2025-08-27
昆字节AI团队重磅发布：让任何人都能试穿万物的神奇技术，告别繁琐操作！
昆字节AI与浙江大学联合推出OmniTry系统，实现无需手动标注的万物虚拟试穿。该技术通过创新的两阶段训练和"无痕移除"方法，支持服装、珠宝、配饰等12类物品的智能试穿，在保真度和准确性方面显著超越现有技术，为电商和时尚...
2025-08-27
清华大学团队让AI动画角色随心所欲变身：从人类到恐龙，只需几个动作示例
清华大学和香港大学团队开发的Motion2Motion技术突破了动画制作中的动作转移难题，通过稀疏对应和动作片段匹配机制，实现了不同身体结构角色间的智能动作转移。该系统无需GPU设备即可实时运行，仅需少量示例和关键对应关...
2025-08-27
斯科尔科夫科技学院推出G-CUT3R：让AI秒懂现实世界的3D重建新玩法
斯科尔科夫科技学院等机构联合开发的G-CUT3R是一种创新的3D重建技术，通过巧妙融合相机参数、深度信息等辅助数据，显著提升了传统仅依赖RGB图像重建方法的准确性和速度。该技术采用轻量级设计和零卷积融合策略，在多个基准测...
2025-08-27
蚂蚁集团用10000个评分表让AI学会了说人话
这项由蚂蚁集团和浙江大学合作完成的研究，通过构建超过10000个评分表的创新训练系统，成功让30B参数的AI模型在开放性任务上超越了671B参数的顶级模型。该方法仅用5000个样本就实现了显著的性能提升，特别在情感表达和...
2025-08-27
谷歌DeepMind团队打造AI"超级助手"：一次对话解决你所有复杂任务
谷歌DeepMind研究团队开发出革命性AI训练方法，让AI学会深度思考。通过"连续推理空间"技术，AI能在回答前进行内部分析和规划，一次性提供高质量解决方案。新方法在数学推理、逻辑分析等任务中表现显著提升，错误率明显降...
2025-08-27
滑铁卢大学科学家发明神奇AI：仅凭声音就能生成开口说话的逼真视频
这项研究展示了一种革命性的AI技术，能够仅通过音频生成高度逼真的说话视频。滑铁卢大学研究团队开发的Audio2Photoreal系统巧妙结合了深度学习、扩散模型等先进技术，实现了声音到面部动作的精准转换。该技术在影视制作...
2025-08-27
腾讯深圳大学革命性突破：让电脑理解语言的秘密武器终于诞生
腾讯和深圳大学联合开发的多视角语言理解技术取得重大突破，通过创新的训练方法让人工智能具备接近人类水平的语言理解能力。系统能准确识别讽刺、情感变化等复杂语言现象，在多项测试中表现优异，已在客服、教育、医疗等领域开始应用，未...
2025-08-27
当AI模型遇到"转个身"的挑战：UNC Chapel Hill揭示多模态大语言模型的方向感困惑
UNC Chapel Hill研究团队发现，即使是GPT-5、o3等顶级多模态大语言模型也无法可靠识别图像旋转。通过RotBench基准测试，研究揭示这些AI模型虽能识别正常朝向和倒置图片，却完全无法区分90度与270度...
2025-08-27
腾讯等机构联手揭秘：AI大模型的"幻觉"问题终于有解了
腾讯AI Lab等机构联合研究解决了AI大语言模型的"幻觉"问题。他们开发的"迭代自调优"方法教会AI诚实承认不确定性，而非编造错误信息。实验证明该方法显著提升了AI的诚实度和可靠性，同时保持了有用性。这项突破将让AI助...
2025-08-27
AI在虚拟世界中的"英雄之旅"：AIRI研究团队如何打造测试智能规划能力的全新战场
AIRI研究团队开发了HeroBench测试平台，在RPG风格虚拟世界中评估25个大型语言模型的长期规划能力。研究发现AI在复杂多步骤规划任务中表现差异巨大，顶级模型Grok-4达到91.7%成功率，但加入升级机制和干扰...
2025-08-27
数学AI也会"装懂"？清华和川大团队发现大模型不会主动求助的惊人真相
四川大学和北京智源人工智能研究院研究团队发现，当前最先进的大语言推理模型存在"装懂"问题：面对信息不完整的数学题时，只有25%会主动询问缺失信息，大部分选择猜测答案。研究构建CRITIC-math数据集系统测试了这一现象...
2025-08-27
阿里巴巴推出Ovis2.5：能看图思考的AI聊天机器人有了"火眼金睛"
阿里巴巴推出的Ovis2.5是一个革命性的多模态AI模型，具备原生分辨率图像处理和深度推理能力。它采用五阶段训练体系，在OpenCompass评测中创造了开源模型新纪录。其突破性的思考模式让AI能够进行类人推理和自我纠错...
2025-08-27
南洋理工大学团队革命性突破：让AI绘画像艺术家一样从粗到细，一步步创作精美图像
南洋理工大学研究团队开发的NVG技术革新了AI图像生成方式，让AI学会像画家一样分层创作。该技术将图像分解为9个粒度层次，从整体构图到精细细节逐步生成，不仅提高了图像质量，还提供了前所未有的结构控制能力。在多项评测中NV...
2025-08-26
超越"健忘症"的AI：腾讯团队让机器拥有了"侦探级"推理记忆力
腾讯微信AI团队开发的ComoRAG系统通过模仿人脑认知机制，让AI具备了动态记忆和循环推理能力，在长文本理解任务上相比传统方法准确率提升高达11%。该系统采用三层知识组织结构和五步认知循环过程，能够像侦探破案一样主动探...
2025-08-26
新加坡团队突破！一张照片秒变4D世界：让静态画面"活"起来的黑科技
新加坡南洋理工大学团队开发的4DNeX系统实现了从单张照片生成完整4D动态场景的突破。该技术采用6D视频表示法融合RGB颜色和XYZ空间信息，构建了包含920万帧数据的4DNeX-10M大规模数据集，通过改进视频扩散模型...
2025-08-26
GPT-5真的实现了空间智能吗？SenseTime团队万亿token实测揭露真相
SenseTime研究团队通过超过十亿token的大规模测试，全面评估了GPT-5等先进AI模型的空间智能水平。研究将空间智能分解为六种核心能力，发现GPT-5虽在某些简单任务上接近人类水平，但在复杂空间推理方面仍存在巨...
2025-08-26
MIT联手斯坦福打造"超级听力"AI：让机器像人耳一样理解声音的奥秘
MIT和斯坦福研究团队开发了AuriStream，一个模仿人类听觉系统的革命性语音AI。该系统采用两阶段设计：WavCoch组件将音频转换为类似耳蜗的频谱表示，autoregressive模型预测声音序列。AuriStr...
2025-08-26
浙江大学团队发明"动作指挥棒"：让AI看懂手势就能生成逼真互动视频
浙江大学团队开发出"视觉动作提示"技术，通过将复杂的手部或机器人动作转换为骨架图，让AI能够精准理解并生成逼真的互动视频。该方法在多个数据集上显著超越传统文本驱动和状态驱动的视频生成方法，实现了跨领域知识迁移，为游戏开发...
2025-08-26
北京大学重磅推出Lumen：让视频重新打光变得像换背景一样简单
北京大学团队推出革命性AI系统Lumen，通过创新的多域联合训练策略解决视频重打光难题。系统结合3D渲染数据的物理准确性和真实视频的自然质感，实现端到端的智能视频重打光。用户只需输入视频和文字描述，即可获得专业级光影效果...