鐵釘水上漂、子彈穿蘋果不炸？Nano-Banana等17款SOTA模型顫抖迎物理邏輯推理大考！
作者：Tianyang Han等 解讀：AI生成未來 本文第一作者Tianyang Han是美團(tuán)MeiGen團(tuán)隊(duì)的算法研究科學(xué)家，主要研究方向是圖像生成和多模態(tài)大語(yǔ)言模型。 亮點(diǎn)直擊 PicWorld
NeurIPS 2025 | 硬剛可靈1.5！阿里通義&清華等開源Wan-Move：指哪動(dòng)哪的“神筆馬良”
作者：Ruihang Chu等 解讀：AI生成未來 亮點(diǎn)直擊 Wan-Move，一個(gè)用于圖像到視頻生成中運(yùn)動(dòng)控制的框架。與需要運(yùn)動(dòng)編碼的現(xiàn)有方法不同，它通過編輯條件特征注入運(yùn)動(dòng)引導(dǎo)，無需添加新模塊，從
1步頂100步！TwinFlow:無需教師模型，僅單步推理，Qwen-Image-20B生成速度漲100倍！
作者：Zhenglin Cheng等 解讀：AI生成未來 亮點(diǎn)直擊 簡(jiǎn)單而有效的一步生成框架。提出了一種一步生成框架，該框架不需要輔助訓(xùn)練模型（GAN 判別器）或凍結(jié)的教師模型（不同的/一致性蒸餾），
原生多模態(tài)統(tǒng)一架構(gòu)比不過單模態(tài)專家模型？華為團(tuán)隊(duì)出品的EMMA “Say No”
作者：Xin He， Longhui Wei等 解讀：AI生成未來 背景與動(dòng)機(jī) 當(dāng)前多模態(tài)大模型已經(jīng)成為大模型領(lǐng)域最為重要的研究熱點(diǎn)，尤其是隨著OpenAI的GPT-4O展現(xiàn)出極強(qiáng)的多模交互生成能力，
北航&美團(tuán)等最新EditThinker：給AI修圖裝上“大腦”，F(xiàn)lux、OmniGen2瞬間智商暴漲！
作者：Hongyu Li等 解讀：AI生成未來 圖1。EditThinker 概述。子圖（a）展示了多輪思考編輯流程，該流程迭代批評(píng)、優(yōu)化和重復(fù)編輯指令，子圖（b）報(bào)告了四個(gè)圖像編輯基準(zhǔn)測(cè)試的結(jié)果，展
僅用1張圖1小時(shí)，比肩FLUX.1和Qwen，推理狂飆5倍！Glance用“快慢哲學(xué)”顛覆擴(kuò)散模型！
作者：Zhuobai Dong等 解讀：AI生成未來 亮點(diǎn)直擊 極致高效的訓(xùn)練：僅需?1 個(gè)樣本，在?單張 V100 GPU?上不到?1 小時(shí)?即可完成訓(xùn)練。這與需要數(shù)千GPU小時(shí)（如 DMD2 需要
6799元起！影翎Antigravity A1深度評(píng)測(cè)：小白交互，專業(yè)影像
帶來了傳統(tǒng)無人機(jī)給不了的快樂。 在今年 7 月份時(shí)，雷科技收到影石Insta360 的邀請(qǐng)，第一時(shí)間體驗(yàn)了由影石Insta360 和第三方一起孵化的影翎Antigravity 帶來的首款全景無人機(jī)——
港科大等提出音頻驅(qū)動(dòng)多人視頻生成新范式 AnyTalker，解鎖任意數(shù)量角色間的自然互動(dòng)！
作者：Zhizhou Zhong等 解讀：AI生成未來 亮點(diǎn)直擊 可擴(kuò)展的多人驅(qū)動(dòng)結(jié)構(gòu)：本文提出了一種可擴(kuò)展的多流處理結(jié)構(gòu) Audio-Face Cross Attention Layer，能夠以循環(huán)
多模態(tài)理解生成“大一統(tǒng)”！Meta&港大等重磅發(fā)布Tuna：統(tǒng)一視覺表征，性能碾壓Show-o2
