清华等发布 ALIVE:让流式视频模型学会主动监控与寻求反馈
Tsinghua · hf · 2026-11-19
清华大学联合北大、字节跳动、北航等发布 ALIVE,一个可交互的流式视频模型,让能持续观察世界的流式视频 LLM 不再孤立地处理单次请求,而是支持主动监控、流式任务协调和寻求反馈式交互。
技术要点:
- 构建了 ALIVE-SFT-288K 与 ALIVE-RL-3K 数据集,做两阶段训练。
- 对比式监督微调教会模型何时、如何回应;强化学习阶段提出行为对齐信用分配(BACA),结合轨迹级与局部优势,联合优化决策、回应和「保持沉默」。
- 提出 FSI-Bench 评测寻求反馈及后续任务完成能力。
ALIVE 在四个公开 benchmark 和 FSI-Bench 上的综合得分均高于对比模型。
「多模态」频道最新
- 斯坦福 AnisoFlow:为流模型学各向异性预测目标,不改架构提升 FID — StanfordUniversity · 2026-11-19
- 绕过 PyTorch 直写 HIP 核:MiniMax H3 在 AMD R9700 上提速近 3 倍 — Apprehensive_Sky892 · 2026-11-19
- 用户实测 Thinking Machines 模型设计活体菌落图像 — simonguozirui · 2026-11-19
- 一句话提示词让 Grok bot 自动产出 4 分钟完整视频 — songguoxiansen · 2026-11-19
- ComfyUI 求助:Q 版短腿角色的 OpenPose 骨架怎么调比例 — Any_Aardvark_9324 · 2026-11-19
- ComfyUI+传统视效流水线复刻漫画版死侍,作者免费分享工作流 — artecondante · 2026-11-19