AI在线 AI在线

模型

5700问答对全面评估拷问AI空间感！最新空间智能评测基准来了丨浙大&成电&港中文

5700问答对全面评估拷问AI空间感！最新空间智能评测基准来了丨浙大&成电&港中文
这个对人类来说非常简单的问题，连GPT-4o这样级别的视觉语言大模型（VLMs）也可能答错。 究其根本，还是当前的视觉语言大模型在大规模图文数据中学习到的空间信息往往是片段化的，仅限于静态视角的理解，缺乏多维度、多视角的空间推理能力。 因此，当面对需要多视角空间推理的任务时，这些模型们就频频卡壳。
6/3/2025 9:16:00 AM
LSTM之父22年前构想将成真？一周内AI「自我进化」论文集中发布，新趋势涌现？

LSTM之父22年前构想将成真？一周内AI「自我进化」论文集中发布，新趋势涌现？
让 AI 实现自我进化是人类一直以来的梦想。 早在 2003 年，AI 先驱、LSTM 之父 Jürgen Schmidhuber 就提出过一种名为「哥德尔机（Gödel Machine）」的构想——它使用一种递归的自我改进协议，如果能够证明新代码的策略较佳，就会重写自己的代码。 但这终究只是一个假想。
6/3/2025 9:14:00 AM
CVPR 2025 | 解决XR算力瓶颈，FovealSeg框架实现毫秒级IOI分割

CVPR 2025 | 解决XR算力瓶颈，FovealSeg框架实现毫秒级IOI分割
本文共同第一作者为纽约大学研究生 Hongyi Zeng 和Wenxuan Liu。 合作作者为 Tianhua Xia、Jinhui Chen、Ziyun Li。 通讯作者为纽约大学电子工程系和计算机系教授 Sai Qian Zhang，研究方向为高效人工智能，硬件加速和增强现实。
6/3/2025 9:12:00 AM
人类程序员依然远强于LLM：为什么说 AI 目前还差点火候

人类程序员依然远强于LLM：为什么说 AI 目前还差点火候
这是一篇来自 Antirez（Redis 之父Salvatore Sanfilippo）的博文，分享给大家人类程序员依然技高一筹：为什么说 AI 目前还差点火候这篇短文，是想聊聊为什么我觉得咱们人类程序员，比起现在大火的 LLM（大语言模型）还是要强太多。 先声明，我可不是什么 AI 反对者，了解我或者关注我动态的朋友应该都清楚。 LLM 我经常用，就像今天，我会用它来碰撞灵感、做代码评审、看看有没有比我最初构想更好的方案、探索那些快要超出我知识边界的领域，诸如此类吧。
6/3/2025 9:11:38 AM
逆向工程：ChatGPT 的记忆是如何工作的

逆向工程：ChatGPT 的记忆是如何工作的
这篇文章是名为eric 工程师对ChatGPT记忆系统的深度逆向工程和技术实现推测。 它详细拆解了“可保存记忆”和包含“当前会话历史”、“对话历史”、“用户洞察”三个子系统的“聊天历史”，分析了它们的工作原理、可能的实现方案（如向量数据库、聚类算法），并探讨了这些记忆系统如何显著提升ChatGPT的用户体验，认为“用户洞察”是体验提升的关键文章深度剖析了“用户洞察”（User Insights）高级记忆系统，分析了ChatGPT如何从你的多轮对话中自动学习、总结你的专业背景（如对Rust编程的深入理解）、知识领域乃至沟通偏好，并附上置信度和时间范围，悄然注入后续对话的上下文中。 这正是ChatGPT能提供“千人千面”且高度相关回复的核心秘密地址：，这里做一个重点梳理ChatGPT的记忆系统：不止一种，而是一套组合拳Eric发现，ChatGPT的记忆并非单一系统，而是主要由两大部分构成：“可保存记忆（Saved Memory）”和“聊天历史（Chat History）”。
6/3/2025 9:08:49 AM
免费使用Sora！微软发布Bing Video Creator

