ホットトピック継続更新中
研究团队提出连续时间世界模型SPT-Flow
1 件の報道1 件の報道元15 時間前 更新
まずこの件を把握する
AI 概要
2026年11月2日，研究团队在arXiv发表论文提出连续时间世界模型SPT-Flow。该模型针对连续时间世界模型设计了轨迹潜在变量匹配机制，通过为每条轨迹采样一个latent变量，使自由运行的常微分方程（ODE）推演能够在多个时刻匹配演示状态，从而消除监督捷径。实验表明，在LIBERO数据集上训练3万步后，SPT-Flow与ODEWorld基线相比，在单样本推理成本相当的前提下，中间帧和最终帧的best-of-10 PSNR分别提升了2.0 dB与2.4 dB，平均LPIPS降低了23%。
AI が報道をもとに生成 · 15 時間前 更新
最新の進展11月2日 13:00
研究团队提出SPT-Flow模型，通过轨迹潜在变量匹配机制提升连续时间推演质量。報道タイムライン
報道をたどり、出来事のさまざまな側面を知る。
11月2日
- arXiv 机器学习SPT-Flow：连续时间世界模型中的单次积分与多未来生成
SPT-Flow 针对连续时间世界模型提出轨迹潜在变量匹配机制，通过每条轨迹采样一个 latent，使自由运行的 ODE 推演在多个时刻匹配演示状态，以消除监督捷径。在 LIBERO 上训练 30k 步后，SPT-Flow 相比 ODEWorld 基线在中间帧和最终帧的 best-of-10 PSNR 分别提升 2.0 dB 与 2.4 dB，平均 LPIPS 降低 23%，且单样本推理成本相当。
このストーリーのホット度の推移
現在のホット度 7·比較可能範囲のピーク 10（11月2日 14:00）·直近24時間の比較可能な変化–
トレンドは継続して完全に観測した同じ主体のみを比較するため、現在のホット度の集計より範囲が狭い場合があります。ポインターの移動やタップで1時間ごとのホット度を確認でき、キーボードでは左右の矢印キーで切り替えられます。