zhang,... 2026-10-15
图像编辑 基础模型 强化学习 扩散模型 流匹配
✅ 已总结
详情 →

VibeEdit：基于画布指令的图像编辑

👍 16

在图上圈选、涂鸦、拖箭头并写简短注释即可精准局部编辑，无需文本提示词

Jinjing Zhao, Fangyun Wei, Yitong Wang, Xiuyu Wu, Yunuo Chen, Yang Yue,... 2026-10-09
交互式界面 图像编辑 强化学习 扩散模型 画布指令
✅ 已总结
详情 →

从提示到组合：面向海报生成的空间画布界面

👍 9

用空间画布加四种绑定取代纯文本提示，让海报构图意图可直接在二维空间中组合表达。

Yitong Wang, Fangyun Wei, Jinjing Zhao, Sirui Zhang, Hongyang Zhang, Dong... 2026-10-09
可控图像生成 合成数据 图像编辑 强化学习 扩散模型
✅ 已总结
详情 →

ImIR：用图像指令微调实现一体化图像修复

👍 9

用退化图像预测的连续指令向量替代文本提示，单个LoRA统一六项修复任务

Süleyman Aslan, Görkay Aydemir, Mısra Yavuz, Yunus Bilge Kurt, Nasrin... 2026-09-23
参数高效微调 可控生成 图像修复 图像编辑 扩散模型
✅ 已总结
详情 →

SenseNova-U1.5：迈向原生统一视觉智能

👍 145

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 →