西湖大学张驰团队：不重训，也能让视频生成更长更稳丨CVPR 2026
过去一段时间，AI 视频最让人惊艳的，往往都是前几秒。人物状态自然，光影氛围到位，动作也足够流畅，很容易让人产生一种感觉，视频生成已经离真正可用不远了。 但行业越往前走，问题也越清楚，真正难的从来不是做出一小段漂亮画面，而是能不能把这种质量稳定地延续下去。一旦视频时长被拉长，很多...
2026-05-13 00:41
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。
如果你是按主题跟踪 AI 动态，这一页会比全站资讯流更好用。
学术研究资讯
1,604
正文图片
7,997
暂无图片
我所知道的代季峰：从微软亚研7万次引用，到盛大3亿美金风暴
“如果说谁是下一个DeepSeek，我认为是盛大。” 一位接近代季峰的资深业者向雷峰网 (公众号：雷峰网) 笃定地预测，不过这是半年前。 DeepSeek的成功，被业界总结为三个条件：不以短期商业化为目的、拥有一群极致纯粹的人、以及深不见底的钱袋子。 在大厂受困于KPI压力、明星...
CVPR 2026 生成式 AI 观察梳理：视觉模型开始重写默认设定
过去几年，视觉生成与视觉理解领域的技术推进，整体上始终沿着一条相对明确的路径展开：当一套建模范式被验证有效之后，后续的大量工作往往都会围绕这套既有框架持续做模型扩容、训练增强、采样优化与局部模块修补，以此换取更高的性能上限。 无论是扩散生成、视频 world model，还是动作...
2026-05-13 00:41
东南大学耿新团队：模型不是不会做，而是被「挤掉了能力」丨CVPR 2026
你可能遇到过这样一种情况，一个模型原本只做一件事的时候表现很好，但一旦不断往里面加新任务，它反而开始变差了。不是彻底失效，而是变得不稳定，有些能力开始下降，有些结果开始波动。问题不在于模型不会，而在于它原本会的东西，被后来加入的任务“挤掉了一部分”。 这背后其实有一个很少被说清楚...
CVPR 2026 多模态视觉智能全景梳理：从感知到推理的范式重写
如果回看过去十年的计算机视觉发展，其主线其实非常清晰：从早期以 ImageNet classification 为代表的“识别范式”，到以检测、分割为核心的“结构理解”，再到扩散模型推动的“生成范式”，视觉研究始终围绕一个核心目标展开——让机器更准确地“看见世界”。 然而，这一路...
港科广陈昶昊团队：只用一张 RGB 图像，让机器读懂室内 3D 空间丨CVPR 2026
LegoOcc：无需语义体素标注，也能识别开放类别。 作者丨郑佳美 编辑丨岑 峰 真正的室内空间智能，并不只是让机器认出画面里有一张桌子，而是让它理解真实三维物理空间内：哪里可以通行、哪里存在遮挡、哪些物体能够交互。 对于未来的家庭机器人和护理机器人来说，理解一个房间并不只是完成...
CVPR 2026 世界模型论文全景梳理：从生成到建模的关键转变
在过去几年中，视频生成技术取得了令人瞩目的进展。从基于扩散模型的方法到大规模视频基础模型，生成结果在视觉质量上已经逐渐逼近真实世界。然而，当我们进一步审视这些模型时，一个更本质的问题开始显现：它们究竟是在“理解世界”，还是仅仅在“拟合像素分布”？ 传统视频生成方法大多建立在 2D...
AI 终于学会 「自我坦白」！Anthropic最新论文震撼来袭，「内省适配器」让黑盒模型自己说出隐藏行为
在过去两年的大模型工业化进程中，安全审计始终遵循着一套 “猫鼠游戏” 的默认设定：开发者微调模型以增强能力，而安全专家则通过红队测试（Red Teaming）或白盒探测来寻找潜在的 “后门” 或 “偏见”。这套逻辑的前提是：模型是一个被动的受访者，它的行为必须由外部观测者通过穷举...
对话清华商宇丨从生成视频到支撑行动，世界模型需要新的评测标准
在今天的 AI 叙事里，“世界模型”几乎成了通往具身智能的必经之路。 它被期待理解物理规律、预测环境变化，并为机器人决策提供依据。但一个尖锐的问题是：当一个模型能生成一段足够逼真的未来视频时，我们究竟该相信它真的理解了世界，还是只是更擅长复刻世界的表象？ 咬了一口的苹果会自动愈合...
清华段岳圻团队论文：从调参数到做控制，文生图迎来一次方法论升级丨CVPR 2026
很多人在使用文生图工具时都会遇到类似的情况，输入一段很清晰的描述，希望画面中人物站在左边、动物在右边，或者希望海报上出现一段完整可读的文字，但生成结果却常常让人失望。 要么位置关系混乱，要么文字变形，要么整体画面看起来不自然。继续调整参数，有时结果会更接近描述，但画面质量却明显下...