免费使用Sora！微软发布Bing Video Creator
今天凌晨1点，微软在官网发布了Bing搜索引擎全新功能——Bing Video Creator。 Bing Video Creator由OpenAI的文生视频模型Sora提供技术支持，通过自然语言就能生成写实、风景、卡通、影视等各种视频。 同时会免费为用户提供该服务，生成速度分为快速和标准两种模式，初始有10次快速生成机会，用完后可消耗 100 微软奖励积分继续使用，或继续选择标准速度。
6/3/2025 9:05:29 AM
LeCun新作反杀AGI派！AI连「鸟」都搞不懂，拿什么超越人类？

LeCun新作反杀AGI派！AI连「鸟」都搞不懂，拿什么超越人类？
LLM真的可以像人类一样「思考」了？ 图灵奖得主Yann LeCun联手斯坦福团队最新论文，狠狠打脸了LLM类人的神话。 论文链接：，LeCun认为，大模型就是随机鹦鹉，它们的智力甚至连阿猫阿狗都不如。
6/3/2025 9:02:00 AM
SFT在帮倒忙？新研究：直接进行强化学习，模型多模态推理上限更高

SFT在帮倒忙？新研究：直接进行强化学习，模型多模态推理上限更高
随着 OpenAI 的 o1/o3 和 Deepseek-R1 等具备强大推理能力的大语言模型相继问世，学界普遍采用「监督微调 强化学习」的两阶段训练范式：先通过推理数据进行监督微调（SFT），再通过强化学习（RL）进一步提升性能。 这种成功模式启发了研究人员将其优势从纯文本领域拓展到视觉 - 语言大模型（LVLM）领域。 但近日的一项研究成果却给出了一个惊人的发现：「SFT 可能会阻碍学习 —— 经常导致出现伪推理路径，而 RL 则是在促进真正的多模态推理！
6/3/2025 8:49:00 AM
揭开大模型“伪遗忘”，港理工等团队：结构不变就是没忘

揭开大模型“伪遗忘”，港理工等团队：结构不变就是没忘
近年来，大语言模型（LLMs）的能力突飞猛进，但随之而来的隐私风险也逐渐浮出水面。 训练中暴露的敏感信息往往被模型“记住”，引发广泛关注。 在此背景下，机器遗忘（Machine Unlearning）技术应运而生，目标是在不影响整体能力的前提下，有选择性地抹除特定知识。
6/3/2025 8:44:00 AM
Mamba核心作者新作：取代DeepSeek在用的注意力机制，专为推理打造

Mamba核心作者新作：取代DeepSeek在用的注意力机制，专为推理打造
曾撼动Transformer统治地位的Mamba作者之一Tri Dao，刚刚带来新作——提出两种专为推理“量身定制”的注意力机制。 在保持模型性能不变的情况下，将解码速度和吞吐量最高提升2倍，大大优化了模型的长上下文推理能力。 这项研究的三位作者均来自普林斯顿大学，论文主要有两大贡献：其一，提出Grouped-Tied Attention（GTA），与已集成到LLaMA 3的注意力机制GQA质量相当，但KV缓存用量减少约50%。
6/3/2025 8:43:00 AM
SSM+扩散模型，竟造出一种全新的「视频世界模型」

SSM+扩散模型，竟造出一种全新的「视频世界模型」
在这个 AI 技术与应用大爆发的时代，我们最不缺的就是「热词」，从自回归到扩散模型，从注意力机制到状态空间模型，从思维链到推理模型…… 有时候，其中一些热词会聚拢一处，为 AI 世界创造出新的可能性。 今天我们要介绍的这项研究便是如此，集齐了长上下文、状态空间模型（SSM）、扩散模型、世界模型等「热词」，创造了一种全新的「视频世界模型」。 该研究来自斯坦福大学、普林斯顿大学和 Adobe Research，在社交网络上引起了不少关注。
6/3/2025 8:40:00 AM
北大校友造通用AI Agent，可执行1000个操作，无邀请码立即上手试用

