Token导航 LogoToken导航

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
2,650
正文图片
13,137
学术研究
大模型

SFT别急着接RL！你的多模态大模型可能一直在“带伤训练”

SFT别急着接RL！你的多模态大模型可能一直在“带伤训练”

PRISM团队 投稿 量子位 | 公众号 QbitAI SFT之后，直接上强化学习就够了吗？ 小心，你做的可能不是“训练”，而是“还债”。 在多模态大模型（MLLM）的后训练中，行业内长期遵循着一个看似天经地义的范式： 先SFT，再RL，两步到位 。 从DeepSeek到Qwen...

大模型学术研究
2026-05-17 12:00
Qwen

阿里、字节等10家公司获授权购买英伟达H200；林俊旸创办全新AI实验室，谋求20亿美元估值丨AI周报

阿里、字节等10家公司获授权购买英伟达H200；林俊旸创办全新AI实验室，谋求20亿美元估值丨AI周报

全球AI产业周报 为你精选过去一周（5.09-5.15）最值得关注的AI新闻和国内外热门AI投融资事件，帮助大家及时了解全球AI市场动向。 01本周人工智能热点资讯 阿里、字节等10家公司获授权购买英伟达H200 据互联网坊间八卦引援外媒报道，阿里巴巴、字节跳动、腾讯和京东在内的...

Qwen英伟达阿里云融资
2026-05-17 12:00
Google

谷歌与谷歌DeepMind联合出手：让AI在漫长的“进化之旅”中越走越聪明

谷歌与谷歌DeepMind联合出手：让AI在漫长的“进化之旅”中越走越聪明

这项由谷歌与谷歌DeepMind、威斯康星大学麦迪逊分校联合开展的研究，以预印本形式发布于2026年5月，论文编号为arXiv:2605.07039，有兴趣深入了解的读者可通过该编号查询完整论文。 **一、当AI开始"摸着石头过河"** 有一类问题，答案不是查出来的，而是一点一点...

Google大模型学术研究
2026-05-17 04:50
混元

腾讯混元与马里兰大学联手：让AI视觉模型“看清”模糊图片也能答对题

腾讯混元与马里兰大学联手：让AI视觉模型“看清”模糊图片也能答对题

这项研究由腾讯混元、马里兰大学帕克分校、弗吉尼亚大学以及北卡罗来纳大学教堂山分校的研究团队共同完成，论文以预印本形式发布于2026年5月，编号为arXiv:2605.09262，有兴趣深入了解的读者可通过该编号查询完整论文。 **一、当AI遇到"近视"：一个几乎被忽视的大问题**...

混元腾讯合作学术研究
2026-05-17 04:21
学术研究

中国机构论文数量占半壁江山，“AI基本上是中国人的球场”

中国机构论文数量占半壁江山，“AI基本上是中国人的球场”

【文/观察者网 王一】 尽管美国围堵打压，中国人工智能（AI）近年来的崛起已不容忽视。香港《南华早报》5月14日报道称，从上月底举行的2026国际学习表征会议（ICLR 2026）来看，中国高校和科研机构在论文数量和影响力上已遥遥领先于美国同行，可以说AI“基本上就是中国人的球场...

学术研究
2026-05-17 04:00
学术研究

CVPR 2026 视频模型趋势梳理：不止生成下一帧，更要理解下一步

CVPR 2026 视频模型趋势梳理：不止生成下一帧，更要理解下一步

视频智能正从画面生成走向运动控制、动态建模、信号理解与真实场景应用。 作者丨郑佳美 编辑丨马晓宁 过去，视频生成更多是在解决“像不像”的问题：人物是否清晰，画面是否流畅，风格是否统一。但随着模型能力提升，视频真正困难的部分开始显现出来——它不是一组漂亮帧的连续播放，而是一个由时间...

学术研究
2026-05-16 21:41
学术研究

CVPR 2026 自动驾驶与协作智能梳理：模型正在走向可控真实世界

CVPR 2026 自动驾驶与协作智能梳理：模型正在走向可控真实世界

从仿真构造到多主体配合，AI 正在补齐行动决策链条。 作者丨郑佳美 编辑丨马晓宁 过去，视觉模型更多是在回答“看见了什么”，但当 AI 进入自动驾驶、游戏、机器人和多智能体协作场景时，问题已经不只是识别环境，而是“看见之后如何行动”。 一辆自动驾驶汽车不能只知道前方有车，还要判断...