港中文薛天帆团队：实现 4K 全景视频生成，普通视频也能「长出空间」丨CVPR 2026
很多人都经历过这样一种落差。现实里的空间是立体的，是包围人的，是可以转身、抬头、回望的，可一旦被手机或相机拍成视频，世界立刻被压缩成一个窄窄的取景框。 暴雨来临前的天空并不只在镜头正前方，深夜街区的压迫感也不只来自路面，商场中庭、地下车站、展馆大厅、建筑内部，这些真正让人产生现场...
2026-05-13 00:41
谷歌沉默，ICLR 未回应！TurboQuant 争议背后，大厂学术霸权该如何破局？
这几天，TurboQuant 几乎成了 AI 学术圈里最热的争议事件之一。 一边是 Google Research 高调发博文，把它包装成能显著降低大模型推理成本、并将在 ICLR 2026 亮相的“突破性”工作，另一边则是先行工作RaBitQ的作者——高健阳以知乎答主身份在社区...
上海人工智能实验室联合商汤大装置等共建AI全链路验证平台与生态社区
近日，在第二届浦江AI学术年会上，上海人工智能实验室（上海AI实验室）联合北京智源研究院、中国科学院计算技术研究所、北京开源芯片研究院、商汤科技、IDEA数字经济研究院等机构，共同发起“国产软硬件适配验证合作计划”。该计划拟推出覆盖AI全流程的软硬件验证平台及自主生态社区，并预计...
谁在给AI造灵魂：哲学家、神父和一个辞职写诗的工程师
本文来自微信公众号： 动察Beating ，作者： Sleepy，头图来自：AI生成 Anthropic发布过一份两万多字的文件，叫《Claude的宪法》，不是产品说明书，不是用户协议，也不是晦涩的底层代码。它更像是一份写给一个人的成长指南，只不过这个“人”，是一个大语言模型，每...
图灵奖得主Sutton新作：用一个1967年的公式，解决流式强化学习一大缺陷
本文来自微信公众号： 机器之心 ，编辑：Panda，作者：关注RL的 2024年底，一篇题为「流式深度强化学习终于跑通了」的论文（arXiv:2410.14606）在学界引发广泛讨论。作者来自阿尔伯塔大学的Mahmood团队，他们花了大量篇幅描述一个令人尴尬的现实：强化学习作为一...
2026-05-13 00:41
暂无图片
2026年了，AI Agent为什么还是“Demo很惊艳，上线就翻车”？
本文来自微信公众号： 人人都是产品经理 ，作者：周周粥粥 每次看到某个AI Agent产品发布demo，评论区清一色“太强了”“颠覆认知”，过两周再看，同一批人在骂“垃圾”“根本不能用”“又是智商税”。 这个循环从2024年延续到2026年，好像从来没有真正被打破过。 很多人把原...
中国拿下这届AI 顶会半壁江山，清华一家单挑斯坦福加MIT
本文来自微信公众号： APPSO ，作者：发现明日产品的，原文标题：《中国拿下这届 AI 顶会半壁江山，清华一家单挑斯坦福加 MIT》 全球AI顶会，快成中国卷王的专场了。 每年AI顶会放榜，各大机构都会暗戳戳地发喜报，比拼谁家被收录的论文多。但今年ICLR（国际学习表征会议）放...
2026-05-13 00:41
Anthropic 搞了个全是 AI 的闲鱼群，大模型在里面互割起了韭菜
作者｜ Moonshot 编辑｜ 靖宇 试想一个场景。 你在闲鱼上挂出了一辆吃灰两年的旧自行车，并在后台设定了 300 元的心理底价。十分钟后，手机弹出通知，你的专属 AI 助手已经与另一位买家的 AI 助手，完成了三轮讨价还价，最终以 400 元的价格将自行车卖出，快递正在上门...
一个新视频模型背后，藏着蔡浩宇给游戏行业造的「新引擎」
作者｜桦林舞王 编辑｜ 靖宇 4 月 9 日，一篇来自 Anuttacon 团队的论文悄悄出现在 arXiv 上。论文展示了一个叫 LPM 1.0 的视频模型——全称 Large Performance Model，注意，是 Performance（表演）...
研究人员给AI造了张「致幻图」：GPT爽到6.5分，Qwen直接大脑短路
不是哥们，这年头AI也溜冰了？ 就在这几天，Github上出现了一篇名为《AI Wellbeing: Measuring and Improving the Functional Pleasure and Pain of AIs》的论文，论文主题就是，如何量化与提升AI的功能性愉...