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...

排名第二，面对如此泼天的流量，该用什么“姿势”来接住？ 在千变万化、快速发展的生成式AI时代下，如此

在太高，于是，合成数据的技术就显得尤为重要。 目前，具身合成数据有两条主要技术路线之争： “视频合成

清华和上海AI Lab团队通过测试时强化学习方法，提升模型数学能力159%，在多个数据集上表现显著。

基双子的可灵AI基础模型——文/图生图的可图、文/图生视频的可灵，都重磅升级到2.0版本。 可图2.

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...

）技术迅速崛起，正成为推动数字内容创作革新的关键力量，特别是在游戏、影视、虚拟现实和工业设计等领域表

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。

（3DGS）成为新一代高效三维建模技术，它的自适应特性却悄然埋下了安全隐患。在本篇 ICLR 202

科学领域正经历一场静默的革命。传统的特征工程、模型训练与迭代优化流程，正被智能化的研发助手所改变。

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。

本周三下午3:00，赞奇科技将在线上举办研讨会，分享企业数字化转型的具体细节。研讨内容包括行业场景调研、人才投入、硬件和软件投入策略等。研讨会邀请了服务多家企业的实战团队参加。

酷开科技发布的新款智能体，包括影音、生活、教育、健康、创作和设备六类。其中影音智能体能帮助用户搜索电影及电视剧，生活智能体则能在大屏上完成旅行计划，并支持音乐搜索等功能；教育智能体...

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...

530万美元融资了呀！ 21岁小哥（称他为小李）这几天公布了一则喜讯，他们初创公司Cluely获得来