搜索
就在今天，OpenAI正式宣布推出GPT-Rosalind，一款专为生物学和药物研发打造的垂直领域推理模型！它旨在加速从基础生物学、药物发现到转化医学的整个研究流程，解决新药研发周期长、流程复杂等核心痛点。
本文是北京大学彭宇新教授团队在视觉定位方向的最新研究成果，相关论文已被顶级国际期刊 IEEE TPAMI 接收。为视觉定位模型赋予「自知之明」能力 —— 通过自监督的关联校正与验证模块，在训练过程中动态识别、衰减并纠正错误的监督信号。大量实验证明，让模型学会「自我纠错」，是突破弱监督视觉定位瓶颈的有效途径。
最新研究提出合成数据的全新分类框架，突破「生成模型=合成数据」的传统认知，涵盖反演、仿真与数据增强等方法，并按应用层次划分为数据中心AI、模型中心AI、可信AI和具身AI。
在生成式视频快速发展的今天，模型已经能够生成高质量的短视频片段，但一个更具挑战性的问题正逐渐成为研究焦点：
刚刚，图灵联合创始人刘江在海外社交媒体X上透露，DeepSeek核心研究院——郭达雅已加入字节跳动。 郭达雅2023年博士毕业后加入DeepSeek，title是AI Researcher。公开论文显示，从 DeepSeek-Coder、DeepSeek-Math、DeepSeek-Prover、DeepSeek-V3到 DeepSeek-R1，他都出现在核心作者名单中。
Anthropic正式推出了Claude Code的自动化任务功能Routines，目前处于研究预览阶段。只要配置好一次提示词、代码仓库和连接器，Claude就能在云端全自动干活了。这些任务全部运行在Anthropic的云端基础设施上，意味着完全不需要你一直开着电脑，哪怕你下班关机，它也能按时帮你处理代码积压、审查代码，甚至随时响应云端事件。
近年来研究者们一直在试图通过仿真环境批量产出具身训练数据。
文本驱动的人体动作生成是游戏NPC、虚拟主播、机器人控制等实时交互系统的核心技术。
太疯狂了！Meta和METR刚测出的AI进化数据，与中国团队两年前提出的「密度定律」完美重合。硅谷猛然回头，发现中国研究者在这条路上已领先两年！
前两天办完大会，然后昨天周末跟一个朋友吃饭，聊着聊着他突然放下筷子看着我说了一句，不是哥们，你怎么什么都懂一点？