推理延展到真实物理世界，英伟达Cosmos-Reason1：8B具身推理表现超过OpenAI ο1
在基于物理世界的真实场景进行视觉问答时，有可能出现参考选项中没有最佳答案的情况，比如以下例子： 根据视频中本车…
挖掘DiT的位置解耦特性，Personalize Anything免训练实现个性化图像生成
本文的主要作者来自北京航空航天大学、清华大学和中国人民大学。本文的第一作者为清华大学硕士生封皓然，共同第一作者…
为矛盾的理论提供统一解释，牛津大学等揭秘非晶硅结构
编辑丨coisini 非晶硅（α-Si）是研究最广泛的无序网络固体之一，其结构已经被研究了几十年。两种主要理论…
分子对接速度提升10,000倍，深度图学习加速RNA虚拟筛选，助力药物靶标发现
编辑 | 萝卜皮 RNA 是尚未开发的药物靶标的巨大宝库。基于结构的虚拟筛选 (VS) 利用结合位点信息识别候…
阿里深夜开源Qwen2.5-VL新版本，视觉推理通杀，32B比72B更聪明
就在 DeepSeek V3「小版本更新」后的几个小时，阿里通义千问团队也开源了新模型。 择日不如撞日，Qwe…
一文读懂MCP与AI工具生态的未来，它会是AI智能体的「万能插头」吗？
如今，随着基础模型变得越来越智能，人们越来越需要有一个用于执行、数据获取和工具调用的标准接口。 自 OpenA…
DeepSeek V3深夜低调升级，代码进化令人震惊，网友实测可媲美Claude 3.5/3.7 Sonnet
昨夜，DeepSeek V3 毫无征兆地来了一波更新，升级到了「DeepSeek-V3-0324」版本。 目前…
棋盘变战场，大模型却呆了？普林斯顿、UT Austin新基准SPIN-Bench曝AI智商瓶颈
当棋盘变成战场，当盟友暗藏心机，当谈判需要三十六计，AI 的智商令人叹息！ 近日，来自普林斯顿和德州大学奥斯丁…
小米汽车首曝自动驾驶研究：相机和LiDAR联合重建框架Uni-Gaussians
论文的主要作者来自香港科技大学、小米汽车和华中科技大学。论文的共同第一作者为香港科技大学博士后研究员袁子康、小…
统一细粒度感知！北大&阿里提出UFO：无需SAM，16个token让MLLM实现精准分割
本文作者来自北京大学和阿里通义万相实验室。其中论文第一作者是汤昊，北京大学 2022 级博士生，目前主要关注统…