AI在线 AI在线

南洋理工大学

字节跳动推出 StoryMem 系统，解决 AI 视频生成中的角色一致性问题

字节跳动推出 StoryMem 系统，解决 AI 视频生成中的角色一致性问题

近日，字节跳动与南洋理工大学的研究团队联合开发了一个新系统 StoryMem，旨在解决 AI 生成视频时角色在不同场景中外观不一致的问题。 该系统通过在生成视频的过程中存储关键帧，并在后续场景生成时进行参考，从而保持角色和环境的一致性。 当前的 AI 视频生成模型，如 Sora、Kling 和 Veo，虽然在短片段生成方面表现出色，但在将多个场景拼接成连贯故事时，仍然存在角色外观变化、环境不一致等问题。
1/4/2026 12:21:23 PM AI在线
字节跳动发布 StoryMem:给 AI 视频装上“长期记忆”，彻底解决角色走样难题

字节跳动发布 StoryMem:给 AI 视频装上“长期记忆”，彻底解决角色走样难题

针对 AI 视频生成领域长期存在的“角色走样”与“环境闪烁”难题，字节跳动与南洋理工大学研究团队近期联合推出名为 StoryMem 的创新系统。 该系统通过引入一种类似人类记忆的机制，成功实现了长视频跨场景创作的高度一致性，解决了 Sora、Kling 等模型在多镜头叙事时容易出现的视觉偏差痛点。 StoryMem 的核心逻辑在于其独特的“混合记忆库”设计。
1/4/2026 10:51:44 AM AI在线
商汤NEO开源:用1/10数据量媲美顶级多模态模型，终结"拼凑式"AI时代

商汤NEO开源:用1/10数据量媲美顶级多模态模型，终结"拼凑式"AI时代

商汤科技与南洋理工大学S-Lab联合发布并开源全新多模态模型架构NEO，通过底层架构创新实现视觉与语言的深层统一，在性能、效率和通用性上取得全面突破。 极致数据效率:1/10数据量达顶尖性能NEO最显著的突破在于其极高的数据效率——仅需3.9亿图像文本示例，相当于业界同等性能模型1/10的数据量，便能开发出顶尖的视觉感知能力。 无需依赖海量数据及额外视觉编码器，NEO凭借简洁架构在多项视觉理解任务中追平Qwen2-VL、InternVL3等顶级模块化旗舰模型。
12/3/2025 10:01:49 AM AI在线
南洋理工揭露AI「运行安全」的全线崩溃，简单伪装即可骗过所有模型

南洋理工揭露AI「运行安全」的全线崩溃，简单伪装即可骗过所有模型

本文的第一作者雷京迪是南洋理工大学博士生，其研究聚焦于大语言模型，尤其关注模型推理、后训练与对齐等方向。 通讯作者 Soujanya Poria 为南洋理工大学电气与电子工程学院副教授。 论文的其他合作者来自 Walled AI Labs、新加坡资讯通信媒体发展局 (IMDA) 以及 Lambda Labs。
10/17/2025 1:34:00 PM 机器之心
多模态模型评测框架lmms-eval发布！全面覆盖，低成本，零污染

多模态模型评测框架lmms-eval发布！全面覆盖，低成本，零污染

AIxiv专栏是AI在线发布学术、技术内容的栏目。过去数年，AI在线AIxiv专栏接收报道了2000多篇内容，覆盖全球各大高校与企业的顶级实验室，有效促进了学术交流与传播。如果您有优秀的工作想要分享，欢迎投稿或者联系报道。投稿邮箱：[email protected]；[email protected]随着大模型研究的深入，如何将其推广到更多的模态上已经成为了学术界和产业界的热点。最近发布的闭源大模型如 GPT-4o、Claude 3.5 等都已经具备了超强的图像理解能力，LLaVA-N
8/21/2024 2:41:00 PM 机器之心
CVPR 2024 | 跳舞时飞扬的裙摆，AI也能高度还原了，南洋理工提出动态人体渲染新范式

CVPR 2024 | 跳舞时飞扬的裙摆，AI也能高度还原了，南洋理工提出动态人体渲染新范式

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，覆盖全球各大高校与企业的顶级实验室，有效促进了学术交流与传播。如果您有优秀的工作想要分享，欢迎投稿或者联系报道。投稿邮箱：[email protected]；[email protected]。在日常活动中，人的运动经常引起衣服的附属运动 (secondary motion of clothes) 并因此产生不同的衣服褶皱，而这需要对人体及衣服的几何、运动（人体姿态及速度动力学
4/22/2024 11:10:00 AM 机器之心