重磅！阿里達摩院發布首個VLA與世界模型統一架構RynnVLA-002：97.4%成功率刷新認知
作者：Jun Cen等 解讀：AI生成未來 亮點直擊 統一架構：RynnVLA-002，這是一個將視覺-語言-動作（VLA）模型與世界模型統一在單一框架中的“動作世界模型”。 雙向增強：實現了 VLA
豆包輸入法1.0實測：干凈是最大優勢，功能是最大短板
優缺點分明。 豆包已成為小雷日常生活中使用頻率最高的AI應用，無論是各類疑難問題解答、群訪文檔總結，還是文字內容調整，都能放心交給它處理。 就在最近，小雷發現自己的手機應用商店上架了一款名為豆包輸入法
硬剛GPT-Image-1？蘋果最新UniGen-1.5強勢發布：一個模型搞定理解+生成+編輯！
作者：Rui Tian等 解讀：AI生成未來 亮點直擊 推出UniGen-1.5統一多模態大模型，通過創新的架構設計與訓練流程，實現了先進的圖像理解、生成與編輯能力融合。 開創統一強化學習訓練框架，借
告別文字想象！快手可靈團隊開源VANS：實現從“語言描述”到“動態演示”跨越，多項SOTA
作者：Junhao Cheng等 解讀：AI生成未來 亮點直擊 開創VNEP新范式：將下一代事件推理從文本描述推進到動態視頻演示的新階段。 提出VANS框架及核心Joint-GRPO策略：通過強化學習
NeurIPS`25 | 感嘆歲月神偷！南開&三星開源Cradle2Cane:完美破解“年齡-身份”兩難困境！
作者：Tao Liu, Dafeng Zhang等 解讀：AI生成未來 亮點直擊 直擊痛點，提出“Age-ID Trade-off”： 深入分析了人臉老化任務中“年齡準確性”與“身份保持”之間的內在矛
Gemini 3 自述：我不是要替代人類，我是為了終結平庸
來源：@首席數智官 在硅谷的計算機歷史博物館里，靜靜躺著早期的真空管和穿孔卡片。它們沉默不語，卻定義了那個時代計算的極限。 而在Google DeepMind的數據中心里，無數個TPU正在以微秒級的
第二彈！MIT何愷明團隊再發重磅成果VARC：ARC原來是個視覺問題！性能匹敵人類水平
作者：Keya Hu、Kaiming He等 解讀：AI生成未來 圖 1：ARC 基準（上圖）由許多不同的任務組成，其中每個任務都有少量（如 2-4 個）測試樣本。本文提出了視覺 ARC (VARC)
新加坡國立等發布WEAVE：首個上下文交錯式跨模態理解與生成全套解決方案
作者：Wei Chow、Jiachun Pan等 解讀：AI生成未來 亮點直擊 數據集創新：WEAVE-100k——首個面向多輪上下文感知圖像理解與生成的大規模數據集。包含10萬個樣本、37萬輪對話和
文生圖也會“精神分裂”？北大、字節聯手揭秘：越思考越畫錯！并行框架終結AI“左右互搏”
作者：Ye Tian、Ling Yang等 解讀：AI生成未來 亮點直擊 深入的基準測試與分析：ParaBench，一個新的基準測試，旨在系統性地評估“思考感知”型圖像生成與編輯任務。它不僅關注最終生
一步直接封神！單步擴散媲美250步教師模型！中科大&字節發布圖像生成“分層蒸餾術”
作者：Hanbo Cheng等 解讀：AI生成未來 亮點直擊 系統性分析與統一視角：對軌跡蒸餾（TD）進行了系統性分析，揭示了其本質是一種有損壓縮過程。這一視角解釋了為何TD方法雖然能有效保留全局結構
視頻模型在真推理還是“演”推理？港中文等提出新基準拷問:Chain-of-Frame到底是真是假？
作者：Ziyu Guo等 解讀：AI生成未來 引言 近年來，以 Veo、Sora 等為代表的視頻生成模型展現出驚人的生成能力，能夠合成高度逼真、時間連續的動態畫面。這些進展暗示，模型在視覺內容生成之外
