通才机器人新突破：统一世界模型 UWM；南大、字节提出解耦扩散 transformers｜今日热门论文

本文总结了六篇热门论文的研究成果。首先，南京大学和字节跳动提出了解耦扩散 transformers (DDT)，通过解耦设计解决了语义编码和高频解码之间的矛盾，显著提高了训练收敛速度和推理速度。其次，复旦大学和阶跃星辰提出了多模态 SVG 生成模型 OmniSVG，通过解耦结构逻辑与几何参数，实现了高质量和复杂的 SVG 生成。第三，通才机器人领域的新突破是统一世界模型 (UWM)，该模型整合了动作扩散和视频扩散过程，能够灵活表示多种模态，并在大规模多任务机器人数据集上表现出色。此外，上海 AI Lab 提出了免训练的高分辨率文生图框架 HiFlow，通过流对齐指导提高了图像合成的质量。最后，南加州大学提出了自适应课程强化微调 AdaRFT，通过动态调整训练问题难度，显著提高了训练效率和推理性能。