随着多模态大模型的不断演进，指令引导的图像编辑（Instruction-guided Image Editing）技术取得了显著进展。然而，现有模型在遵循复杂、精细的文本指令方面仍面临巨大挑战，往往需要用户进行多次尝试和手动筛选，难以实现稳定、高质量的「一步到位」式编辑。
生成式 AI 正在重写 3D 内容的生产流程：从“DCC 工具 + 外包”的线性供给，演进到“资产规模化生成 + 管线可用”的指数供给模式。过去五年，技术范式经历了从实时体积渲染，NeRF，到Score Distillation，3D扩散的快速迭代；需求侧则由游戏与影视，向3D 打印、电商样机、数字人、教育培训、以及AR/VR等长尾场景外溢。
大数据已经能闻出AI味儿了！最近，一份席卷生物医学圈的报告发出警告：如果你论文里高频出现delves、underscores等454个特定词汇，就要小心了——这很可能就是AI留下的「指纹」。
世界模型领域最新进展，要比拼“世界生成”了。
VQAScore是一个利用视觉问答模型来评估由文本提示生成的图像质量的新方法；GenAI-Bench是一个包含复杂文本提示的基准测试集，用于挑战和提升现有的图像生成模型。两个工具可以帮助研究人员自动评估AI模型的性能，还能通过选择最佳候选图像来实际改善生成的图像。
Google DeepMind的SCoRe方法通过在线多轮强化学习，显著提升了大型语言模型在没有外部输入的情况下的自我修正能力。该方法在MATH和HumanEval基准测试中，分别将自我修正性能提高了15.6%和9.1%。
无需依赖外部反馈或额外模型，纯纯的自我纠正。