直播革命來了！StreamDiffusionV2：140億參數實時視頻飆上58FPS！伯克利&韓松團隊等
作者：Tianrui Feng等 解讀：AI生成未來 亮點直擊 StreamDiffusionV2，這是一個免訓練的流式系統，專為視頻擴散模型設計，用于實現動態交互式的視頻生成。 巧妙整合了SLO-a
一文講透自動駕駛中的“點云”
在談及自動駕駛感知系統時，經常會看到一個專業詞匯，那便是“點云”。作為連接物理現實與數字世界的橋梁，它賦予機器一種超越人類視覺的深度感知能力，讓車輛得以精確地“理解”自身在環境中的位置與周遭物體的真實
主題一致超越所有開源與商業模型！中科大&字節開源統一創新框架BindWeave
作者：Zhaoyang Li等 解讀：AI生成未來 亮點直擊 BindWeave：針對現有視頻生成技術在主題一致性方面的瓶頸，提出了一個專為主題一致性視頻生成設計的新型框架。 引入多模態大語言模型作為
頂刊TPAMI 2025！一個模型搞定所有！多模態跟蹤“全能王”UM-ODTrack橫空出世
作者：Yaozong Zheng等 解讀：AI生成未來 亮點直擊 1.為視覺跟蹤領域提供了首個通用的視頻級模態感知跟蹤模型。UM-ODTrack?僅需訓練一次，即可使用相同的架構和參數實現多任務推理，
好聽、好用、好安全，海康威視打造全套網絡音頻系統
你能想象嗎？在數字化技術、網絡技術席卷全球的今天，會議音頻與擴聲系統竟然還大量采用模擬信號技術。然而這種誕生于上世紀的音頻技術，正面臨“三重困境”： 首先，信號裸奔。模擬系統通過模擬信號傳輸，像天線一
首個基于LLM的開源音頻大模型！階躍星辰重磅開源Step-Audio-EditX：P聲音如此簡單！
作者：Chao Yan等 解讀：AI生成未來 亮點直擊 首個開源的 LLM 音頻編輯模型:Step-Audio-EditX，首個基于大語言模型（LLM）的開源音頻模型，不僅擅長表現力豐富和可迭代的音頻
SLAM在自動駕駛中起到什么作用？
在談及自動駕駛時，經常會聽SLAM這項技術。SLAM，即“Simultaneous Localization And Mapping”的縮寫，中文稱為“同時定位與建圖”。SLAM可以解決一個非常關鍵的
旅行Agent評測：通義千問VS攜程AIVS豆包
今時不同往日，剛剛過去的2025年十一假期，可以稱得上是AI時代的第一個十一假期。 一個全新的概念已經浮出水面：旅行Agent（AI旅行助手）。 各大平臺紛紛開始把AI應用于旅行上，無論是規劃行程、提
小鵬Robotaxi和IRON發布：物理AI“安全大考”才剛剛開始
“當 AI 從屏幕里的算法，變成能幫你開門、載你通勤的‘物理伙伴’，安全和智能哪個該優先？”11 月 5 日小鵬科技日的開場提問，把這場技術發布會從 “參數秀” 拉回了普通人的生活場景 —— 當天拋出
資訊訂閱
- 精彩回顧 《2024智能制造產業高端化、智能化、綠色化發展藍皮書》 查看回顧
- 精彩回顧 OFweek 2025（第十四屆）中國機器人產業大會 查看回顧
- 精彩回顧 Ansys Motion薄膜卷曲卷對卷工藝仿真解決方案 查看回顧
- 精彩回顧 STM32全球線上峰會 查看回顧
- 精彩回顧 2024視覺感知技術在半導體與印刷包裝創新大會 查看回顧
- 精彩回顧 全數會2024中國人形機器人技術創新發展大會 查看回顧
-
加密芯片筑牢工業設備防抄板防線2025-11-14
-
LKT4202UGM、LKT4305GM國密芯片
2025-10-31
-
金融級安全加密芯片-LKT4304
2025-04-10
-
ATSHA204A國產全兼容芯片LCSHA204
2025-02-27
-
耗材保護芯片-LKT4304解決方案
2025-02-13
-
LKT4304新一代算法移植加密芯片
2025-01-16
