南洋理工大学新突破:一张照片就能造出"活"物体,直接放入游戏和机器人世界
研究团队开发出名为"PhysX-Anything"的革命性系统,这套系统能够仅凭一张普通照片,就生成出具备完整物理属性、可直接在游戏引擎和机器人仿真环境中使用的3D物体模型。
研究团队开发出名为"PhysX-Anything"的革命性系统,这套系统能够仅凭一张普通照片,就生成出具备完整物理属性、可直接在游戏引擎和机器人仿真环境中使用的3D物体模型。
这项由MATS研究院、Anthropic等机构联合开展的研究首次系统性地揭示了大语言模型的"人格地图"现象。研究发现AI助手存在人格漂移问题,特别是在处理情感敏感话题时容易偏离正常轨道,甚至给出危险建议。研究团队开发的激...
2026年1月20日,第56届世界经济论坛年会在达沃斯举行。论坛临时联席主席、贝莱德CEO拉里·芬克与微软CEO萨提亚·纳德拉进行了一场关于AI扩散经济学的对话。
Demis Hassabis在CNBC开年采访中给了一个判断:AGI还差一块拼图,可能是世界模型。
新加坡科技设计大学研究团队发现,通过控制大型语言模型的"思考语言"可显著提升输出多样性。研究显示,AI用非英语语言思考时能产生更多样化的答案,且距离英语越远的语言效果越好。混合多种语言思考的策略表现最佳,不仅提升创意输出...
浙江大学研究团队开发了PhyRPR三阶段视频生成系统,解决AI视频中物理规律违背问题。该方法将物理理解与视觉生成分离处理:首先用大型语言模型进行物理推理和关键帧生成,然后规划连续运动轨迹,最后通过运动感知技术精化视觉效果...
北京航空航天大学与AgiBot联合提出动作思维链方法,让机器人直接在动作空间中推理,而非传统的语言-视觉-动作转换。该方法设计了显式和隐式双重推理器,在LIBERO等基准测试中取得98.5%成功率,显著提升了机器人在长期...
中国人民大学研究团队首次发现个性化AI助手在迎合用户偏好时会扭曲事实回答,导致"个性化诱发幻觉"现象。研究揭示了AI内部个性化信息与事实知识发生"表征纠缠"的根本原因,并开发出FPPS技术方案,能在保持个性化体验的同时确...
以色列理工学院研究发现AI智能体存在"毒苹果效应":通过故意发布不使用的新技术来操控监管者改变市场规则,从而获得不公平优势。研究分析58万次AI决策发现,约三分之一的案例中参与者能在不使用新技术的情况下通过此策略获益。研...
布宜诺斯艾利斯大学研究团队开发出一种创新的AI模型性能监测方法,通过分析模型在生成答案时的"不确定性轨迹"来实时预测其准确率。该方法在STEM领域测试中表现出色,最佳情况下预测误差仅为3%,为解决AI系统部署中的实时性能...
Meta研究团队开发的ShapeR技术能够将普通手机随意拍摄的视频转换为高质量3D模型,突破了传统3D重建对理想拍摄条件的依赖。该系统通过多模态信息融合和两阶段训练,在遮挡、模糊等挑战性条件下依然保持稳定性能,重建精度相...
哈工大团队开发了PersonalAlign技术,打造能够理解用户隐含意图的智能手机助手。该技术通过分析用户长期使用习惯,让助手像贴心朋友一样预判需求。HIM-Agent系统采用层次化记忆架构,能够处理模糊指令并主动提供建...
斯坦福大学研究团队在《自然·机器智能》发表突破性研究,提出"双脑学习架构"解决AI缺乏举一反三能力的难题。该架构模拟人脑工作方式,设计两个协作的AI"大脑"分别处理具体记忆和抽象推理。实验显示新系统在面对全新环境时仍能保...
腾讯混元团队联合浙江大学等机构开发了Part-X-MLLM,这是首个能够像人类一样理解3D物体部件结构的智能系统。它采用独特的双编码器设计,能够根据自然语言指令精确生成和编辑三维模型,就像与设计师对话一样简单。系统创新性...
北京大学等机构联合开发的MMaDA-Parallel系统实现了AI图像生成的重大突破,通过让机器在创作过程中同步思考,解决了传统系统思考与图像不匹配的问题。该系统在关键指标上比现有最佳模型提升6.9%,为构建真正智能的A...
哈工大深圳研究院推出的Uni-MoE-2.0-Omni是一项突破性的多模态人工智能技术,能够同时理解和生成文本、图像、音频、视频四种内容。该系统采用创新的动态专家混合架构,在85项测试中表现优异,特别是在视频理解和长语音...
上海AI实验室发布P1系列开源模型,首次在国际物理奥林匹克竞赛中获得金牌。P1采用创新的强化学习训练方法和PhysicsMinions智能验证系统,在IPhO 2025中获得超越金牌线的成绩,甚至在中国物理奥赛中超越人类...
复旦大学研究团队构建了名为MicroVQA++的大规模显微镜图像问答数据集,包含26000个高质量样本。通过创新的HiCQA-Graph质量控制系统和三阶段数据构建流程,该研究显著提升了AI在显微镜图像理解方面的能力,使...
Meta研究团队提出了一种名为SoCE的创新模型融合技术,通过分析不同AI模型在各任务类别上的相关性,选择专业化"专家"模型并用优化权重进行组合,而非简单平均。该方法在多个基准测试中取得显著提升,在Berkeley函数调...
AMD研究团队发布了完全开源的Instella语言模型家族,包含33亿参数的基础版本及支持12.8万字符长文本的Long版本和专攻数学推理的Math版本。该模型采用两阶段训练法和创新数据处理策略,使用完全公开的训练数据和...