全部
全部

选一篇,慢慢读

从左侧挑一篇,正文会在这里排成书页。

文章与公开阅读资产

一个先验,两种动态:改造视频扩散 Transformer 用于自监督潜在动作学习

Videos reveal how the world changes, but rarely the actions that cause those changes. Latent action learning recovers such supervision from visual transitions, yet often learns the underlying dynamics largely from scratch. We ask whether a pretrained video generator can instead provide the prior for both inverse and fo

阅读原文 · Yuxin Jiang, Wenqiang Sun, Jiaqi Li, Yuchao Gu, Lvmin Zhang, Ivor Tsang, Mike Zheng Shou

乔木风格重写

向阳乔木 · opencode-go/deepseek-v4.1-flash

视频里能看到世界怎么变,但看不到是什么动作让它变的。 潜在动作学习(latent action learning)想从画面变化里反推出动作监督,问题在于它通常要从零开始学动力学。这篇论文问了一个很实际的问题: 预训练视频生成模型能不能直接当作逆动力学和正动力学的共同先验? 如果能,意味着机器人、导航这类缺动作标注的领域,可以少走很多“从零学动态”的弯路。这个...

  • JK下一篇 / 上一篇
  • S收藏
  • A问 AI
  • I沉浸阅读
  • Esc退出

分享海报

正在生成海报…

主题

字体

开源字体第一次使用时联网下载,只取海报上用到的字。