AI在线 AI在线

清华大学

清华朱军团队Nature Machine Intelligence：多模态扩散模型实现心血管信号实时全面监测

清华朱军团队Nature Machine Intelligence：多模态扩散模型实现心血管信号实时全面监测

可穿戴健康监测信号由于监测难度高、观测噪声大、易受干扰，高质量的心血管信号仍难以长期便捷获取，这是智能健康监测系统始终面临的现实困境。 近日，清华朱军等团队提出了一种统一的多模态生成框架 UniCardio，在单扩散模型中同时实现了心血管信号的去噪、插补与跨模态生成，为真实场景下的人工智能辅助医疗提供了一种新的解决思路。 相关工作《Versatile Cardiovascular Signal Generation with a Unified Diffusion Transformer》于 2025 年 12 月 29 日在 Nature Machine Intelligence 正式上线。
12/30/2025 12:08:00 PM 机器之心
视频生成DeepSeek时刻！清华&生数开源框架提速200倍，一周斩获2k Star

视频生成DeepSeek时刻！清华&生数开源框架提速200倍，一周斩获2k Star

在 2025 年的最后时刻，一个全新视频生成加速框架的开源宣告了：「等待数分钟才能生成一个视频」的时代已经终结！ 这个框架正是清华大学 TSAIL 团队与生数科技联合发布的 TurboDiffusion。 加速效果有多夸张呢？
12/26/2025 1:31:00 PM 机器之心
NeurIPS 2025｜指哪打哪，可控对抗样本生成器来了！

NeurIPS 2025｜指哪打哪，可控对抗样本生成器来了！

近日，在全球人工智能领域最具影响力的顶级学术会议 NeurIPS（神经信息处理系统大会）上， 清华大学和蚂蚁数科联合提出了一种名为 Dual-Flow 的新型对抗攻击生成框架。 简单来说，Dual-Flow 是一个能够从海量图像数据中学习 “通用扰动规律” 的系统，它不依赖目标模型结构、不需要梯度，却能对多种模型、多种类别发起黑盒攻击。 其核心思想是通过 “前向扰动建模 — 条件反向优化” 的双流结构，实现对抗样本的高可迁移性与高成功率，同时保持极低的视觉差异。
12/15/2025 4:16:00 PM 机器之心
华大学发布首个系统性《人工智能教育应用指导原则》:严防“AI 学术依赖”

华大学发布首个系统性《人工智能教育应用指导原则》:严防“AI 学术依赖”

清华大学近日正式发布《清华大学人工智能教育应用指导原则》（以下简称《指导原则》），这是该校首次以系统化形式对校园内人工智能的使用提出全局性、分场景的规范与引导，覆盖教学、学术研究等核心教育活动。 《指导原则》由“总则”“教学篇”“学位论文及实践成果篇”三大部分构成。 其中，“总则”明确学校在人工智能时代采取“积极而审慎”的基本立场，并提出“五项核心原则”:主体责任:AI 始终是辅助工具，师生才是教学与学习的主体;合规诚信:使用 AI 必须披露情况，严禁任何形式的学术不端;数据安全:禁止使用敏感、涉密或未授权数据训练或驱动 AI 模型;审慎思辨:鼓励多源验证，避免因依赖 AI 造成思维惰化;公平包容:主动识别与减少算法偏见，关注数字鸿沟。
11/27/2025 9:17:16 AM AI在线
清华新发现：AI大模型不止看“块头”，更要重视密度

清华新发现：AI大模型不止看“块头”，更要重视密度

近日，清华大学的研究团队在国际期刊《自然・机器智能》上发表了一项颇具启发性的研究成果，提出了 “能力密度” 这一新概念。 这项研究挑战了传统观点，认为在评估 AI 大模型的实力时，不应仅仅关注模型的参数数量，也就是 “块头”，而更应关注每个参数所展现的智能水平，即 “密度”。 传统上，AI 领域普遍认为模型越大，能力越强，这一 “规模法则” 在过去几年中推动了众多强大 AI 模型的涌现。
11/24/2025 11:06:31 AM AI在线
2M大小模型定义表格理解极限，清华大学崔鹏团队开源LimiX-2M

