学术研究
中国人民大学研究团队打造的“多模态深度研究助手”：让AI写出图文并茂、有图有据的专业报告
中国人民大学研究团队打造的“多模态深度研究助手”：让AI写出图文并茂、有图有据的专业报告
这项由中国人民大学高岭人工智能学院主导的研究，以预印本形式发布于2026年5月，论文编号为arXiv:2605.29861v1，有兴趣深入了解技术细节的读者可通过该编号查询完整原文。 当你向AI提问，期待得到一份像咨询公司那样图文并茂的专业研究报告时，你会发现大多数现有AI工具都...
学术研究 方向最近有哪些内容值得看
今日资讯 学术研究
学术研究 方向的重要产品、公司和事件变化，会在这里更集中地出现。
- 学术研究资讯
- 2,654
- 正文图片
- 13,216
合作
浙大与阿里联手破解AI记忆难题：大模型如何像人一样“背诵”知识？
浙大与阿里联手破解AI记忆难题：大模型如何像人一样“背诵”知识？
这项由浙江大学与阿里巴巴集团联合开展的研究，以预印本形式发布于2026年5月28日，论文编号为arXiv:2605.30260v1，收录于计算机科学·计算与语言（cs.CL）方向。感兴趣的读者可以通过该编号在arXiv平台查阅完整论文。 每个人都有过背课文的经历。有时候你觉得自己...
模型发布
Free CPU教程丨西湖大学张岳团队开源科研插图神器AutoFigure，可精准理解长篇科学文本
Free CPU教程丨西湖大学张岳团队开源科研插图神器AutoFigure，可精准理解长篇科学文本
作者：李宝珠 编辑：yudi 转载请联系本公众号获得授权，并标明来源 HyperAI 官网（hyper.ai）的教程板块已经上线了「AutoFigure：基于 LLM 的学术论文插图自动生成系统」，以 Notebook 的形式基于 Free CPU 即可完成部署，快来免费体验高性...
学术研究
韩国科学技术院研发的“万能图书管理员”：一套系统，搞定所有类型的知识库检索
韩国科学技术院研发的“万能图书管理员”：一套系统，搞定所有类型的知识库检索
这项由韩国科学技术院（KAIST）与DeepAuto.ai联合完成的研究，于2026年5月以预印本形式发布，编号为arXiv:2605.29250，有兴趣深入了解的读者可通过该编号查询完整论文。 --- 假设你是一位侦探，接到了一个复杂的调查任务。案件的线索分散在四个完全不同的地...
2026-06-03 18:21
融资
突发，原华为盘古王云鹤创业！新公司估值1亿美元
突发，原华为盘古王云鹤创业！新公司估值1亿美元
新智元报道 原华为盘古「90后少帅」王云鹤离职创业，新公司名为「基元律动」，已获1亿美元估值新融资！果然，他真的下场做AI Agent了。 就在刚刚，靴子落地。 根据新浪科技消息，今年3月宣布离职华为的盘古「90后少帅」王云鹤，正式创业！ 他已投身AI Agent赛道，新公司名为...
Google
谷歌新技术让手机就能测心率，全肤色通用，误差低于10%
谷歌新技术让手机就能测心率，全肤色通用，误差低于10%
静息心率被公认为是衡量心血管健康和预测整体死亡率的关键生物标志物和预后因素。然而，传统医学获取静息心率的方法较为繁琐，通常需要患者在诊室里静躺或静坐一段时间后才能测量。 近年来，随着智能手环、智能手表等消费级可穿戴设备的兴起，人们似乎找到了解决日常监测的方法。这些设备通常会在一天...
机器人
RSS 2026｜蚂蚁灵波提出首个自回归因果世界模型，50条数据解锁通用机器人操控
RSS 2026｜蚂蚁灵波提出首个自回归因果世界模型，50条数据解锁通用机器人操控
赋予机器人物理理解和预测能力是通用操作的关键。蚂蚁灵波等机构提出的 LingBot-VA 试图将视频帧预测与动作推理统一起来，让机器人通过自回归扩散框架学会“一边思考一边行动”。 在通用机器人领域，机器人控制需要的不只是“看懂”当前画面 ，还需要预测未来。如果一个模型不能理解“推...
