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 自监督学习 工具使用 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 RAG 参数高效微调 LoRA 视觉-语言-动作模型 Flow Matching 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 49 条结果
相关性 | 日期

基于几何感知预训练的上下文全景生成

👍 19

提出Canvas360两阶段框架，通过深度辅助预训练和统一微调实现高质量全景图像生成

Haoran Feng, Ruiyang Zhang, Longyi Zhang, Dizhe Zhang, Lu Qi 2026-07-10
Flow Matching 上下文学习 全景图像生成 几何感知 深度学习
✅ 已总结
详情 →

通过分布级奖励优化视觉生成模型

👍 16

提出分布级奖励框架解决样本级RL的reward hacking问题，显著提升生成质量

Ruihang Li, Mengde Xu, Shuyang Gu, Leigang Qu, Fuli Feng, Han Hu, Wenjie Wang 2026-07-03
Flow Matching 分布匹配 强化学习 扩散模型 模型合并
✅ 已总结
详情 →

DanceOPD：在线策略生成场蒸馏

👍 81

通过硬路由和单查询场匹配，实现多能力图像生成模型的统一蒸馏

Wei Zhou, Xiongwei Zhu, Zelin Xu, Bo Dong, Lixue Gong, Yongyuan Liang, Meng... 2026-06-26
Flow Matching 图像生成 图像编辑 多能力组合 知识蒸馏
✅ 已总结
详情 →

OASIS：从仿真数据收集到真实世界人形机器人操作

👍 2

完全基于仿真数据训练的人形机器人操作策略，实现零样本真实部署且效果超越真实遥操作数据

Zehao Yu, Jiakun Zheng, Weiji Xie, Jiyuan Shi, Chenyun Zhang, Chenjia Bai, Xuelong Li 2026-06-09
Flow Matching Sim-to-Real 人形机器人 机器人学习 遥操作
✅ 已总结
详情 →

dots.tts 技术报告

👍 16

首个20亿参数的连续自回归TTS基础模型，解决长序列误差累积问题，达到开源SOTA性能

Shi Lian, Changtao Li, Bohan Li, Hankun Wang, Da Zheng, Junfeng Tian, Yufeng... 2026-06-08
Flow Matching 自回归生成 语音合成 连续潜在空间 零样本声音克隆
✅ 已总结
详情 →

ELF：嵌入式语言流

👍 15

连续扩散语言模型，在嵌入空间全程去噪、仅末步离散化

Keya Hu, Linlu Qiu, Yiyang Lu, Hanhong Zhao, Tianhong Li, Yoon Kim, Jacob... 2026-05-12
Flow Matching 分类器自由引导 扩散语言模型 生成式语言建模 连续嵌入空间
✅ 已总结
详情 →

TextLDM：基于连续潜扩散的语言建模

👍 26

把视觉DiT配方原封搬到语言建模，REPA塑造潜空间后比肩GPT-2

Jiaxiu Jiang, Jingjing Ren, Wenbo Li, Bo Wang, Haoze Sun, Yijun Yang,... 2026-05-11
Diffusion Transformer Flow Matching REPA表示对齐 扩散语言模型 潜空间扩散
✅ 已总结
详情 →

HiVLA:以视觉定位为核心的分层具身操作系统

👍 21

把VLM做高层规划、DiT做低层控制，用级联交叉注意力桥接视觉定位与动作。

Tianshuo Yang, Guanyu Chen, Yutian Chen, Zhixuan Liang, Yitian Liu, Zanxin... 2026-04-17
Flow Matching 分层架构 扩散Transformer 机器人操作 视觉-语言-动作模型
✅ 已总结
详情 →