学术研究智能体
2026-05-16 21:41
机器人

「最强大脑」，双冠加冕！北京人形 PelicanUnify 1.0 登顶世界第一，具身大脑能力跻身世界第一梯队

「最强大脑」，双冠加冕！北京人形 PelicanUnify 1.0 登顶世界第一，具身大脑能力跻身世界第一梯队

近日，北京人形机器人创新中心(以下简称“北京人形”）在WorldArena全球权威评测中连下两城——继WoW具身世界模型登顶World Arena Data Engine（数据引擎）赛道后， 首个“具身大一统”模型Pelican-Unify 1.0 在World Arena综合评...

机器人学术研究
2026-05-16 19:31
大模型

七款顶尖大模型学术诚信测试：超三成“造假”

七款顶尖大模型学术诚信测试：超三成“造假”

据钛媒体报道，2026年5月，北京大学、同济大学和图宾根大学研究团队联合发布全球首个评估AI科学家学术诚信的基准测试《SciIntegrity-Bench》。该测试采用“困境评估”方法，为七款顶尖大语言模型设置了11种科研陷阱，共进行231次高压测试，整体问题率高达34.2%。 ...

大模型学术研究
2026-05-16 17:12
Meta

Meta与斯坦福联手：让字节级AI说话更快，“逐字节生成”的瓶颈终于被打破了？

Meta与斯坦福联手：让字节级AI说话更快，“逐字节生成”的瓶颈终于被打破了？

这项由Meta人工智能基础研究团队（FAIR at Meta）与斯坦福大学、华盛顿大学联合开展的研究，于2026年5月发表，论文预印本编号为arXiv:2605.08044v1。感兴趣的读者可以通过该编号在arXiv平台上查阅完整论文。 现代语言模型的工作方式，大多数人都没仔细想...

Meta合作学术研究大模型
2026-05-16 17:00
腾讯

清华大学与腾讯联手破解AI训练难题：让大模型学会“择优而从”的全新训练法

清华大学与腾讯联手破解AI训练难题：让大模型学会“择优而从”的全新训练法

这项由清华大学自动化系与腾讯大模型部门联合开展的研究，以预印本形式发布于2026年5月7日，论文编号为arXiv:2605.06139，题为《Listwise Policy Optimization: Group-based RLVR as Target-Projection o...

腾讯合作大模型学术研究
2026-05-16 16:42
大模型

从图像到视频的任意分割：X2SAM让MLLM 真正看懂像素级时空世界

从图像到视频的任意分割：X2SAM让MLLM 真正看懂像素级时空世界

本研究由中山大学、美团联合完成，第一作者王豪为中山大学博士研究生，主要研究方向为图像和视频分割、开放场景视觉感知、多模态大模型等。论文共同通讯作者为梁小丹教授和蓝湘源副研究员。 如今，多模态大模型已经能够看图、看视频，并回答复杂问题。但如果进一步要求模型「把画面中的某个目标精准分...

大模型学术研究
2026-05-16 16:00
学术研究

越懂你，越危险？MemPrivacy揭示AI记忆下一站

越懂你，越危险？MemPrivacy揭示AI记忆下一站

机器之心发布 AI 记忆时代 ，Agent 越来越像一个真正的私人助理。 它记得你的习惯，知道你的日程，理解你的健康状态，甚至能在长期对话中逐渐形成一套关于你的「个人画像」。但问题也随之而来： 如果这些记忆都要上云，隐私还安全吗？ 4 月 22 日，OpenAI 开源了一个名为 ...

学术研究智能体
2026-05-16 15:59
学术研究

arXiv：作者须对论文内容负全责，若有未经核实AI内容将禁投一年

arXiv：作者须对论文内容负全责，若有未经核实AI内容将禁投一年

IT之家 5 月 15 日消息，arXiv 计算机科学板块主席托马斯 ·G· 迪特里希在 X 上宣布，平台将收紧 AI 生成内容规则。 IT之家注：arXiv 是全球研究人员在正式同行评审前发布论文的重要预印本平台。 按照 arXiv 行为准则，无论论文内容如何生成，作者都必须 ...

学术研究
2026-05-16 15:59
模型发布

清华系团队出手！一张 4090 即可「爆改」，1.3B小钢炮震撼开源

清华系团队出手！一张 4090 即可「爆改」，1.3B小钢炮震撼开源

新智元报道 编辑：YHluck 【新智元导读】端侧多模态，卷出新天花板。仅1.3B，性能反超，效率翻倍，一张4090就能「爆改」。刚刚，清华系团队面壁智能开源了新一代「小钢炮」MiniCPM-V 4.6，再次证明了在端侧AI领域，中国团队已然站在世界前沿。 想象一下：你将一支笔放...

模型发布开源学术研究大模型
2026-05-16 15:59