LumosX: Relate Any Identities with Their Attributes for Personalized Video Generation

LLMs 를 위한 Y-Combinator: λ-Calculus 를 통한 Long-Context Rot 해결

ProactiveBench: Multimodal Large Language Models의 Proactiveness 평가

TerraScope: Pixel-Grounded Visual Reasoning for Earth Observation

Astrolabe: 증류된 자기회귀 비디오 모델을 위한 전진 과정 강화 학습의 제어

HopChain: 일반화된 비전-언어 추론을 위한 멀티홉 데이터 합성

Diffusion 기반 이산 운동 Tokenizer 를 통한 의미론적 및 운동학적 조건 간의 연결

FASTER: 실시간 흐름 VLAs 에 대한 재고찰

3DreamBooth: 고정밀 3D 주제 주도형 비디오 생성 모델

SAMA: 지시 기반 비디오 편집을 위한 분해된 의미 앵커링 및 운동 정렬

Generation Models Know Space: Unleashing Implicit 3D Priors for Scene Understanding

균형 잡힌 사고를 통한 효율적 추론

행동 전 확인: 비전-언어-행동 모델을 위한 비전 기반 표현 강화

보완적 강화 학습

정렬은 언어 모델을 기술적이지 않고 규범적으로 만듭니다.

MosaicMem: 제어 가능한 비디오 월드 모델을 위한 하이브리드 공간 기억

MetaClaw: Just Talk -- 야생 환경에서 메타학습 및 진화를 수행하는 Agent

Video-CoE: Chain of Events를 통한 비디오 이벤트 예측 강화

FunCineForge: 다양한 영화 장면에서의 Zero-Shot 영화 더빙을 위한 통합 데이터셋 툴킷 및 모델

Large Language Models를 위한 In-Context Watermarks

WorldCam: 카메라 포즈를 통합 기하학적 표현으로 활용한 대화형 자기회귀 3D 게임 월드

비디오 추론의 신비 해명

Kinema4D: 시공간적 구체적 시뮬레이션을 위한 운동학적 4D 세계 모델링

Qianfan-OCR: 문서 지능을 위한 통합 엔드투엔드 모델

InCoder-32B: 산업 시나리오용 코드 기반 모델

MiroThinker-1.7 및 H1: 검증을 통한 고강도 연구 Agent 의 방향성

HSImul3R: 시뮬레이션 준비가 완료된 인간 - 장면 상호작용을 위한 물리 기반 루프 재구성

깊이 혼합 어텐션 (Mixture-of-Depths Attention)

Attention 잔차

실제 대도시를 기반으로 한 월드 시뮬레이션 모델의 Grounding

LumosX: Relate Any Identities with Their Attributes for Personalized Video Generation

LLMs 를 위한 Y-Combinator: λ-Calculus 를 통한 Long-Context Rot 해결

ProactiveBench: Multimodal Large Language Models의 Proactiveness 평가

TerraScope: Pixel-Grounded Visual Reasoning for Earth Observation

Astrolabe: 증류된 자기회귀 비디오 모델을 위한 전진 과정 강화 학습의 제어

HopChain: 일반화된 비전-언어 추론을 위한 멀티홉 데이터 합성

Diffusion 기반 이산 운동 Tokenizer 를 통한 의미론적 및 운동학적 조건 간의 연결

FASTER: 실시간 흐름 VLAs 에 대한 재고찰

3DreamBooth: 고정밀 3D 주제 주도형 비디오 생성 모델

SAMA: 지시 기반 비디오 편집을 위한 분해된 의미 앵커링 및 운동 정렬

Generation Models Know Space: Unleashing Implicit 3D Priors for Scene Understanding

균형 잡힌 사고를 통한 효율적 추론

행동 전 확인: 비전-언어-행동 모델을 위한 비전 기반 표현 강화

보완적 강화 학습

정렬은 언어 모델을 기술적이지 않고 규범적으로 만듭니다.

MosaicMem: 제어 가능한 비디오 월드 모델을 위한 하이브리드 공간 기억

MetaClaw: Just Talk -- 야생 환경에서 메타학습 및 진화를 수행하는 Agent

Video-CoE: Chain of Events를 통한 비디오 이벤트 예측 강화

FunCineForge: 다양한 영화 장면에서의 Zero-Shot 영화 더빙을 위한 통합 데이터셋 툴킷 및 모델

Large Language Models를 위한 In-Context Watermarks

WorldCam: 카메라 포즈를 통합 기하학적 표현으로 활용한 대화형 자기회귀 3D 게임 월드

비디오 추론의 신비 해명

Kinema4D: 시공간적 구체적 시뮬레이션을 위한 운동학적 4D 세계 모델링

Qianfan-OCR: 문서 지능을 위한 통합 엔드투엔드 모델

InCoder-32B: 산업 시나리오용 코드 기반 모델

MiroThinker-1.7 및 H1: 검증을 통한 고강도 연구 Agent 의 방향성

HSImul3R: 시뮬레이션 준비가 완료된 인간 - 장면 상호작용을 위한 물리 기반 루프 재구성

깊이 혼합 어텐션 (Mixture-of-Depths Attention)

Attention 잔차

실제 대도시를 기반으로 한 월드 시뮬레이션 모델의 Grounding