视频生成 LLM-DailyDigest 2026-08-15 2026-08-15 约 100 字 预计阅读 1 分钟 视频生成 本主题由提交工具自动创建，可在此补充洞察与资料。 相关消息（按子主题自动聚合） 三维生成 2 OuroWorld：将静态 3D 世界转化为无限循环动态影像 10-18 OuroWorld：将静态 3D 世界转化为无限循环动态影像 10-10 世界模型 18 Hy-Nomas：自由形式交互式世界生成 10-29 Google DeepMind发布实时交互世界模型Genie 4 10-29 通过视频读写、共享与世界交互：世界建模综述 10-27 VPM：通过点轨迹预测学习四维世界 10-22 ME-World：支持精细具身交互的多智能体自我中心世界模型 10-18 DreamTrue：反事实后训练提升机器人世界模型的动作忠实性 10-18 Oneira：可持续交互的视频世界模型 10-18 ME-World：支持精细具身交互的多智能体自我中心世界模型 10-10 DreamTrue：反事实后训练实现动作忠实的机器人世界模型 10-10 World Observer：联合动作与观察者生成的持久世界建模 10-08 WROP：在世界模型中训练物体恒存性 09-26 WorldCrafter：具备隐式三维感知记忆的一致性视频世界模型 09-23 AlayaVista：从全景状态到透视视频的流式世界建模 09-16 ActionSplice：交互式世界模型中的在线动作编辑 09-15 World in World：免训练控制视频世界模型的视角与时间探索 09-13 Programmable World Model：可编程持久化世界模型 09-11 SolarWM：长时程视频世界模型的开放数据与可扩展训练 09-07 H3-World：以语言指令实现交互式世界控制 09-03 交互式评测 2 StreamEval：交互式流式视频生成统一评测基准 10-23 PlayWorld：智能体玩家驱动的长程世界模型评测基准 08-15 代码世界模型 1 Code World Model：以编码代理充当世界大脑 08-28 全模态生成 1 EchoWM：开放可进入的全模态世界模型 08-26 多模态学习 1 音视频模型中的注意力三角与语义泄漏 09-08 奖励建模 1 RewardVerse：评分标准引导的视频奖励建模 09-25 奖励机制设计 1 自适应奖励路由：音视频联合扩散的动态多奖励优化 10-08 强化学习 1 DiffusionART：高效稳定的扩散模型强化学习 10-18 推理优化 1 VC-Attention：低比特注意力的数值平滑与 Softmax 转换 09-18 提示优化 1 WanPE：面向文本生成视频的电影级提示词增强 09-26 无限编辑 1 InfinityEdit：轻量适配器实现无限视频编辑 08-25 智能体评测 1 VibeVideoBench：代码驱动视频生成的多模态智能体评测 10-29 概率对齐 1 PAWBench：概率对齐世界模型评测基准 08-29 混合微调 1 G³-LoRA：梯度引导分组组织奖励加权视频数据 09-30 游戏生成 2 Matrix-Game 4.0：视频模型驱动的实时可玩游戏世界 10-22 昆仑万维开源实时视频大模型游戏 Matrix-Game 4.0 10-18 稀疏加速 1 SparsePR：面向视频生成与世界模型的免训练稀疏注意力 08-25 视觉推理 2 VGI-Bench：评测视频生成模型的视觉智能 08-28 VBVR-Pro：可扩展、可验证的原生视觉推理套件 08-27 视觉生成 1 MaLiang-Harness：图像与视频生成的可编程路径 10-01 视频生成 22 WorldCast：大角度相机控制下的世界一致角色视频生成 10-29 FAPL：让 MLLM 潜变量驱动电影级视频生成 10-24 FCP：面向未来演化建模的自回归视频生成 10-23 SolarRenderer：四步结构条件视频渲染 10-22 交互式视频生成中的推测采样 10-20 ATAS：以世界状态为中心的智能体视频生成框架 10-18 VIS-Ground：基于上下文 Grounding 的视频交互式叙事 10-18 StereoBind：学习动态空间对应关系的沉浸式立体视频-音频生成 10-18 GRACE：生成感知潜在压缩加速视频生成 10-09 SGF+：解耦梯度流的长时自回归视频生成 10-09 DuoMatching：联合边缘分布匹配提升少步视频生成 10-08 Kandinsky 6.0：同步音视频生成基础模型 10-08 FrameMorrow：以前瞻性标记引导长时程视频帧选择 10-08 ID-Forcing：测试时分布内强制实现长视频生成 10-08 VideoGen-Agent：强化学习驱动的视频生成智能体 09-23 OmniVBench：全能参考图到视频生成基准与大规模数据集 09-22 Vidu S2：实时交互式、可编辑的空间视频生成 09-16 LynnReal-Omni：面向智能体视觉工作流的原生多模态视频生成 09-16 Mask Forcing：双噪声掩码改进自回归视频扩散蒸馏 09-10 ElserStudio发布：本地化AI片场与免费无限画布 09-08 DreamX-Creator：普惠化原生 2K 音视频联合生成 09-02 LayerRecall：提升视频生成长时域一致性的状态条件记忆路由器 09-01 评测基准 1 PROWBench：评测视频模型能否忠实渲染程序事件 10-08 递归自我改进 1 Sol-H3：递归自我改进加速 MiniMax-H3 云边端推理 09-30 长期记忆 2 过去塑造未来：自回归视频生成中的记忆机制综述 09-25 ReWorld：具备长时记忆的交互式世界模型 08-26
