融合ChatGPT+DALLE3，贾佳亚团队新作开源：识图推理生图一站解决
在开源社区中把GPT-4+Dall·E 3能⼒整合起来的模型该有多强？香港中文大学终身教授贾佳亚团队提出多模态模型Mini-Gemini：Mini-Gemini还提供了2B小杯到34B的超大杯，最强模型在多个指标上相比谷歌的Gemini Pro甚至GPT-4V都不遑多让。
首页 > 新作
-
-
AI变鉴片大师，星际穿越都能看懂！贾佳亚团队新作，多模态大模型挑战超长3小时视频
啥？AI都能自己看电影大片了？贾佳亚团队最新研究成果，让大模型直接学会了处理超长视频。丢给它一部科幻大片《星际穿越》（片长2小时49分钟）：它“看”完之后，不仅能结合电影情节和人物轻松对电影进行点评：还能很精准地回答出剧中所涉的细节：例如：虫洞的作用和创造者是谁？男
-
诺奖得主哈萨比斯新作登Nature，AlphaQubit解码出更可靠量子计算机
谷歌「Alpha」家族又壮大了，这次瞄准了量子计算领域。今天凌晨，新晋诺贝尔化学奖得主、DeepMind 创始人哈萨比斯参与撰写的新论文登上了 Nature，主题是如何更准确地识别并纠正量子计算机内部的错误。我们知道，量子计算机有潜力彻底改变药物发现、材料设计和基础物理学。不过前提是：我们得让它们可
-
ControlNet作者新作爆火：P照片换背景不求人，AI打光完美融入
ControlNet作者新作，玩儿得人直呼过瘾，刚开源就揽星1.2k。用于操纵图像照明效果的IC-Light，全称lmposing Consistent Light。
-
何恺明谢赛宁解剖扩散模型，新作刚刚出炉
CV大神何恺明，也来搞扩散模型（Diffusion Model）了！大神最新论文刚刚挂上arXiv，还是热乎的：解构扩散模型，提出一个高度简化的新架构l-DAE（小写的L）。
-
ICLR惊现[10,10,10,10]满分论文，ControlNet作者新作，Github5.8k颗星
四个 10 分！罕见的一幕出现了。您正在收看的，不是中国梦之队的跳水比赛，而是 ICLR 2025 的评审现场。虽说满分论文不是前无古人，后无来者，但放在平均分才 4.76 的 ICLR，怎么不算是相当炸裂的存在呢。
-
陈丹琦团队新作：微调8B模型超越Claude3Opus，背后是RLHF新平替
比斯坦福DPO（直接偏好优化）更简单的RLHF平替来了，来自陈丹琦团队。该方式在多项测试中性能都远超DPO，还能让8B模型战胜Claude 3的超大杯Opus。而且与DPO相比，训练时间和GPU消耗也都大幅减少。这种方法叫做SimPO，Sim是Simple的简写，意在突出其简便性。
-
陈丹琦团队新作：数据量砍95%，大模型性能更强了！LessisMore
造大模型的成本，又被打下来了！这次是数据量狂砍95%的那种。陈丹琦团队最新提出大模型降本大法——数据选择算法LESS， 只筛选出与任务最相关5%数据来进行指令微调，效果比用整个数据集还要好。指令微调正是让基础模型成为类ChatGPT助手模型的关键一步。
-
LeCun团队新作：在世界模型中导航
现实世界版的 Genie-2？最近，世界模型（World Models）似乎成为了 AI 领域最热门的研究方向。继World Labs（李飞飞）、谷歌 DeepMind 接连发布自己的世界模型研究之后，
-
10秒创造一个世界！吴佳俊团队新作实时交互式3D世界生成
斯坦福吴佳俊团队与MIT携手打造的最新研究成果，让我们离实时生成开放世界游戏又近了一大步。从单一图像出发，在用户的实时交互下生成无限延展的3D场景：只需上传一张图片，就能踏入一个由AI创造的虚拟世界。