2M大小模型定义表格理解极限，清华大学崔鹏团队开源LimiX-2M

提到 AI 的突破，人们首先想到的往往是大语言模型（LLM）：写代码、生成文本、甚至推理多模态内容，几乎重塑了通用智能的边界。 但在一个看似 “简单” 的领域 —— 结构化表格数据上，这些强大的模型却频频失手。 电网调度、用户建模、通信日志…… 现实世界中大量关键系统的核心数据都以表格形式存在。
11/13/2025 1:14:00 PM 机器之心
清华团队：1.5B 模型新基线！用「最笨」的 RL 配方达到顶尖性能

清华团队：1.5B 模型新基线！用「最笨」的 RL 配方达到顶尖性能

如果有人告诉你：不用分阶段做强化学习、不搞课程学习、不动态调参，只用最基础的 RL 配方就能达到小模型数学推理能力 SOTA，你信吗？ 清华团队用两个 1.5B 模型给出了答案：不仅可行，还特别高效。 核心发现： 单阶段训练 固定超参数 = SOTA 性能 省一半算力意外之喜： 训练曲线平滑得像教科书，4000 步没遇到任何 "典型问题"关键启示： 充分 scale 的简单 baseline，可能比我们想象的强大得多技术博客：：：：RL 训练小模型的 "技术军备竞赛"2025 年初，DeepSeek-R1 开源后，如何用 RL 训练 1.5B 级别的推理模型成为了热门研究方向。
11/13/2025 10:44:00 AM 机器之心
“昆山杯”第27届清华大学创业大赛火热报名！

“昆山杯”第27届清华大学创业大赛火热报名！

大赛报名表：. *本文为量子位获授权转载。
11/9/2025 11:45:23 AM 量子位的朋友们
让机器人在“想象”中学习世界的模型来了！PI联创课题组&清华陈建宇团队联合出品

让机器人在“想象”中学习世界的模型来了！PI联创课题组&清华陈建宇团队联合出品

Ctrl-World团队 投稿. 量子位 | 公众号 QbitAI这两天，Physical Intelligence（PI）联合创始人Chelsea Finn在上，对斯坦福课题组一项最新世界模型工作kuakua连续点赞。 生成看起来不错的视频很容易，难的是构建一个真正对机器人有用的通用模型——它需要紧密跟随动作，还要足够准确以避免频繁幻觉。
10/30/2025 6:23:21 PM 衡宇
清华、快手提出AttnRL：让大模型用「注意力」探索

清华、快手提出AttnRL：让大模型用「注意力」探索

从 AlphaGo 战胜人类棋手，到 GPT 系列展现出惊人的推理与语言能力，强化学习（Reinforcement Learning, RL）一直是让机器「学会思考」的关键驱动力。 然而，在让大模型真正掌握「推理能力」的道路上，探索效率仍是一道难以逾越的鸿沟。 当下最前沿的强化学习范式之一——过程监督强化学习（Process-Supervised RL, PSRL），让模型不再只看「结果对不对」，而是学会在「推理过程」中不断修正自己。
10/21/2025 5:39:00 PM 机器之心
稳定训练、数据高效，清华大学提出「流策略」强化学习新方法SAC Flow

稳定训练、数据高效，清华大学提出「流策略」强化学习新方法SAC Flow

本文介绍了一种用高数据效率强化学习算法 SAC 训练流策略的新方案，可以端到端优化真实的流策略，而无需采用替代目标或者策略蒸馏。 SAC FLow 的核心思想是把流策略视作一个 residual RNN，再用 GRU  门控和 Transformer Decoder 两套速度参数化。 SAC FLow 在 MuJoCo、OGBench、Robomimic 上达到了极高的数据效率和显著 SOTA 的性能。
10/18/2025 9:30:00 PM 机器之心
北京清华长庚医院与北电数智签署战略合作，赋能药学创新和睡眠医学研究

北京清华长庚医院与北电数智签署战略合作，赋能药学创新和睡眠医学研究

10月16日，北京清华长庚医院与北京电子数智科技有限责任公司（简称“北电数智”）达成战略合作。 依托北电数智“星火·医疗底座”，双方将在药学大模型、睡眠大模型、药学可信空间、具身智能等多个“AI 医疗”创新领域开展联合攻关，并在北京清华长庚医院率先落地应用，打通技术迭代与临床验证的闭环，提升医疗服务效率与智能化水平，推动医疗普惠进程，助力健康中国战略。 北京清华长庚医院院长董家鸿院士，北京清华长庚医院副院长张萍，北电数智董事长荆磊，北电数智首席科学家、复旦大学特聘教授窦德景，北电数智产业生态负责人吴岳，AI可信负责人邵兵等出席签约仪式。
10/17/2025 12:00:36 PM 十三
当Search Agent遇上不靠谱搜索结果，清华团队祭出自动化红队框架SafeSearch