学术研究
计算所、ETH研究者提出WorldCache，视频世界模型近无损提速3.7倍
计算所、ETH研究者提出WorldCache，视频世界模型近无损提速3.7倍
如果说扩散世界模型的瓶颈，是每一步去噪都要把同一个大 Transformer 再跑一遍，那么WorldCache的思路就是：不要再把所有 Token、所有时间步都当成同一件事。这篇工作把 “哪些内容适合缓存”和“哪些时刻必须重算” 拆开处理，在不重新训练模型、几乎不增加额外显存的...
2026-06-03 14:10
应用落地
视频画质“打分员”究竟有多准？德国伊尔梅瑙工业大学揭开AI超分辨率时代的质量评估困局
视频画质“打分员”究竟有多准？德国伊尔梅瑙工业大学揭开AI超分辨率时代的质量评估困局
这项由德国伊尔梅瑙工业大学视听技术研究组与亚琛工业大学通信工程研究所联合开展的研究，已被第18届多媒体体验质量国际会议（QoMEX 2026）接收，预计通过IEEE Xplore正式发表。感兴趣的读者可以通过arXiv预印本编号 arXiv:2505.25940 查阅完整论文。 ...
模型发布
真正替人干脏活累活！华盛顿大学推出JobBench，最强AI只拿45.9
真正替人干脏活累活！华盛顿大学推出JobBench，最强AI只拿45.9
专注AIGC技术的专业社区，关注大语言模型（LLM）的发展和应用落地，聚焦LLM及AI技术的市场研究和开发者生态，欢迎关注！ 让 AI Agent 真正替人干想甩掉的活！ 华盛顿大学联合十多家机构的研究团队，推出了一份叫做 JobBench 的基准测试。 这份基准上，最强的 Ag...
芯片
玻璃变AI芯片！科学家造出可编程三维光子神经网络，为高维信息片上处理提供新路径
玻璃变AI芯片！科学家造出可编程三维光子神经网络，为高维信息片上处理提供新路径
将可编程光子神经网络写进玻璃内部，是不是听上去有些科幻？科学家近期的一项研究证明，这条路不仅跑通了，而且规模越大优势越明显。 近期，华中科技大学张新亮教授、董建绩教授与上海交通大学唐豪教授团队联合提出了一种可编程光子计算的新范式。他们开发了新架构 LAMP（Lantern-sha...
学术研究
ImageNet之后，李飞飞团队再发大型图像数据集：重塑视觉生成公开基准
ImageNet之后，李飞飞团队再发大型图像数据集：重塑视觉生成公开基准
2012 年，AlexNet 在 ImageNet 竞赛中大幅领先，正式开启深度学习时代。此后十多年，ImageNet 一直是视觉研究最重要的公共基准之一。 如今，这把“尺子”已难衡量视觉生成研究。比起分类或生成效果指标， 文生图更缺的是一套公开、稳定、可复现的训练数据基准 。S...
2026-06-03 03:00
DeepSeek
DeepSeek陈德里AI论文第二弹：从6分到8分，DeliAutoResearch SKILL又进化了
DeepSeek陈德里AI论文第二弹：从6分到8分，DeliAutoResearch SKILL又进化了
机器之心编辑部 DeepSeek 研究员陈德里（Deli Chen）和 AI 合作的第二篇论文来了！ 论文地址：https://victorchen96.github.io/continual_learning_survey.pdf 这篇论文聚焦 continual learni...