作者：Zhiheng Liu等 解讀：AI生成未來 亮點(diǎn)直擊 Tuna，一個(gè)采用統(tǒng)一視覺表示的原生統(tǒng)一多模態(tài)模型，在一個(gè)單一框架內(nèi)實(shí)現(xiàn)了圖像/視頻理解、圖像/視頻生成和圖像編輯。 廣泛的實(shí)驗(yàn)表明，Tu
《黑客帝國(guó)》雛形已現(xiàn)？騰訊造出“可對(duì)話游戲宇宙”，實(shí)時(shí)生成、任意交互，世界為你改變！
作者：Junshu Tang等 解讀：AI生成未來 Hunyuan-GameCraft-2將生成式游戲世界模型從靜態(tài)游戲場(chǎng)景視頻合成提升到開放式、遵循指令的交互式模擬。 合成交互視頻Pipeline展
給圖像生成配“閱卷老師”！RubricRL拒絕黑盒瞎蒙，用細(xì)粒度量表馴服大模型，指哪改哪！
作者：Xuelu Feng等 解讀：AI生成未來 亮點(diǎn)直擊 提出通用化基于量規(guī)的獎(jiǎng)勵(lì)設(shè)計(jì)方案，可同時(shí)適用于擴(kuò)散模型與自回歸文生圖模型； 構(gòu)建提示詞自適應(yīng)、可分解的監(jiān)督框架，顯著提升模型訓(xùn)練的可解釋性與
圖像生成開源界又出“王炸”！南洋理工&階躍星辰發(fā)布iMontage：解鎖“多對(duì)多”生成新玩法！
作者：Zhoujie Fu等 解讀：AI生成未來 亮點(diǎn)直擊 iMontage統(tǒng)一模型，能夠處理可變數(shù)量的輸入/輸出幀，有效銜接了視頻生成與高動(dòng)態(tài)圖像生成領(lǐng)域。 構(gòu)建任務(wù)無關(guān)的時(shí)序多樣化數(shù)據(jù)pipeli
ICCV`25 | 視頻交互“隨心所欲”！復(fù)旦&通義萬相等開源DreamRelation:讓想象力從此無邊界
作者：Yujie Wei等 解讀：AI生成未來 亮點(diǎn)直擊 首個(gè)關(guān)系導(dǎo)向的視頻定制框架：本工作首次嘗試解決“關(guān)系視頻定制”任務(wù)，即基于少量樣本視頻，生成具有特定交互關(guān)系（如握手、擁抱）但主體不同的新視頻
再見VAE！英偉達(dá)PixelDiT硬剛SD/FLUX：破局像素生成，端到端效果比肩隱空間模型
作者：Yongsheng Yu等 解讀：AI生成未來 亮點(diǎn)直擊 PixelDiT，一種單階段、完全基于Transformer的像素空間擴(kuò)散模型，無需單獨(dú)的自編碼器即可進(jìn)行端到端訓(xùn)練。 證明了高效的像素
Nano Banana Pro再次封神！我總結(jié)了9種邪修用法
這哪是"出圖更好"，簡(jiǎn)直是把AI圖像生成推進(jìn)了下一個(gè)紀(jì)元。 一致性王者圖片模型Nano Banana Pro（基于Gemini 3 Pro Image）發(fā)布才20小時(shí)，人類創(chuàng)作者的進(jìn)度可能還停在“剛摸
端到端像素?cái)U(kuò)散天降外掛！北大&華為等開源DeCo：生圖質(zhì)量超越SD3、OmniGen2等
作者：Zehong Ma等 解讀：AI生成未來 亮點(diǎn)直擊 DeCo解耦框架：DiT專注低頻語(yǔ)義建模（采用下采樣輸入）；輕量級(jí)像素解碼器重建高頻信號(hào)。 創(chuàng)新頻率感知損失函數(shù)：通過DCT轉(zhuǎn)換至頻域；基于J
重磅！阿里達(dá)摩院發(fā)布首個(gè)VLA與世界模型統(tǒng)一架構(gòu)RynnVLA-002：97.4%成功率刷新認(rèn)知
作者：Jun Cen等 解讀：AI生成未來 亮點(diǎn)直擊 統(tǒng)一架構(gòu)：RynnVLA-002，這是一個(gè)將視覺-語(yǔ)言-動(dòng)作（VLA）模型與世界模型統(tǒng)一在單一框架中的“動(dòng)作世界模型”。 雙向增強(qiáng)：實(shí)現(xiàn)了 VLA