当Search Agent遇上不靠谱搜索结果，清华团队祭出自动化红队框架SafeSearch

该文第一作者是清华大学博士生董建硕，研究方向是大语言模型运行安全；该文通讯作者是清华大学邱寒副教授；其他合作者来自南洋理工大学和零一万物。 在 AI 发展的新阶段，大模型不再局限于静态知识，而是可以通过「Search Agent」的形式实时连接互联网。 搜索工具让模型突破了训练时间的限制，但它们返回的并非总是高质量的资料：一个低质量网页、一条虚假消息，甚至是暗藏诱导的提示，都可能在用户毫无察觉的情况下被模型「采纳」，进而生成带有风险的回答。
10/16/2025 7:10:00 PM 机器之心
RL 将如何提高具身大模型 VLA 泛化性？清华大学团队NeurIPS 2025文章分析 RL 与 SFT 泛化性差异

RL 将如何提高具身大模型 VLA 泛化性？清华大学团队NeurIPS 2025文章分析 RL 与 SFT 泛化性差异

在具身智能领域，视觉 - 语言 - 动作（VLA）大模型正展现出巨大潜力，但仍面临一个关键挑战：当前主流的有监督微调（SFT）训练方式，往往让模型在遇到新环境或任务时容易出错，难以真正做到类人般的泛化。 但在大语言模型（LLM/VLM）领域，强化学习（RL）已被证明能显著提升模型的泛化能力。 RL 究竟能为 VLA 带来哪些独特的泛化优势？
10/12/2025 3:44:00 PM 机器之心
2025大模型服务性能排行榜：PPIO吞吐测试排名第一

2025大模型服务性能排行榜：PPIO吞吐测试排名第一

9 月 13 日，在 GOSIM2025 大会上，清华大学携手中国软件评测中心联合发布了《2025 大模型服务性能排行榜》，PPIO 在 DeepSeek-R1-0528的吞吐测试中排名第一。 该榜单从延迟、吞吐、可靠性等关键指标切入，由专业团队通过长周期、高频率、多时段的数据评测，直观呈现不同MaaS供应商的服务表现。 而且，平台以匿名用户身份对 MaaS（Model as a Service）平台开展产品端到端的性能测评，从评测主体与流程上双重保障了客观公正性。
9/16/2025 5:23:02 PM 量子位的朋友们
清华大学唯一持股具身智能企业“星动纪元”完成近 5 亿元 A 轮融资

清华大学唯一持股具身智能企业“星动纪元”完成近 5 亿元 A 轮融资

AI在线 7 月 7 日消息，星动纪元今日宣布完成近 5 亿元 A 轮融资。 本轮融资由鼎晖 VGC 和海尔资本联合领投，厚雪资本、华映资本、襄禾资本、丰立智能等知名财务机构及产业资本跟投，老股东清流资本、清控基金等机构持续加码。 华兴资本担任本轮独家财务顾问。
7/7/2025 12:43:12 PM 归泷
腾讯公益首次引入AI大模型，提升公益项目互动体验

腾讯公益首次引入AI大模型，提升公益项目互动体验

近日，腾讯公益正式推出了 “问 AI” 功能，这是该平台首次将大型人工智能模型应用于公益领域。 这项创新的功能允许用户就腾讯公益的各类项目和机构进行提问，旨在提升公众与公益组织之间的互动和透明度。 “问 AI” 功能的上线，标志着腾讯在公益事业上的又一次突破。
6/5/2025 11:00:56 AM AI在线
华为、清华大学合作打造首个园区网络智能体：17 万终端全方位覆盖，一句话定位问题、自动优化 Wi-Fi

华为、清华大学合作打造首个园区网络智能体：17 万终端全方位覆盖，一句话定位问题、自动优化 Wi-Fi

与清华本地部署的 DeepSeek 深度协同，智能体自主处置网络故障，推动网络运维从“被动应对”跃入“自动驾驶”新时代。
5/7/2025 7:13:17 PM 汪淼