统一视觉理解与生成，MetaMorph模型问世，LeCun、谢赛宁、刘壮等参与
如今，多模态大模型（MLLM）已经在视觉理解领域取得了长足进步，其中视觉指令调整方法已被广泛应用。该方法是具有…
人会逆向思维，LLM也可以？DeepMind研究表明还能提升推理能力
人能逆向思维，LLM 也可以吗？北卡罗来纳大学教堂山分校与谷歌最近的一项研究表明，LLM 确实可以，并且逆向思…
重塑跨智能体灵巧手抓取，NUS邵林团队提出全新交互式表征，斩获CoRL Workshop最佳机器人论文奖
AIxiv专栏是机器之心发布学术、技术内容的栏目。过去数年，机器之心AIxiv专栏接收报道了2000多篇内容，…
一张电影海报100万？AI来设计不花钱
AI好好用报道 编辑：杨文 你见过哪些念念不忘的电影海报？ 2021 年，有一幅电影海报很是惊艳： 女主背对…
2025英伟达奖学金出炉，7位华人博士生入选，上交、中科大、浙大校友在列
华人学生占比 70％。 今天，一年一度的英伟达奖学金公布了入选者名单。 二十多年来，英伟达研究生奖学金计划（N…
图森未来陈默：自动驾驶无以为继，急转驶入AIGC游戏，已拿下金庸群侠传、三体IP | 智者访谈
人工智能的卓越发展 源于对技术与产业本质的洞察 机器之心视频栏目「智者访谈」 邀请领域专家，洞悉 AI 核心趋…
智源发布FlagEval「百模」评测结果，丈量模型生态变局
2024 年 12 月 19 日，智源研究院发布并解读国内外 100 余个开源和商业闭源的语言、视觉语言、文生…
推理最强也最快，谷歌发布Gemini 2.0 Flash Thinking，全面超越o1-preview
不仅能推理，还能明确展示自己「推理逻辑」的大模型出现了。 OpenAI 的 12 天连续发布已近尾声，但它的热…
出手即王炸？照片级真实度生成式世界模型，还获得皮克斯和Jeff Dean投资
世界模型正在爆发！ 近段时间，世界模型的相关研究成果正如雨后春笋版不断涌现，光是我们报道过的就已有南大周志华团…
UniReal登场：用视频架构统一图像生成与编辑，还学到真实世界动态变化规律
AIxiv专栏是机器之心发布学术、技术内容的栏目。过去数年，机器之心AIxiv专栏接收报道了2000多篇内容，…