资讯列表

分类

标签

孪生世界动态仿真新突破！北大发布RainyGS：降雨/洪涝/风速精准可控

神经辐射场（NeRF）及三维高斯泼溅（3D Gaussian Splatting，3DGS）虽能构建静态数字孪生，却无法模拟真实世界的动态，不仅限制了虚拟现实和混合现实的真实感，也是智能训练与Real2Sim2Real范式突破的关键瓶颈。如何让数字孪生世界具备真实物理规律，实现可预测、可操控的动态环境，是自动驾驶、具身智能等空间智能应用亟待解决的核心挑战。为此，北京大学陈宝权教授研究团队提出RainyGS技术（合作者为楚梦渝、陈文拯助理教授，博士生戴启宇、倪星宇和本科生沈千帆），探索了一条通向「孪生世界动态仿真」的新路径。

4/9/2025 1:25:34 PM

新智元

5分钟直出46页论文！谷歌Deep Research完爆OpenAI，最强Gemini 2.5加持

今早，谷歌Deep Research迎来史上最强升级，正式搭载了Gemini 2.5 Pro全球顶尖模型。这一次，新版本在以下方面得到显著的提升：分析推理：逻辑更清晰，结论更有深度信息整合：从海量数据中快速提炼要点，化繁为简报告洞察力：生成的报告不仅详尽，还能提供独到的见解。谷歌CEO劈柴哥转发力挺。

4/9/2025 1:19:29 PM

新智元

南洋理工&普渡大学提出CFG-Zero*：在Flow Matching模型中实现更稳健的无分类器引导方法

本篇论文是由南洋理工大学 S-Lab 与普渡大学提出的无分类引导新范式，支持所有 Flow Matching 的生成模型。目前已被集成至 Diffusers 与 ComfyUI。论文标题：CFG-Zero*: Improved Classifier-Free Guidance for Flow Matching Models论文地址：：： AI 的快速发展，文本生成图像与视频的扩散模型（Diffusion Models）已成为计算机视觉领域的研究与应用热点。

4/9/2025 1:16:26 PM

机器之心

CVPR 2025 HighLight｜打通视频到3D的最后一公里，清华团队推出一键式视频扩散模型VideoScene

论文有两位共同一作。汪晗阳，清华大学计算机系本科四年级，研究方向为三维视觉、生成模型，已在CVPR、ECCV、NeurIPS等会议发表论文。刘芳甫，清华大学电子工程系直博二年级，研究方向为生成模型 (3D AIGC和Video Generation等)，已在CVPR、ECCV、NeurIPS、ICLR、KDD等计算机视觉与人工智能顶会发表过多篇论文。

4/9/2025 1:11:27 PM

机器之心

论文党狂喜！alphaXiv推出Deep Research一秒搜遍arXiv，研究效率直接爆表

刚刚，alphaXiv 推出了新功能「Deep Research for arXiv」，该功能可协助研究人员更高效地在 arXiv 平台上进行学术论文的检索与阅读，显著提升文献检索及研究效率。体验链接：，当用户输入「Can you help me do a lit review for self-supervised learning. with relevant applications?」时，系统迅速生成了一篇内容完整、结构清晰的文献综述，并提供了 arXiv 链接。

4/9/2025 12:48:13 PM

机器之心

CDO 的价值要求：通过 Agentic AI 推动业务影响

首席数据官 (CDO) 的角色发生了巨大变化。曾经的后台职能已被推到业务战略的最前沿。 CDO 现在发现自己处于第一线，肩负着将人工智能和分析转化为切实的业务优势的任务，压力很大。

