HyperAI
Command Palette
Search for a command to run...
论文
每日更新的前沿人工智能研究论文,帮助您紧跟最新的人工智能趋势
3,230 篇论文
CodeCap-Bench：代码能否作为良好的视频描述？
视频描述
代码生成
Jiafu Tang, Yifan Xu, Eric Tang, et al.
Rollback：世界模型中的经验回溯以实现策略改进
世界模型
强化学习
Jiayi Luo, Yang Zhang, Liliang Chen, et al.
The Trinity：面向多模态智能体的能力驱动递归式自我改进
Agent
多模态
Weidong Tang, Ruiheng Wang, Jingxuan Zhang, et al.
PDRVLA：一种具有物理动力学表示的视觉–语言–动作模型
多模态表征
世界模型
Hanqing Wang, Zhaotian Cai, Ruichuan An, et al.
Hy-Nomas：迈向自由形式交互式世界生成
世界模型
扩散模型
Qiaoling Chen, Jiaxiang Cheng, Xueqing Deng, et al.
ChronoReplay：单一答案接口不足以支撑流式空间智能
监督式微调
视频理解
Yihao Hu, Yitong Lin, Pan Wang, et al.
自进化智能体是持续学习者吗？
Agent
LLM
Xiaoyin Chen, Yizheng Huang, Yinglun Xu, et al.
工作智能体：系统、能力与优化
Agent
LLM
Zishan Xu, Enjun Du, Mingqi Gao, et al.
InteractiveWorld：一个可验证的以人为中心环境，用于构建更好的交互式 MLLM 助手
多模态
Agent
Qinsi Wang, Wei Wen, Chong Zhou, et al.
轨迹试炼：面向可靠性与失败归因的 AI 智能体执行框架基准评测
基准
Agent
Zhiyong Cao, Hengjie Zhu, Yongxin Wang, et al.
DynaFlow：学习自由形式的多智能体编排
Agent
代码生成
Ruhao Liu, Qi Li, Shizun Wang, et al.
StreamVibe：面向动态用户意图的主动式视频智能体
视频理解
多模态
Chengzhi Liu, Yuxiang Lai, Yuzhe Yang, et al.
Trajectory2Gym：面向工具使用智能体的决策有据组合式交互合成
Agent
监督式微调
Yihao Hu, Zhihao Wen, Yitong Lin, et al.
Omni-Woodpecker：通过证据-先验再平衡实现全模态大语言模型的幻觉校正
多模态表征
统一多模态
Zijian Liu, Chaoyou Fu, Yan Yang, et al.
RSIHub：一种面向智能体演化方法的可组合框架
Agent
LLM
Zimu Wang, Xiaobo Wang, Siyu Ye, et al.
RynnUnify：迈向统一具身大脑
世界模型
Agent
Minghao Zhu, Bohan Hou, Kun Xiang, et al.
HiSTEVE 1.0：利用人类接口 VLA 智能体应对开放世界游戏
Agent
多模态
Zecong Tang, Zian Guan, Yuncheng Guo, et al.
USERARENA：面向长时程购物智能体的交互式用户模拟基准评测
Agent
世界模型
Jujia Zhao, Jiakai Tang, Jing Yu, et al.
通过视频对世界进行读取、写入、共享与交互：面向统一视频世界模型的综述
世界模型
视频生成
Shengqiong Wu, Meng Luo, Bobo Li, et al.
迈向物理 AI 的递归自我改进
具身智能
Meng Luo, Zechen Bai, Shanqing Xu, et al.
IQuest-Q1：提升智能体 CLI 系统的基础能力
LLM
代码生成
A. Jian Yang, An Huang, Bo Dan, et al.
真实世界 Web 环境中的深度搜索
Agent
智能问答
Xiaomin Yu, Hongliang Chen, Zhe Huang, et al.
让 MLLM 潜在表示发挥作用：面向电影级视频生成的因子感知预测学习
视频生成
扩散模型
Songlin Yang, Zhe Wang, Xiaotong Zhao, et al.
通过组合式编辑先验蒸馏将图像编辑为可复用图层
图生图
掩码生成
Wen Xue, Yong Liu, Xueheng Li, et al.
WeVisOne-VL：从目标到像素的统一视觉感知
统一多模态
掩码生成
Tianming Liang, Junyi Pan, Yuxi Li, et al.
面向长程工作智能体的可验证环境规模化
Agent
LLM
Jiazheng Zhang, Long Ma, Yunxian Yang, et al.
面向可泛化智能体强化学习的 Harness Scaling
Agent
强化学习
Fei Bai, Huatong Song, Chuan Hao, et al.
自动化面向科学的 ML：前沿智能体能否在真实开放场景中攀登科学高峰？
AI for Science
Agent
Ming Zhong, Stacy Li, Nicholas Carlini, et al.
Agent World Model in the Wild：计算机使用智能体环境合成
世界模型
Agent
Zhaoyang Wang, Qianhui Wu, Haorui Wang, et al.
展望未来：自回归视频生成中的未来演化建模
视频生成
扩散模型
Ruopeng Gao, Yukun Huang, Jiarui Hu, et al.
StreamEval：评估交互式流式视频生成模型
视频生成
多模态
Jungang Li, Ziqi Huang, Tian Ye, et al.
面向智能体的缓存工程
LLM
Agent
Tianyu Fu, Ruoxi Wang, Zihan Min, et al.