机器之心

专业的前沿科技媒体与产业服务平台

机器之心

发布于7小时前

港大开源ViMax火了，实现AI自编自导自演
想象一下，只需要一句话描述，AI 就能为你拍出一部完整的短剧？以后可能真的人人都能当导演了。不用学复杂的拍摄技巧，不用买昂贵设备，甚至不用找演员。有个好想法，AI 就能帮你实现。为了让这个想法变成现实，香港大学黄超教授团队开源了 ViMax 框架，并在 G...

赞

评论 1

浏览

AI资讯
机器之心

发布于1天前

何恺明NeurIPS 2025演讲盘点：视觉目标检测三十年
机器之心报道机器之心编辑部不久前，NeurIPS 2025 顺利举办，作为人工智能学术界的顶级会议之一，其中不乏学术界大佬的工作和演讲。有一项荣誉的颁发显得格外厚重且众望所归 —— 由任少卿、何恺明、Ross Girshick 和孙剑合著的经典论文《Fa...

赞

评论 1

浏览 1

AI资讯
机器之心

发布于1天前

效率提升25%，灵巧操作数采困境被「臂-手共享自主框架」解决
实现通用机器人的类人灵巧操作能力，是机器人学领域长期以来的核心挑战之一。近年来，视觉 - 语言 - 动作 (Vision-Language-Action，VLA) 模型在机器人技能学习方面展现出显著潜力，但其发展受制于一个根本性瓶颈：高质量操作数据的获取。...

赞

评论 1

浏览

AI资讯
机器之心

发布于15小时前

刚刚，GPT-5.2满分屠榜，OpenAI十周年王者归来
机器之心报道机器之心编辑部谷歌的领先优势，只保持了不到一个月。今天是 OpenAI 的十周年纪念日，十周年之际，来点大的。文中视频链接：https://mp.weixin.qq.com/s/b_1UR_AksY4_1Osti97RmA在「红色警报」后，Op...

赞

评论 1

浏览 1

AI资讯
机器之心

发布于15小时前

谷歌发布智能体Scaling Law：180组实验打破传统炼金术
机器之心报道编辑：Panda智能体（Agent），即基于语言模型且具备推理、规划和行动能力的系统，正在成为现实世界 AI 应用的主导范式。尽管其已被广泛采用，但决定其性能的原则仍未被充分探索，导致从业者只能依赖启发式经验，而非有原理依托的设计选择。现在，谷...

赞

评论

浏览 3

AI资讯
机器之心

发布于14小时前

全球强化学习+VLA范式，PI*0.6背后都有这家中国公司技术伏笔
机器之心发布机器之心编辑部在 Physical Intelligence 最新的成果 π0.6 论文里，他们介绍了 π0.6 迭代式强化学习的思路来源：其中有我们熟悉的 Yuke Zhu 的研究，也有他们自己（Chelsea Finn、Sergey Lev...

赞

评论

浏览 3

AI资讯
机器之心

发布于14小时前

Meta「内战」升级：做「神一般的AI」，还是守住「社交帝国」？
机器之心报道编辑：+0随着扎克伯格将公司战略重心从「元宇宙」全面转向人工智能，公司内部正面临多重挑战。据《纽约时报》报道，Meta 新组建的顶尖 AI 团队与公司原有的核心业务部门之间，在资源分配、发展目标及文化融合上产生了摩擦。今年，扎克伯格重组了 Me...

赞

评论 1

浏览 3

AI资讯
机器之心

发布于14小时前

NUS LV Lab新作｜FeRA：基于「频域能量」动态路由，打破扩散模型微调的静态瓶颈
尹博：NUS 计算机工程硕士生、LV Lab 实习生，研究方向是生成式 AI，及参数高效率微调（PEFT）。胡晓彬：NUS LV Lab Senior Research Fellow，研究方向是生成式 AI，MLLM Agent 等。在大模型时代，参数高...

赞

评论 1

浏览 3

AI资讯
机器之心

发布于2天前

告别专家依赖，让机器人学会自我参考，仅需200步性能飙升至99.2%
费森俞，上海创智学院 & 同济大学博士一年级学生，导师赵宪忠教授，研究方向为 VLA 强化学习后训练。王思尹，上海创智学院 & 复旦大学博士二年级学生，导师邱锡鹏教授，研究方向为多模态具身智能。为本文共同第一作者。龚经经，上海创智学院全时导师。邱锡鹏，复旦...

赞

评论 1

浏览 6

AI资讯
机器之心

发布于2天前

「豆包手机」为何能靠超级Agent火遍全网，我们听听AI学者们怎么说
机器之心原创机器之心编辑部手机上的 AI，从来没有这么像真人。最近一个星期，席卷科技圈的一款手机不来自任何一家硬件大厂，而是与字节的豆包联系在了一起。这款搭载豆包手机助手的工程机引爆了全网，让很多人第一次真切地感受到 Agent 已经触手可及。在某宝平台上...