4/9/2025 12:39:46 PM

晓晓

鏖战企业级市场，AI Agent如何重塑智能商业未来？

在科技的浩瀚星河中，DeepSeek掀起的技术风暴余波未平，全球首款通用Agent产品Manus的惊艳登场，再度点燃了整个行业的激情，让科技圈为之沸腾。暂且不论Manus自身性能究竟达到何种高度，其引发的从“被动应答”到“主动执行”的颠覆性范式跃迁，正以前所未有的态势，不断突破繁杂业务流程场景下智能化的边界，为企业级市场带来无限可能。近期，IDC发布的《中国AI Agent应用市场概览（2025Q1）》，首次对中国AI Agent应用的市场格局进行了系统性梳理。

4/9/2025 12:30:41 PM

RAG还是微调？AI落地的关键选择

你是否曾经面临这样的困境：部门刚刚决定采用大语言模型解决业务痛点，但技术团队却陷入了"到底该用RAG还是微调"的激烈争论中？一边是成本控制派，坚持RAG轻量级方案；另一边是性能至上派，认为只有微调才能满足业务需求。让我们跳出技术视角，用真实业务场景来理解这两种方案。

4/9/2025 11:59:29 AM

大数据AI智能圈

全日程揭晓！ICLR 2025论文分享会我们北京见

从 OpenAI o1 到 DeepSeek R1，推理模型进入到了全新的发展阶段，展现出来的「慢思考、强推理」能力正在加速从语言智能到认知智能的进程，并构筑起未来 AGI 的重要基石。同时，学界对大语言模型范式的探索仍在继续，扩散模型不断向主流的自回归架构发起挑战。当然，在 2025 智能体元年，大语言模型（LLM）驱动的智能体借助手机等移动终端的落地，深刻改变了人机交互范式。

4/9/2025 11:28:00 AM

机器之心

斯坦福AI指数：重塑企业技术战略的五个关键见解

斯坦福以人为本AI研究所(HAI)发布了《2025年AI指数报告》，对AI的全球发展进行了数据驱动的分析。过去几年，HAI一直在研发AI报告，其首个基准报告发布于2022年。毋庸置疑，其间发生了诸多变化。

4/9/2025 11:25:36 AM

Sean

从零搭一套可复现、可教学、可观察的RL for VLM训练流程，我们试了试

自 Deepseek-R1 发布以来，研究社区迅速响应，纷纷在各自任务中复现 R1-moment。在过去的几个月中，越来越多的研究尝试将 RL Scaling 的成功应用扩展到视觉语言模型（VLM）领域 —— 刷榜、追性能、制造 “Aha Moment”，整个社区正高速奔跑，RL for VLM 的边界也在不断被推远。但在这样一个节奏飞快、聚焦结果的研究环境中，基础设施层面的透明性、评估的一致性，以及训练过程的可解释性，往往被忽视。

4/9/2025 11:24:00 AM

机器之心

差距仅仅0.3%！李飞飞最新报告揭示：中美AI模型性能基本持平

你知道吗？中美顶级AI模型的性能差距已经缩小到惊人的0.3%。近日，由李飞飞联合领导的斯坦福大学以人为本人工智能研究所（Stanford HAI）发布《2025年人工智能指数报告》，这份长达456页的报告深度剖析了全球AI领域的最新趋势，给出了这一令人瞩目的结论。

4/9/2025 10:53:48 AM

舒云

使用vLLM部署工具加速QWQ，推理速度比ollama更快、并发更高

与传统的HuggingFace Transformers相比，vLLM的吞吐量高达24倍，且无需改变模型架构，它采用创新的PagedAttention算法，优化了注意力键和值的管理，从而提升了推理速度，并且其能够有效地利用多核CPU和GPU资源，显著提升LLM的推理速度。相比于ollama，vllm输出的速度更快，支持的并发更高，目前也没有遇到安全问题，稳定性非常好，更适合作为服务器的接口服务来部署。但相应的，vllm会把服务器的GPU显存都占满，使得机器无法再部署其他服务，同时ollama部署更加的简单，也是因为这个原因ollama在最近部署deepseek的热潮中被提到的更多一些，因此个人使用可能ollama更合适。

4/9/2025 10:47:02 AM

贝塔街的万事