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 109 条结果
相关性 | 日期

MoviEdit：让长时多镜头视频编辑变得简单

👍 75

数据-模型-评测三位一体，实现跨镜头一致的长视频编辑，比肩工业前沿

Suhyeon Lee, Zhengang Li, Soo Ye Kim, Peihao Zhu, Jong Chul Ye, Chun-Hao... 2026-11-04
多镜头视频 扩散模型 数据合成 自回归生成 视频编辑
✅ 已总结
详情 →

OmniXRef：多模态多参考视频编辑的统一框架

👍 21

用参考库接口统一文本/图像/视频参考，单模型完成多参考视频编辑

Xiaoyan Cong, Tianyu Wang, Hyeonho Jeong, Zhifei Zhang, Yuqian Zhou, Yijun... 2026-10-19
位置编码 多模态参考 扩散Transformer 数据合成 视频编辑
✅ 已总结
详情 →

Tev：以密集进度奖励扩展长程智能体环境

👍 46

先构建已知正确的潜在世界再反向渲染任务，用进度势函数把稀疏终端奖励变成每步密集奖励

Wenbo Hu, Shraman Pramanick, Krishna Kumar Singh, Nanyun Peng, Kai-Wei... 2026-10-14
GRPO 奖励塑形 强化学习 数据合成 智能体训练环境
✅ 已总结
详情 →