AI

ICCV 2025 | 跨越视觉与语言边界，打开人机交互感知的新篇章：北大团队提出INP-CC模型重塑开放词汇HOI检测

本文的第一作者为北京大学王选计算机研究所博士生雷廷，通讯作者为博士生导师刘洋。团队近年来在 TPAMI、CVPR、ICCV、ICML 等顶会上有多项代表性成果发表，多次荣获多模态感知和生成竞赛冠军，和国内外知名高校、科研机构广泛开展合作。目前的 HOI 检测方法普遍依赖视觉语言模型（VLM），但受限于图像编码器的表现，难以有效捕捉细粒度的区域级交互信息。

8/20/2025 9:13:00 AM

Meta超级智能实验室重组为四个部门，某些高管将离开

据《彭博社》报道，Meta 将重组其超级智能实验室（Meta Superintelligence Labs，MSL）。具体来说，MSL 以及 Meta 之前的 FAIR 等 AI 部门将被重组为四个专注于 AI 的新部门：TBD Lab，负责人是 Alexandr WangFAIR (Fundamental AI Research)，基础 AI 研究Products and Applied Research, 产品和应用研究，由 GitHub 前 CEO Nat Friedman 领导MSL Infra，负责 Meta 的 AI 基础设施Meta 首席 AI 官 Alexandr Wang 在一份内部备忘录中表示，超级智能实验室将被划分为更小的部门，分别专注于 AI 研究、基础设施、硬件、产品集成以及公司的长期超级智能目标。他写到：「超级智能即将到来，为了认真对待它，我们需要围绕实现它的关键领域进行组织构建。

8/20/2025 9:10:00 AM

DeepSeek开源新基础模型，但不是V4，而是V3.1-Base

昨晚，深度求索在用户群里宣布「DeepSeek 线上模型版本已升级至 V3.1，上下文长度拓展至 128k」并更新了 UI （去掉了 DeepThink 旁的 R1 标示）之后，在 Hugging Face 发布了一款新模型 DeepSeek-V3.1-Base。模型地址：，该模型是 DeepSeek-V3 系列最新的基础模型。至于为什么命名为 V3.1，而不是像之前以前命名为 V3 带四位日期数字的形式（如 V3-0324），尽管社区有诸多猜测，但深度求索官方尚未给出明确说明 —— 和该公司之前的操作一样，这一次同样是模型先行，说明和宣传还在后面。

8/20/2025 9:08:00 AM

美国专家来中国转了一圈：AI比赛已经结束了

现状来看，美国后继乏力，比赛可能已经结束了。这就是一个美国专家，近期来中国转了一圈，然后回国后被万千美国网友议论的最新结论。而且这个结论，不少美国人由衷认同，因为论据核心主要涉及——电力。

8/20/2025 9:04:00 AM

AI教父辛顿：人类需要AI成为“母亲”，李飞飞：反对！

“AI 会统治人类吗？ ”这个问题，早已不是科幻小说的专属。不如我们回顾下《爱，死亡与机器人》中那个荒诞又深刻的故事——《当酸奶统治世界》。

8/20/2025 7:53:01 AM

DataFun

ACM MM 2025 | 小红书AIGC团队提出风格迁移加速新算法STD

基于一致性模型（Consistency Models, CMs）的轨迹蒸馏（Trajectory Distillation）为加速扩散模型提供了一个有效框架，通过减少推理步骤来提升效率。然而，现有的一致性模型在风格化任务中会削弱风格相似性，并损害美学质量 —— 尤其是在处理从部分加噪输入开始去噪的图像到图像（image-to-image）或视频到视频（video-to-video）变换任务时问题尤为明显。这一核心问题源于当前方法要求学生模型的概率流常微分方程（PF-ODE）轨迹在初始步骤与其不完美的教师模型对齐。

8/20/2025 7:49:28 AM

AI就绪型数据：当下发展最快的技术，到底是什么？

在当今数字时代，人工智能(AI)正以前所未有的速度蓬勃发展，其影响力已深度渗透到商业与社会的各个领域。在这一过程中，算法迭代与模型创新始终是行业关注的焦点。然而，当深入探究AI技术落地的核心逻辑时会发现，数据才是支撑这一切的真正引擎。

8/20/2025 12:10:00 AM

“现在读AI博士已经太晚了”

谷歌生成式AI团队创始成员竟然劝退AI博士？ Jad Tarifi，这位在谷歌待了近十年、参与创立了谷歌第一个生成式AI团队的大佬，最近直接开炮：. 别为了赶AI这波热潮去读博士了，等你毕业，AI本身都可能被解决了。

8/19/2025 5:09:11 PM

梦晨

微软最新揭秘：「话痨实习生」AI助手，到底能帮人类做什么？

Copilot作为微软主推的AI对话工具，其积累了海量的用户数据。而近日的一项研究，用到的数据来自24年微软Copilot对话，以及用户对AI回复是否点赞。研究者将这些对话分类，发现用户使用AI助手频率最高的任务是获取信息，占比近40%。

8/19/2025 4:19:57 PM

新智元

16岁炒马斯克鱿鱼，SpaceX天才转投北大数学校友赵鹏麾下

16岁的天才小孩哥挥一挥衣袖，宣布从SpaceX离职了。 2年前，14岁的Kairan Quazi从圣克拉拉大学毕业，被马斯克pick，加入入职成功率仅有0.2%的SpaceX，成为Starlink部门最年轻的软件工程师——这是SpaceX工程密度最高的部门之一。现在，智商超过180的Kairan转身离开，下一站：干金融，搞量化。

8/19/2025 4:17:49 PM

英伟达开源9B参数小模型，比Qwen3快6倍

小模型也开始卷起来了！在麻省理工学院衍生公司Liquid AI发布了一款小到可以装在智能手表上的新AI视觉模型，以及谷歌发布了一款可以在智能手机上运行的小型模型之后，英伟达也加入了这场浪潮，推出了自己的新型小型语言模型（SLM）：Nemotron Nano v2。这款9B的“小”模型在复杂推理基准测试上的准确率与Qwen3-8B相当或更高，速度快6倍。

8/19/2025 4:10:46 PM

首个3D动作游戏专用VLA模型，打黑神话&只狼超越人类玩家 | ICCV 2025

3B多模态大模型在动作角色扮演游戏的战斗任务中，成功率超越GPT-4o和人类玩家，淘天集团未来生活实验室团队提出了CombatVLA，已被ICCV 2025接收。在复杂的三维环境中实现实时决策仍面临重大挑战，要求模型能在秒级时间尺度做出响应，具备高分辨率感知能力，并能够在动态条件下进行战术推理。如下图所示，团队给出了CombatVLA推理得到的AoT解释、解析成Python代码的动作指令，以及执行这些动作后的帧序列。

8/19/2025 4:08:20 PM