算法论文8

智象未来DreamWorld：3D先验驱动视频扩散

机器之心2026-08-19

AI 摘要

智象未来：现有视频扩散模型缺显式3D结构，提出DreamWorld，采用Geometry-then-Appearance两阶段框架，结合3D先验与生成能力，在多基准测试领先。

关注公众号

扫码关注
第一时间收到每日精选

公众号专辑

多校提出可交互视频世界模型Oneira

本文介绍牛津、莫纳什、布里斯托等多校团队提出的交互式视频世界模型Oneira，解决现有模型交互错配、状态易丢失的缺陷，实验效果优于现有主流基线模型。

多家国内外高校和机构提出全新具身智能框架RoboFoundry，固定基座模型参数，仅进化模型周边的系统组件，实现具身智能体自主迭代升级，多项基准测试和真机实验性能提升显著。

本文介绍清华大学联合多校团队提出样本分布训练新生成方法，发布MGFlow、Elastic Forcing两项成果，分别实现一步生图SOTA、14B流式视频模型单8卡后训练，为实时多模态交互开辟新路径。

本文整理六大2026顶会共460篇高引机器学习论文，详细介绍ACL下两篇聚焦技能拆解复用的高引论文，给出效果数据与论文链接，开放论文合集获取。