学术研究
ICML 2026收录！西湖大学提出可自主进化的Scientific Discovery新范式，构建AI科学家系统大脑核心
ICML 2026收录！西湖大学提出可自主进化的Scientific Discovery新范式，构建AI科学家系统大脑核心
智猩猩AI整理 编辑：林夕 想象一下：你派出一位AI科学家去发现室温超导体。它勤勤恳恳地测试了几百种铜氧化物配方，每天兢兢业业地分析数据、调整参数、优化配比。 结果有一天，实验数据突然指向一个完全陌生的铁基材料——这个结果跟它学过的所有理论都矛盾，甚至不在它认知的“可能性框架”之...
2026-06-03 02:10
大模型
当AI开始“读懂”你的安全顾虑：马萨诸塞大学阿默斯特分校用大模型打破交通安全数据的高墙
当AI开始“读懂”你的安全顾虑：马萨诸塞大学阿默斯特分校用大模型打破交通安全数据的高墙
这项由马萨诸塞大学阿默斯特分校土木与环境工程系主导的研究，于2026年5月以预印本形式发布在arXiv平台，编号为arXiv:2605.21712。研究聚焦于如何让普通人也能轻松获取和分析交通安全数据，为公共安全规划领域带来了一种新的技术思路。 每当路口发生事故，或者家长担忧孩子...
大模型
成大语言模型图像生成的“分身”难题：成均馆大学提出CAT方法，让AI画图的每个草稿都忠于最终作品
成大语言模型图像生成的“分身”难题：成均馆大学提出CAT方法，让AI画图的每个草稿都忠于最终作品
这项由韩国成均馆大学主导的研究于2026年5月发布在预印本平台arXiv，论文编号为arXiv:2605.26449。研究聚焦于生成对抗网络（GAN）的一个根本性缺陷，并提出了名为CAT（Cross-scale Aligned Transformer，跨尺度对齐变换器）的解决方案...
合作
卡内基梅隆大学与亚马逊联手揭秘：AI写代码越来越厉害，但它真的“懂”自己在写什么吗？
卡内基梅隆大学与亚马逊联手揭秘：AI写代码越来越厉害，但它真的“懂”自己在写什么吗？
这项由卡内基梅隆大学与亚马逊研究院联合开展的研究，以预印本形式发布于2026年5月，论文编号为arXiv:2605.26457。感兴趣的读者可通过该编号在arXiv平台查阅完整原文。 当我们把一道菜的做法用文字写下来，厨师才能照着做出正确的菜——这个"写法"在软件世界里就叫做"规...
学术研究
从实验室到临床：中国脑机接口跑到了全世界前面
从实验室到临床：中国脑机接口跑到了全世界前面
（来源：麻省理工科技评论） 去年 10 月的一天，董辉（化名）坐在河南老家的院子里，决定试试自己能不能握住笔写字。他慢慢地、坚定地写下了自己的名字，后面跟着“谢谢”二字，和当天的日期。 六年前，39 岁的董辉因车祸脊髓损伤，颈部以下瘫痪。他的手臂能稍微动一下，但手指完全不听使唤。...
2026-06-03 01:51
混元
清华大学与腾讯混元联手：给机器人装上“空间感”，让AI真正看懂三维世界
清华大学与腾讯混元联手：给机器人装上“空间感”，让AI真正看懂三维世界
这项由清华大学与腾讯混元联合开展的研究，以预印本形式发布于2026年5月，论文编号为arXiv:2605.28548，有兴趣深入了解的读者可以通过该编号查阅完整论文。 **一个根本性的困境：会说话却不会干活** 现代的人工智能视觉语言模型，就像一个博览群书、谈吐优雅的图书馆员。你...
合作
清华、普林斯顿联手攻克AI图像审核难题：让“裁判员”学会精准指出哪里画错了
清华、普林斯顿联手攻克AI图像审核难题：让“裁判员”学会精准指出哪里画错了
这项由清华大学、宾夕法尼亚州立大学、南加州大学、Microcyto公司和普林斯顿大学联合开展的研究，以预印本论文形式于2026年5月27日公开发布，论文编号为arXiv:2605.28805，感兴趣的读者可通过该编号在arXiv平台上查阅完整原文。 **当AI画出一张"差不多但又...