豆包輸入法1.0實(shí)測(cè)：干凈是最大優(yōu)勢(shì)，功能是最大短板
優(yōu)缺點(diǎn)分明。 豆包已成為小雷日常生活中使用頻率最高的AI應(yīng)用，無論是各類疑難問題解答、群訪文檔總結(jié)，還是文字內(nèi)容調(diào)整，都能放心交給它處理。 就在最近，小雷發(fā)現(xiàn)自己的手機(jī)應(yīng)用商店上架了一款名為豆包輸入法
硬剛GPT-Image-1？蘋果最新UniGen-1.5強(qiáng)勢(shì)發(fā)布：一個(gè)模型搞定理解+生成+編輯！
作者：Rui Tian等 解讀：AI生成未來 亮點(diǎn)直擊 推出UniGen-1.5統(tǒng)一多模態(tài)大模型，通過創(chuàng)新的架構(gòu)設(shè)計(jì)與訓(xùn)練流程，實(shí)現(xiàn)了先進(jìn)的圖像理解、生成與編輯能力融合。 開創(chuàng)統(tǒng)一強(qiáng)化學(xué)習(xí)訓(xùn)練框架，借
告別文字想象！快手可靈團(tuán)隊(duì)開源VANS：實(shí)現(xiàn)從“語(yǔ)言描述”到“動(dòng)態(tài)演示”跨越，多項(xiàng)SOTA
作者：Junhao Cheng等 解讀：AI生成未來 亮點(diǎn)直擊 開創(chuàng)VNEP新范式：將下一代事件推理從文本描述推進(jìn)到動(dòng)態(tài)視頻演示的新階段。 提出VANS框架及核心Joint-GRPO策略：通過強(qiáng)化學(xué)習(xí)
資訊訂閱
- 精彩回顧 《2024智能制造產(chǎn)業(yè)高端化、智能化、綠色化發(fā)展藍(lán)皮書》 查看回顧
- 精彩回顧 OFweek 2025（第十四屆）中國(guó)機(jī)器人產(chǎn)業(yè)大會(huì) 查看回顧
- 精彩回顧 Ansys Motion薄膜卷曲卷對(duì)卷工藝仿真解決方案 查看回顧
- 精彩回顧 STM32全球線上峰會(huì) 查看回顧
- 精彩回顧 2024視覺感知技術(shù)在半導(dǎo)體與印刷包裝創(chuàng)新大會(huì) 查看回顧
- 精彩回顧 全數(shù)會(huì)2024中國(guó)人形機(jī)器人技術(shù)創(chuàng)新發(fā)展大會(huì) 查看回顧
- 1資本巨頭紛紛抽身，為何中小投資者仍為AI狂熱加碼？
- 2谷歌Gemma 4遭破解！實(shí)測(cè)：偽造支票、找盜版電影，有求必應(yīng)
- 3阿里云CTO李飛飛，不是那個(gè)“AI教母”李飛飛
- 4深度丨Anthropic和OpenAI把Harness帶出圈，AI管AI成為現(xiàn)實(shí)
- 5五分之一崗位被AI滲透：美國(guó)加速替代，中國(guó)穩(wěn)崗賦能，全球勞動(dòng)力市場(chǎng)冰火兩重天
- 6苦熬17年后，優(yōu)必選周劍迎來了宿命般的回響
- 7組織架構(gòu)大變陣，阿里進(jìn)入AI總攻時(shí)刻
- 8史上最快“變天”風(fēng)口，還沒造富就落幕
- 9逆勢(shì)漲價(jià)，智譜張鵬的底氣來自哪里？
- 10210億！史上最大AI云采購(gòu)敲定
-
加密芯片筑牢工業(yè)設(shè)備防抄板防線2025-11-14
-
LKT4202UGM、LKT4305GM國(guó)密芯片
2025-10-31
-
金融級(jí)安全加密芯片-LKT4304
2025-04-10
-
ATSHA204A國(guó)產(chǎn)全兼容芯片LCSHA204
2025-02-27
-
耗材保護(hù)芯片-LKT4304解決方案
2025-02-13
-
LKT4304新一代算法移植加密芯片
2025-01-16
