清华张亚勤：10年后，机器人将可能比人都多
张亚勤在新书《智能涌现》中预测，未来10年后机器人可能比人都多，并进入家庭。AI技术正从“数字化3.0”升级，发展方向包括大模型、自动驾驶和生物智能。他提出了五大趋势和发展方向，强调统一...
马斯克炫酷变身毒液！实测通义Wan2.1首尾帧视频模型，还能“拼接”经典梗图
阿里通义万相Wan2.1最新版发布，基于首尾帧技术能生成流畅、连贯的5s/720p视频。模型参数规模达到百亿级，支持在官网和多个开源平台使用。实测显示其表现优秀，具备较强的主体一致性、前后连贯...
纯自回归图像生成模型开源来了，复旦联手字节seed共同捍卫自回归
基于Transformer的自回归视觉生成模型在图像生成领域的表现受到了质疑。然而，复旦大学和字节Seed的研究者们提出了一种新方法SimpleAR，在0.5B参数规模下实现了高质量图像的生成，并通过优化训...
深圳又出了个智能机器人：DeepSeek加持，全球首款全域全身VLA
新一代通用智能机器人AlphaBot 2在学习能力和自主执行任务方面表现出色，能够360°感知周围环境并完成多种复杂任务。智平方与华熙生物达成合作，将机器人应用于生物科技领域。
突破AI视觉“选择性失明”，哈工大首次实现指令驱动的全景式感知
哈工大博士生李俊劼的研究成果GiVE首次实现了指令驱动的全景式感知，解决了传统多模态模型'选择性失明'的问题。通过引入AG-Adapter模块和设计三种专门损失函数，GiVE能灵活调整注意力...
UC伯克利：让推理模型少思考，准确率反而更高了！
UC伯克利研究发现，强制要求模型跳过思考过程仍能保持或提高推理能力。使用DeepSeek-R1模型，在定理证明任务中仅需30%的Token就能达到与完整思考相同的准确率。
生数科技副总裁：多模态技术定将催生全新内容平台，实现完全个性化、实时可控、可交互｜中国AIGC产业峰会
多模态生成技术推动AI视频创作新阶段，生数科技产品副总裁廖谦分享了其对于多模态大模型终局的看法及应用场景。视频生成领域迎来黄金发展期，预计2024年将出现重大突破。
最强o1也刚刚及格！中科大等团队测试视频CoT推理能力：多数模型不及格
中科大等团队提出VCR-Bench评估基准，用于评价视频理解中的CoT推理能力。该基准包含七个独立评估维度的任务框架，覆盖视觉感知和逻辑推理两大类别。结果显示当前多模态模型在复杂视频推理任务上...
OpenAI姚顺雨：大模型下半场是产品的游戏，做研究也要有产品思维
姚顺雨指出AI发展分为上半场和下半场。上半场以模型和方法为主，而下半场的重点转向如何定义现实任务并有效评估AI的表现。他强调强化学习已能泛化，并提出新的评估规则来解决当前局限性。
AIGC最强参考！2025值得关注AIGC企业&产品榜单揭晓
第三届中国AIGC产业峰会上，58家企业和53项产品入选2025年值得关注的AIGC榜单，涵盖大模型、基础模型、行业应用等全产业链，推动AIGC技术在企业运营中的实际应用。
装满智能体AI的手机，正在呼唤一个“Type-C时刻”
联发科在天玑9400+中引入多项新技术，提升了AI能力，并发布AI开发套件2.0和Neuron Studio工具集，推动智能体AI在手机上的应用。
多模态生成框架新SOTA：文本+空间+图像随意组合，20W+数据开源，复旦腾讯优图出品
复旦大学、腾讯优图实验室等机构的研究人员提出UniCombine框架，能够处理多种条件组合的多条件可控生成任务，并在多个实验中达到SOTA。
GPT-4.1淘汰了4.5！全系列百万上下文，主打一个性价比
OpenAI发布了GPT-4.1系列模型，相比前代GPT-4.5有显著提升。新版本包括GPT-4.1、GPT-4.1 mini和GPT-4.1 nano，主打长上下文处理能力和性价比。