会员服务
PearlVLA: Progressive Embodied Action-Plan Refinement in Latent Space
Arxiv
0+阅读 · 6月16日
SP$^3$: Spherical Priors for Plug-and-Play Restoration
Arxiv
0+阅读 · 6月15日
DLWM: Diverse Latent World Models for Efficient Multimodal Reasoning
Arxiv
0+阅读 · 6月13日
MotionWAM: Towards Foundation World Action Models for Real-Time Humanoid Loco-Manipulation
Arxiv
0+阅读 · 6月8日
WavTTS: Towards High-Quality Zero-Shot TTS via Direct Raw Waveform Modeling
Arxiv
0+阅读 · 6月2日
Latent Space Probing for Adult Content Detection in Video Generative Models
Arxiv
0+阅读 · 4月25日
GraspFoM: Towards Reconstruction-Driven Robotic Grasping with 3D Foundation Priors
Arxiv
0+阅读 · 6月7日
Scenario Generation in Roundabouts with Adjustable Interaction Intensity
Arxiv
0+阅读 · 5月18日
Game-Theoretic Latent Space Alignment for Multi-user Semantic MIMO Communications
Arxiv
0+阅读 · 6月10日
Lumos-Nexus: Efficient Frequency Bridging with Homogeneous Latent Space for Video Unified Models
Arxiv
0+阅读 · 5月29日
RoboForge: Physically Optimized Text-guided Whole-Body Locomotion for Humanoids
Arxiv
0+阅读 · 3月19日
VGGRPO: Towards World-Consistent Video Generation with 4D Latent Reward
Arxiv
0+阅读 · 3月27日
End-to-End Training for Unified Tokenization and Latent Denoising
Arxiv
0+阅读 · 3月23日
HDR Video Generation via Latent Alignment with Logarithmic Encoding
Arxiv
0+阅读 · 4月13日
LGQ: Learning Discretization Geometry for Scalable and Stable Image Tokenization
Arxiv
0+阅读 · 2月20日
参考链接
微信扫码咨询专知VIP会员
Top