赞

评论 1

浏览 16

AI资讯
机器之心

发布于3天前

地平线首曝BPU「黎曼」架构，用数学流形重构AI计算
机器之心报道机器之心编辑部2012 年 12 月，美国太浩湖畔 Harrah's 酒店的 731 房间，一场足以载入 AI 史册的秘密竞拍正在进行。彼时，余凯代表百度，与 Google、微软以及当时还名不见经传的 DeepMind，共同竞购「深度学习之父」...

赞

评论

浏览 6

AI资讯
机器之心

发布于5天前

LLM强化学习不稳定之谜，被Qwen团队从「一阶近似」视角解开
机器之心报道机器之心编辑部如今，强化学习（RL）已成为提升大语言模型（LLM）复杂推理与解题能力的关键技术范式，而稳定的训练过程对于成功扩展 RL 至关重要。由于语言具有强烈的上下文属性，LLM 的 RL 通常依赖序列级奖励 —— 即根据完整生成序列给一个...

赞

评论

浏览 6

AI资讯
机器之心

发布于3天前

没了遥控器，还被扔进荒野，具身智能该「断奶」了
机器之心原创作者：吴昕翻车是真的，希望也是真的。香港中文大学的一处山间小道，流水小桥，树影斑驳，青苔攀附在陡峭连绵的石梯上。无人机视野下500 米的定向越野路线。一只人形机器人跨过三十度的小桥，走上一段石路，迈过两段台阶。好不容易来到一个九十度的弯，重心一...

赞

评论

浏览 10

AI资讯
机器之心

发布于3天前

刚上市的摩尔线程，即将揭晓新一代GPU架构
机器之心发布机器之心编辑部2025 年 12 月 19 日至 20 日，摩尔线程首届 MUSA 开发者大会（MUSA Developer Conference，简称 MDC 2025）将在北京中关村国际创新中心拉开帷幕。作为国内首个聚焦全功能 GPU 的开...

赞

评论 1

浏览 9

AI资讯
机器之心

发布于3天前

全图与切片并非等价？LLaVA-UHD-v3揭示差异推出高效全图建模方案
随着多模态大模型（MLLMs）在各类视觉语言任务中展现出强大的理解与交互能力，如何高效地处理原生高分辨率图像以捕捉精细的视觉信息，已成为提升模型性能的关键方向。然而，主流的视觉编码范式往往难以兼顾性能与效率：基于切片的编码方法虽能降低计算开销，却牺牲了全局...

赞

评论 1

浏览 9

AI资讯
机器之心

发布于3天前

Snapchat提出Canvas-to-Image：一张画布集成 ID、姿态与布局
Canvas-to-Image 是一个面向组合式图像创作的全新框架。它取消了传统「分散控制」的流程，将身份参考图、空间布局、姿态线稿等不同类型的控制信息全部整合在同一个画布中。用户在画布上放置或绘制的内容，会被模型直接解释为生成指令，简化了图像生成过程中的...

赞

评论 1

浏览 9

AI资讯
机器之心

发布于5天前

百万人围观的“萌娃教训小狗”视频火了，结果都是AI生成的｜附教程
机器之心报道编辑：杨文人类总是对可爱的小东西毫无抵抗力。最近社交平台冒出一堆萌娃与「汪星人」温馨互动的视频，简直把人萌化。不夸张地说，每一帧都精准击中老夫那颗尘封已久、半死不活的心。有小孩一本正经教训小狗的。比如一个扎着辫子的小女孩站在厨房里，用手指指着金...

赞

评论 1

浏览 7

AI资讯
机器之心

发布于5天前

DeepSeek、Gemini谁更能提供情感支持？趣丸×北大来了波情绪轨迹动态评估
近日，由趣丸科技与北京大学软件工程国家工程研究中心共同发表的《Detecting Emotional Dynamic Trajectories: An Evaluation Framework for Emotional Support in Langua...

赞

评论 1

浏览 7

AI资讯
机器之心

发布于4天前

DeepSeek V3到V3.2的进化之路，一文看全
机器之心编译作者：Sebastian Raschka12 月 1 日，DeepSeek 一口气发布了两款新模型：DeepSeek-V3.2 和 DeepSeek-V3.2-Speciale。几天过去，热度依旧不减，解读其技术报告的博客也正在不断涌现。知名 ...

赞

评论 1

浏览 7

AI资讯
机器之心

发布于4天前

从分钟级等待到20倍超速：LightX2V重写AI视频生成速度上限
今年以来，开源项目LightX2V 及其 4 步视频生成蒸馏模型在 ComfyUI 社区迅速走红，单月下载量超过 170 万次。越来越多创作者用它在消费级显卡上完成高质量视频生成，把“等几分钟出一段视频”变成“边看边出片”。LightX2V 背后并不是单一...

赞

评论 1

浏览 10

AI资讯