北大校友造通用AI Agent，可执行1000个操作，无邀请码立即上手试用
无邀请码，就可直接上手！ 北大校友官宣推出号称“最强通用Agent” Fairies（中译仙女），能执行Deep research、代码生成、发邮件等1000个操作。 编辑部的小伙伴一上手实测就发出了如下感叹~关键是无需邀请码，Mac和Windows用户只需下载APP就能立即上手试玩。
6/3/2025 8:39:00 AM
Claude团队打开大模型「脑回路」，开源LLM思维可视化工具来了

Claude团队打开大模型「脑回路」，开源LLM思维可视化工具来了
Claude团队来搞开源了——推出“电路追踪”（circuit tracing）工具，可以帮大伙儿读懂大模型的“脑回路”，追踪其思维过程。 该工具的核心在于生成归因图（attribution graphs），其作用类似于大脑的神经网络示意图，通过可视化模型内部超节点及其连接关系，呈现LLM处理信息的路径。 研究人员通过干预节点激活值，观察模型行为变化，从而验证各节点的功能分工，解码LLM的“决策逻辑”。
6/3/2025 8:35:00 AM
GPT-4o-Image仅完成28.9%任务！上海AI实验室等发布图像编辑新基准，360道人类专家严选难题

GPT-4o-Image仅完成28.9%任务！上海AI实验室等发布图像编辑新基准，360道人类专家严选难题
GPT-4o-Image也只能完成28.9%的任务，图像编辑评测新基准来了！ 360个全部由人类专家仔细思考并校对的高质量测试案例，暴露多模态模型在结合推理能力进行图像编辑时的短板。 最近，上海人工智能实验室联手上海交大、同济大学、武汉大学、普林斯顿大学的研究人员，针对图像编辑AI提出了三个问题：现有的图像编辑评测基准是否已经无法跟上时代的步伐？
6/3/2025 8:30:00 AM
o3崛起，但推理模型离「撞墙」只剩一年？

o3崛起，但推理模型离「撞墙」只剩一年？
最多一年，推理模型就会撞上训练算力的「天花板」。 OpenAI的o3这样的推理模型，诞生还不到一年，能力已经突飞猛进。 OpenAI的研究人员非常乐观地认为，这种趋势会持续下去。
6/3/2025 8:26:00 AM
让AI学着“看菜下碟”！港中大等新框架让推理长度减少90%，准确率反增17%

让AI学着“看菜下碟”！港中大等新框架让推理长度减少90%，准确率反增17%
人类在面对简单提问时常常不假思索直接回答，只有遇到复杂难题才会认真推理。 如果AI模型也能像人一样决定“要不要思考”，效率是否会大大提升？ 近日，香港中文大学联合新加坡国立大学Show Lab的研究者提出了一种名为TON（Think Or Not）的新颖选择性推理框架，让视觉语言模型（VLM）可以自主判断是否需要显式推理。
6/3/2025 8:25:00 AM
全面评估多模态模型视频OCR能力，Gemini 准确率仅73.7%

全面评估多模态模型视频OCR能力，Gemini 准确率仅73.7%
多模态大模型（MLLM）在静态图像上已经展现出卓越的 OCR 能力，能准确识别和理解图像中的文字内容。 然而，当应用场景从静态图像拓展至动态视频时，即便是当前最先进的模型也面临着严峻的挑战。 MME-VideoOCR 致力于系统评估并推动MLLM在视频OCR中的感知、理解和推理能力。
6/3/2025 8:22:00 AM
1/15成本，实现AI水印新SOTA | 南洋理工大学&A*STAR

1/15成本，实现AI水印新SOTA | 南洋理工大学&A*STAR
给AI生成的作品打水印，让AIGC图像可溯源，已经成为行业共识。 问题是，传统水印方法通常把图像当成一个整体处理，全局嵌入、水印提取一锅端，存在不少“短板”：比如，图像局部区域被篡改，就可能导致全局提取失败，也无法定位水印所在具体区域。 又比如，无法只保护某个区域，如人脸、LOGO等。
6/3/2025 8:20:00 AM