新技术

在信息过载的时代，获取“更多”并不等于“更有效”。真正制约效率的，往往不是找不到某个具体答案，而是面对海量目标时的系统性整理能力——比如，为一个行业筛选出上百家公司数据，或从成千上万条招聘信息中精准匹...

上海交通大学、香港科技大学（广州）、利物浦大学、加州大学伯克利分校、上海创新学院、加州大学戴维斯分校、弗吉尼亚理工大学和伦敦大学学院的研究人员发布Agentic Web（智能体网络），它探讨了如何通过...

NXN Labs推出新型虚拟试穿框架Voost，通过一个统一的扩散变换器（Diffusion Transformer）同时实现虚拟试穿（试穿目标服装）和虚拟试脱（从人像中重建原始服装）功能。 项目主页...

华中科技大学和重庆大学的研究人员提出了一种名为 LaTCoder 的新方法，将网页设计图像自动转换为代码（即设计到代码，design-to-code）。这种方法通过引入“布局即思考”（Layout-a...

在 AI 智能体（Agent）技术快速发展的当下，开发者已经可以通过 LangChain、AutoGen、OpenAI Agent SDK 等框架，快速构建具备工具调用、多轮对话和任务编排能力的智能系...

由腾讯 AI 西雅图实验室、圣路易斯华盛顿大学、马里兰大学帕克分校与德克萨斯大学达拉斯分校联合提出的新框架 R-Zero，正在挑战当前大语言模型训练范式的边界。 项目主页：https://chengs...

纽约大学、英特尔和AMD的研究人员推出一种基于二维高斯分布的图像表示方法Image-GS，它通过自适应地分配和优化一组二维高斯分布来重建图像。这种方法旨在为图像和纹理提供一种高效、灵活且硬件友好的表示...

在大语言模型（LLM）领域，扩散型大语言模型（Diffusion Large Language Models, DLLMs）正凭借其并行生成能力与全局上下文建模优势，成为传统自回归模型（AR）的有力竞...

上海交通大学、山东大学、电子科技大学和香港科技大学的研究人员推出加速DiT架构模型推理速度的新方法TaylorSeer，扩散模型在图像和视频生成任务中表现出色，但其计算需求较高，限制了实时应用的可行性...

近年来，视频生成模型在质量上取得了显著进步。然而，一个根本性挑战始终存在： 时序维度的引入，使计算成本呈指数级增长。 标准扩散模型中的稠密注意力机制（Dense Attention）在处理长视频时面临...

阿里Qwen项目组推出新型强化学习算法 Group Sequence Policy Optimization (GSPO)，用于训练大型语言模型（LLMs）。与以往基于单个标记（token）重要性比率...

在文本到图像生成中，如何让模型“不生成某样东西”——例如“一只没有翅膀的鸟”或“一辆没有轮子的自行车”——始终是一个挑战。尽管正向提示可以引导生成内容，但负提示（negative prompt）的执行...