Warp-as-History:单视频微调实现精准运镜控制,将相机轨迹转化为“伪历史” token,零样本泛化至未见场景在 AI 视频生成领域,实现精准的相机控制(如推近、旋转、平移)通常面临两大难题:要么需要海量带标注数据重新训练模型,成本高昂;要么依赖复杂的测试时优化(Test-time Optimization...新技术# Warp-as-History# 运镜控制5个月前2420
微软研究警示:前沿 AI 模型在长程文档处理中平均破坏 25% 内容,错误隐蔽且具“重写”特性,DELEGATE-52 基准揭示自主代理可靠性危机随着大型语言模型(LLM)能力跃升,越来越多的用户将文档编辑、代码重构等知识任务委托给 AI。然而,微软最新研究揭示了一个令人不安的事实:即使是顶级的 Frontier 模型,在多步骤自主工作流中也会...新技术# DELEGATE-525个月前2020
D-OPSD:让高效扩散模型“持续进化”的自蒸馏新技术,微调后仍保持极速生成且无需奖励模型随着 AI 文生图模型从几十步进化到仅需 4-8 步的逐步蒸馏(Step Distillation)时代,生成速度大幅提升。然而,一个长期困扰业界的难题随之浮现:如何在不破坏模型“快速出图”能力的前提...新技术# D-OPSD# 蒸馏6个月前2880
DirectEdit:武汉大学提出免训练图像编辑新范式,基于流模型实现“零误差”精准修图在文本驱动图像编辑领域,尽管免训练方法已取得显著进展,但“累积漂移”问题始终如影随形:传统方法在反演(加噪)和重建(去噪)过程中,因时间步长不匹配导致特征近似误差,最终造成背景失真或主体变形。 项目主...新技术# DirectEdit# 图像编辑6个月前2530
腾讯混元发布 AngelSlim:2-bit 极致压缩,让大模型在手机上“飞”起来随着 AI 大模型能力的飞跃,其庞大的体积和高昂的计算成本成为了落地应用的巨大阻碍——这就是行业公认的“推理墙”。普通手机、笔记本电脑往往难以承载这些“巨无霸”模型,导致强大的 AI 能力被困在云端...新技术# AngelSlim# 腾讯混元6个月前2550
EditCrafter:无需微调的 4K 高分辨率图像编辑方法EditCrafter 是由 NC AI、Medipixel、MAUM.AI 和 EverEx 联合研究团队提出的一种创新性图像编辑方法。它突破了传统扩散模型受限于训练分辨率(通常为 512×512 ...新技术# EditCrafter# 图像编辑6个月前2130
BAR:基于混合专家(MoE)的模块化后训练方法BAR (Branch-Adapt-Route) 是由 Allen Institute for AI (Ai2) 提出的一种创新的后训练框架。它旨在解决大型语言模型在预训练后,难以低成本、低风险地添加...大语言模型新技术# BAR# 后训练框架6个月前2610
Prompt Relay:无需训练,让 AI 视频生成拥有“导演级”时序控制Prompt Relay 是由南洋理工大学 S-Lab 提出的一种创新方法,解决当前 AI 视频生成模型在多事件时序控制上的核心痛点。它作为一种推理时(Inference-time)、无需训练、即插即...插件新技术# Prompt Relay6个月前4810
OmniJigsaw:通过“模态拼图”解锁全模态 AI 的深度推理能力OmniJigsaw 是由 浙江大学 和 小米 联合提出的一种创新的全模态(Audio-Video)自监督学习框架。它旨在解决当前多模态大模型在视频和音频协同理解上的不足,通过一种名为“时间重排序”的...新技术# OmniJigsaw7个月前2770
DiffHDR:用视频扩散模型“复活”丢失的光影,实现可控 LDR 到 HDR 转换大多数数字视频受限于存储格式,以 8 位低动态范围(LDR) 保存。这意味着原始场景中丰富的高光细节(如云层纹理、灯光光晕)和阴影层次(如暗部织物、夜景角落)因饱和与量化而永久丢失。这不仅限制了在 H...新技术# DiffHDR7个月前2300
RotorQuant:LLM KV 缓存压缩的“几何革命”,速度提升 5 倍,参数减少 44 倍RotorQuant 是一项突破性的 KV 缓存量化技术,旨在解决大型语言模型(LLM)在长上下文推理中的显存瓶颈。通过引入块对角旋转(Block-Diagonal Rotation)替代传统的蝴蝶网...新技术# RotorQuant7个月前3520
Cursor推出MoE推理加速方法Warp Decode:翻转并行轴,MoE 推理提速 1.84 倍的硬件级优化在英伟达 Blackwell GPU 上,针对小批量(Small Batch)自回归解码场景,一种名为 Warp Decode 的新内核设计彻底改变了混合专家(MoE)模型的推理方式。通过翻转并行性轴...新技术# Cursor# Warp Decode# 推理加速7个月前2290