视频生成

精选 8 篇 ArXiv 论文，属「周末补遗」——arXiv 周末不做公告，最新批次仍为 2026-09-11（Fri, 11 Sep，去重后 381 篇候选）。涵盖以多专家 on-policy 蒸馏统一的 8B 原生视觉智能体 SenseNova-U1.5、从 14K 部真实电影学运镜的多智能体电影生成系统 CamPilot、挖掘 DiT 内在空间接地图做 …

精选 8 篇 ArXiv 论文，覆盖 2026-09-11（Fri, 11 Sep）公告批次（去重后 381 篇候选）。涵盖用 63 万条机器人化人类视频做 VLA 预训练的 HuRo、以 cIMLE 单步生成把 VLA 推理频率拉到 55 Hz 的 IMLE-VLA、实时可交互可编辑空间视频生成系统 Vidu S2、修复自回归视频少步蒸馏多样性坍塌的 …

精选 8 篇 ArXiv 论文，覆盖 2026-09-09（Wed, 9 Sep）公告批次（去重后 1162 篇候选，为周二 + 周三的合并补发批次）。涵盖从零预训练并验证 Scaling Law 的世界动作模型 GE-Act 2.0、开源模块化 WAM 研究栈 OpenWAM、接触感知的触觉 VLA、人形全身视觉语言导航 TANGO、缓解反向 KL 模式坍 …

精选 8 篇 ArXiv 论文。arXiv 本周二公告批次尚未上线（各分类当日条数与上一期完全一致、ID 前沿停在 2609.054xx），故本期为「09-07 公告批次补遗三」：涵盖长程 VLA 的神经符号过程推理、面向失败恢复的大规模操作基准、时间戳级 VLA 失效检测、控制与无线信道耦合的 JEPA 世界模型、可语言查询的长程空间记忆、时序触觉 + 柔 …

安努智能一周发布六款模型，把工业具身智能从数据生成（Helios 实时长视频 + SimLab 软体仿真）到动作后果预判（ActiWorld）、真机进化（RoHIL/EvoHIL）、执行（AnuVerse-0.5）、部署（Nexus）串成闭环；其中 ActiWorld 用逆动力学头 + 双向预…

精选 8 篇 ArXiv 最新 AI 论文，覆盖 2026 年 9 月 7 日公告批次，涵盖把确定性物理仿真引入单图初始化世界模型的在线探索与操作框架、从定位视频生成可编辑组合式 3D 世界、诊断并修复 JEPA 世界模型「物理表征惰性」的频谱辅助目标、把触觉预测转为执行期实时校正的世界—动作模型、面向 VLA 空间与程序复杂度的规模化诊断基准、大 VLA …

精选 8 篇 ArXiv 最新 AI 论文，涵盖把物理—几何—外观作为原生世界状态的统一多模态世界模型、自动驾驶中的层次化快慢世界模型、用世界模型想象调度替代昂贵真机探索的 VLA 后训练、相机可控世界模型的 VLM 偏好奖励建模、少步相机可控生成式渲染、八叉树 3D 记忆驱动的长程世界一致视频生成、把 4D 属性分解注入空间推理强化学习，以及对 VLA 操 …

精选 8 篇 ArXiv 最新 AI 论文，涵盖度量感知的相机位置编码、12 万小时视频预训练的世界动作模型、把 33B 视频生成器转化为可交互世界模型、交互感知的世界模型训练目标、流式 4D 世界重建、界面世界模型与少步蒸馏、VLA 的类型化运动程序库学习以及接触富集的精密装配基础模型等核心方向深度分析。

精选 8 篇 ArXiv 最新 AI 论文，涵盖跨本体因子化自我中心世界模型、实时流式交互世界模型与两阶段蒸馏、自进化通用世界模型、VLA 免训练加速与 4D 表征对齐、VLM 空间智能导航、流匹配 JEPA 隐动力学以及 3D 具身世界模型评测等核心方向深度分析。

精选 8 篇 ArXiv 最新 AI 论文，涵盖世界模型的可验证数据引擎与概率对齐评测、城市尺度空间智能体、流匹配免教师在线策略蒸馏、游戏世界动作模型、VLA 行为意图蒸馏、长程视频记忆与触觉流式动作生成等核心方向深度分析。