电影中的虚拟人物如何在现实中"复活"?谢菲尔德大学团队让视频人物获得时空连续性
谢菲尔德大学、华威大学和清华大学联合开发的SAM-Body4D系统,实现了视频中人体姿态的时间连续性重建。该技术无需额外训练,通过智能轮廓跟踪和遮挡补全机制,解决了传统方法中人物身份混乱和动作不连贯的问题,在娱乐制作、体...
谢菲尔德大学、华威大学和清华大学联合开发的SAM-Body4D系统,实现了视频中人体姿态的时间连续性重建。该技术无需额外训练,通过智能轮廓跟踪和遮挡补全机制,解决了传统方法中人物身份混乱和动作不连贯的问题,在娱乐制作、体...
UC Berkeley团队开发的ARBITRAGE技术通过"优势感知"机制,让AI系统智能决策何时调用更强大的模型进行推理。该技术避免了传统方法中40%的无效专家调用,在数学推理任务上实现了近2倍的速度提升,为大语言模型...
西安交通大学研究团队首次将SAM 3模型应用于遥感图像开放词汇语义分割,通过双头融合策略解决了密集小目标与连续大区域的分割难题,配合存在性过滤机制减少误检测。该方法无需训练即可识别任意文字描述的地物类型,在17个遥感数据...
大多数人对印制电路板(PCB)的认知还停留在“承载元器件的底板”,但AI服务器PCB的技术门槛则再更高的量级上。
这项由北京大学等机构联合完成的研究,开发了名为GraphLocator的智能软件问题诊断系统,通过构建代码依赖图和因果问题图,能够像医生诊断疾病一样精确定位软件问题的根源。在三个大型数据集的测试中,该系统比现有方法平均提...
这项由德国达姆施塔特工业大学领导的国际研究团队首次发现,当前最先进的专家混合模型AI系统存在严重安全漏洞。通过开发GateBreaker攻击框架,研究人员证明仅需关闭约3%的特定神经元,就能让AI的攻击成功率从7.4%暴...
中科大和字节跳动联合开发的DreamOmni3让图像编辑变得前所未有的简单:只需要在图片上画个圈,说出想要的效果,AI就能精确完成编辑。这项技术不仅支持基础的添加删除,还能进行复杂的多区域编辑、图像融合和简笔画生成。在实...
香港大学与Adobe Research联合推出的Self-E模型实现了AI绘图领域的重大突破,首次做到从零训练就支持任意步数推理。该模型通过创新的自我评估机制,仅用2-8步就能生成高质量图像,同时保持了长步数生成的优异表...
Meta发布AI代码生成系统KernelEvolve,能自动为不同AI芯片编写高性能计算代码,将传统需要数周的开发周期缩短至数小时,在480个操作-硬件组合上实现100%正确率,性能提升1.25-17倍,已在生产环境中处...
滑铁卢大学研究团队通过大规模实验发现,AI在学习推理能力时,使用来自相似模型生成的错误答案进行训练,效果竟然超过了学习人类编写的完美答案。这一颠覆性发现揭示了数据分布匹配比内容正确性更重要的原理,为AI训练方法带来革命性...
腾讯优图实验室开发的YOLO-Master是首个将专家混合技术引入实时目标检测的AI系统。通过智能专家调度机制,系统能根据场景复杂度动态分配计算资源:简单场景激活少数专家节省算力,复杂场景调用更多专家提升准确性。在MS ...
北京大学研究团队开发了名为"Robo-Dopamine"的机器人学习系统,让机器人仅通过观看一次人类示范就能快速掌握复杂操作技能。该系统基于3400小时训练数据构建通用奖励模型,采用多视角融合和策略不变奖励塑形技术,在1...
这是首个专门针对土耳其语开发的综合性AI语言理解评测基准。研究者创建了TrGLUE和SentiTurca两套测试体系,前者包含8项语言理解任务,后者专注情感分析。通过创新的半自动化标注方法,基于原生土耳其语文本构建高质量...
新加坡国立大学研究团队提出SpotEdit技术,通过精准识别图片中需要编辑的区域,避免对整张图片进行重复计算。该技术包含SpotSelector(区域识别)和SpotFusion(融合机制)两个核心组件,在保持编辑质量的...
港大团队开发的Dream-VL和Dream-VLA模型首次让AI具备"看图规划"能力,通过创新的扩散语言模型架构实现视觉理解与动作控制的完美融合。Dream-VLA在机器人操作测试中达到97.2%成功率,大幅超越现有技术...
北京大学团队开发出GRAN-TED文本编码器,专门解决AI图像视频生成中的文字理解偏差问题。该研究创建了TED-6K评估体系,能快速准确测试编码器性能,效率提升750倍。GRAN-TED采用两阶段训练策略,在文本到图像生...
Agibot Research团队提出了Act2Goal,一种革命性的机器人控制系统,让机器人能够仅凭一张目标图片就自主完成复杂任务。该系统结合了目标条件化世界模型和多尺度时间哈希技术,不仅能想象任务实现过程,还能精确执...
国立阳明交通大学研究团队开发了Stream-DiffVSR技术,实现了视频超分辨率处理的重大突破。该技术通过创新的自回归扩散框架,将视频画质提升速度从传统的46秒每帧提升到0.328秒每帧,速度提升140倍,同时保持了优...
复旦大学团队开发的DiRL框架解决了扩散语言模型训练效率低下的核心问题。通过分块处理策略和FlexAttention优化,训练速度提升6倍,整体吞吐量提升2.5倍。配套的DiPO算法实现了首个无偏的强化学习方法。最终训练...
上海AI实验室联合多所高校开发出会主动提问的机器人导航系统VL-LN,让机器人能像人类一样在收到模糊指令时通过对话获得帮助。研究团队创建了包含4万个对话轨迹的大规模训练数据集,机器人学会了询问物品属性、寻求路线指导和确认...