算法论文8

ACL 2026：Response - G1 解视频大模型响应难题

机器之心2026-05-26

AI 摘要

西北工业大学等团队：提出基于证据 - 条件结构化对齐的 Response - G1 框架，解决视频大模型响应时机难题，实验表明其在主动和被动子任务上均提升性能。

关注公众号

扫码关注
第一时间收到每日精选

公众号专辑

伯克利 MomaGraph 让机器人变身家务能手

过去家用机器人做家务存在诸多难题，最近加州伯克利和马里兰大学联手推出 MomaGraph 技术。该技术采用「Graph - then - Plan」思路，团队搭建了完整体系，在星动 Q5 上测试效果好，让家用服务机器人迈向实用。

OpenAI官宣ChatGPT Pulse上线，它改变LLM交互方式，从被动变主动。每晚研究，晨送简报，涵盖工作、生活、兴趣目标。其主动受用户控制，还给出三个试用场景。

视频扩散模型生成新视角视频时，现有方法缺显式3D结构。智象未来提出DreamWorld，用3D先验与两阶段框架，结合结构和生成能力，在多基准测试表现领先。

视觉-语言-动作（VLA）模型是端到端自动驾驶主流技术，但自回归解码架构有瓶颈。复旦大学与引望智能联合提出WAM-Diff2，实现自回归VLA向离散扩散模型迁移，解码加速15.1倍，多任务性能不降。