算法论文9

清华团队样本分布训练刷新生成SOTA

机器之心2026-10-11

AI 摘要

清华联合多校团队提出样本分布训练新方法，MGFlow拿下一步生图SOTA，性能超越同规模基线；Elastic Forcing仅用8张H200完成14B流式视频模型后训练，效果超越现有工业模型。

关注公众号

扫码关注
第一时间收到每日精选

公众号专辑

李柏依ECCV：机器人还得学会听

本文整理了NVIDIA Research科学家李柏依在ECCV 2026 Workshop的分享，针对机器人训练数据采集壁垒高的问题，介绍了两项解决多模态感知与灵巧操作数据难题的前沿研究。

深度神经网络虽应用广泛，但对对抗样本脆弱，制约可靠部署。本文介绍发表于TPAMI 2026的工作，提出基于一致性模型的对抗净化方法（CMAP），实验表明其在不同场景下鲁棒性强，为对抗防御提供新视角。

7月7日，ICML 2026正会首日，雷峰网精选九篇Spotlight论文，涵盖生成模型、智能体系统等多领域。如SDEVI框架解决不规则时间序列生成难题，MASpoB让多智能体提示优化可行等。

最新研究提出合成数据全新分类框架，突破‘生成模型=合成数据’传统认知，涵盖多种方法。还按应用层次划分场景，指出合成数据面临模型坍塌等挑战，正成新型基础设施。