搜索
今年，生成式 AI 的炒作消息层出不穷，显然应用开发人员也一直在关注这波潮流。以 AI 为卖点的工具几乎在苹果的 App Store 排行榜上占据了每个类别的榜首，包揽了教育、生产力和照片编辑领域的前 10 名。免费图形和设计应用类别中的机遇尤其多，这个类别中充斥着 AI 内容创建工具。
近段时间，世界模型的相关研究成果正如雨后春笋版不断涌现，光是我们报道过的就已有南大周志华团队的世界模型 Whale、Yann LeCun 团队的世界模型研究、李飞飞 World Labs 的空间智能研究、谷歌的强大世界模型 Genie 2 以及刚刚开源的像是能模拟万物的生成式物理引擎 Genesis。
不仅能推理，还能明确展示自己「推理逻辑」的大模型出现了。 OpenAI 的 12 天连续发布已近尾声，但它的热度显然已经被谷歌夺去了许多。从 Gemini 2.0 Flash 到 Veo 2 到今天的 Gemini 2.0 Flash Thinking，谷歌端上来的菜真是一道比一道香。
Meta斯坦福大学联合团队全面研究多模态大模型（LMM）中驱动视频理解的机制，扩展了视频多模态大模型的设计空间，提出新的训练调度和数据混合方法，并通过语言先验或单帧输入解决了已有的评价基准中的低效问题。
英伟达2025年博士奖学金名单揭晓了！今年，共有10位天才学者入选，华人比例占七成，其中不乏有中科大、浙大、上交、上科大、东南大学优秀校友。值得一提的是，5名入围学者全是华人学生。
本文中，香港大学与 Adobe 联合提出名为 UniReal 的全新图像编辑与生成范式。该方法将多种图像任务统一到视频生成框架中，通过将不同类别和数量的输入/输出图像建模为视频帧，从大规模真实视频数据中学习属性、姿态、光照等多种变化规律，从而实现高保真的生成效果。
AutoPatent框架能够自动化生成高质量的专利文档，大幅提高专利撰写效率，有望简化专利申请流程，降低成本，促进创新保护。
将图像中与约束相关的物体或部分提取为更简洁的几何元素（如点、线、面）。通过跟踪和评估这些几何元素在时空中的变化，可以有效地监控约束是否被满足。
2024年，智驾领域最热的词，就是“端到端”。甚至，到了不聊端到端都没法出门的程度。
自动驾驶行业正经历新一轮洗牌。其中，全球自动驾驶第一股图森未来的沉浮，折射出整个行业的阵痛：从 2021 年 IPO 时 85 亿美元的估值，到 2024 年初退市，短短三年间历经管理层动荡、美国监管调查、业务收缩及大幅裁员等一系列剧变。