LingBot-World：推进开源 World Model
围绕开源世界模型、数据引擎、LingBot-World 方法和实时自回归系统展开的中文解析。
论文阅读入口
集中管理当前文件夹中的论文 HTML 解析文件。点击卡片里的入口即可打开对应页面阅读。
世界模型 / 交互模拟
LingBot-World-Infinity：可实时交互的开放世界生成模型
对 Infinite Worlds with Versatile Interactions 的中文翻译，覆盖数据管线、方法与少步蒸馏。
Xiaomi-Robotics-U0：基于 World Foundation Model 的统一具身合成
解析 U0 如何用 World Foundation Model 统一 embodied synthesis、场景生成与机器人数据生成。
视频生成 / 扩散模型
AnyFlow：任意步数视频 Diffusion 蒸馏模型
介绍 AnyFlow 如何通过 On-Policy Flow Map Distillation 支持任意步数采样。
Vidu S1：实时交互视频生成模型
面向实时交互视频生成，梳理 Vidu S1 的模型设计、交互能力与实验结果。
OPSD-V：面向少步自回归视频生成器后训练的自蒸馏
聚焦少步 AR 视频在长 rollout 中的 cache-state degradation，并解释 On-Policy Self-Distillation 的训练设计。
GenCeption：视频生成模型是通用视觉学习器
讨论视频生成模型如何迁移为通用视觉学习器，并连接生成式预训练与视觉理解任务。
StarVid：让文生视频模型更清楚地知道“谁在做什么”
聚焦多主体多动作场景下的语义错位问题，并拆解 StarVid 的方法流程。
视频编辑 / 图像修复
LiveEdit：面向实时 Diffusion 流式视频编辑
包含一页概览、摘要定位、方法与实验等中文精读内容。
Goku：百万规模通用数据集与指令式视频编辑 Benchmark
覆盖论文概览、数据集、评测基准与相关实验的中文翻译和精读。
OSOR：把“擦掉物体”做成一次前向传播的扩散修复
围绕问题定义、核心观察、方法拆解和实验结果展开的中文解析。
训练方法 / 蒸馏与弱到强
Direct-OPD：通过 Direct On-Policy Distillation 实现弱到强泛化
解释如何迁移弱模型 RL 前后的行为变化，用 Direct-OPD 提升强 Student 的训练效率与泛化能力。
具身智能 / 视频预训练
LingBot-Video：面向具身智能的大规模 MoE 视频预训练
对 Scaling Mixture-of-Experts Video Pretraining for Embodied Intelligence 的中文翻译与方法解析。
没有找到匹配的论文入口。