还记得那个凭借 Neuralink 脑机接口玩《马里奥赛车》、《文明六》的瘫痪患者 Noland Arbaugh 吗？刚刚，他更新了生活近况：过去 14 个月他读了很多书，比过去 11 年读得还多，目前已经计划重返校园。而且在脑机接口的帮助下，他成功得到了一份工作，除了自力更生还能养家糊口，自家房子的重建计划也已经提上了日程。
...
Adobe黑科技：视频扩散降维图像编辑，ObjectMover秒懂物理规律
论文第一作者为余鑫，香港大学三年级博士生，通讯作者为香港大学齐晓娟教授。主要研究方向为生成模型及其在图像和 3D 中的应用，发表计算机视觉和图形学顶级会议期刊论文数十篇，论文数次获得 Oral, Spotlight 和 Best Paper Honorable Mention 等荣誉。此项研究工作为作者于 Adobe Research 的实习期间完成。
近年来，...
GPT-4o图像生成的秘密，OpenAI 没说，网友已经拼出真相？
自从 OpenAI 发布 GPT-4o 图像生成功能以来，短短几天时间，我们眼睛里看的，耳朵里听的，几乎都是关于它的消息。
不会 PS 也能化身绘图专家，随便打开一个社交媒体，一眼望去都是 GPT-4o 生成的案例。
比如，吉卜力画风的特朗普「积极坦诚对话」泽连斯基：
然而，OpenAI 一向并不 Open，这次也不例外。他们只是发布一...
CVPR 2025高分论文：从照片重建3D矢量，告别模糊渲染，重建边缘更清晰
三维高斯泼溅（3D Gaussian Splatting, 3DGS）技术基于高斯分布的概率模型叠加来表征场景，但其重建结果在几何和纹理边界处往往存在模糊问题。这种模糊效应会随着重建过程中不确定性的累积而愈发显著。如图 1 所示，通过提高渲染分辨率可以明显观察到这种边界模糊现象。
图 1：BG-Triangle 的样例...
被吉卜力刷屏的背后：OpenAI模型行为负责人揭秘GPT-4o新生成策略
最近几天，OpenAI 革新的 GPT-4o 图像功能给大家带来了不少乐趣，各路社交媒体都被「吉卜力」风格的图像、视频刷了屏。机器之心还尝试了制作了《甄嬛传》的名场面（视频如下，制作方法参见《GPT-4o 整活！3 个小时、6 个镜头重现吉卜力版《甄嬛传》名场面》）。
其实，除了效果的大幅提升，这次 GPT-4o 更新还有一个值得...
马斯克的xAI收购了马斯克的X（推特）
一觉醒来，xAI 收购了 X（也叫推特或 𝕏）！
这两家公司的 CEO 伊隆・马斯克在 X 上宣布：「xAI 通过一次全股票交易收购了 X。此次合并对 xAI 的估值为 800 亿美元，对 X 的估值为 330 亿美元（450 亿美元减去 120 亿美元的债务）。」
他还写到：「xAI 与 X 的未来息息相关。今天，我们正式迈出了将数据、模型、计算、分...
DeepSeek V3小版本升级实测堪比V3.5，非推理模型也有"啊哈时刻" | 量子位
DeepSeek V3小版本升级实测堪比V3.5，非推理模型也有“啊哈时刻”
梦晨 2025-03-25 18:12:08 来源：量子位
并非小版本升级
DeepSeek V3升级了，新版本V3-0324。
官方轻描淡写只说是“小版本升级”，但很多人实测下来可一点也不小...
秦L纯电版12万开卖，高速领航标配 | 量子位
秦L纯电版12万开卖，高速领航标配
一凡 2025-03-23 22:16:14 来源：量子位
预告城区记忆通勤模式
刚刚，秦L EV 11.98万元开卖。
这是比亚迪打响「全民智驾」后，主品牌发布的首款全新车型。
全系标配高速NOA和自动泊车，甚至...
大神卡帕西亲自演绎零基础开发APP，ChatGPT四轮对话搞定，一小时即在手机运行 | 量子位
大神卡帕西亲自演绎零基础开发APP，ChatGPT四轮对话搞定，一小时即在手机运行
白交 2025-03-24 15:54:40 来源：量子位
后续计划上线APP Store
大神卡帕西带着他的教程又来了！
这次不是教学视频，而是手把手教你如何用大模型...
GPT-4o整活！3个小时、6个镜头重现吉卜力版《甄嬛传》名场面
编辑 | 杨文
网友整的花样可真够多的。
自打 GPT-4o 上线文生图模型以来，我的朋友圈就被它刷了屏。
有人用来搞漫画：
有人拿它玩梗图：
最最绝的是，有网友直接让它整活影视剧名场面。
比如吉卜力风格的《星际穿越》，完美复刻出电影中的玉米地、被海洋覆盖的米勒星球以及那个名叫 TARS 的机器人。
视频...
3D领域DeepSeek「源神」启动！国产明星创业公司，一口气开源八大项目
2025 开年，DeepSeek-R1 的成功在全球掀起了一股开源风潮，上个月的开源周更是毫无保留地将自己的多项核心技术开放给了全球开发者。这种「完整技术栈」式的开源震撼了整个行业。
毫无疑问，开源正成为国内外大模型厂商的「战略共识」。从文本到视觉，从对话到推理，开源生态的繁荣正推动大模型技术快速迭代。在这一波生...
Anthropic亲自公开Claude脑回路！
我们经常听说，AI 就像一个无法破解的黑匣子。
语言被输入进来，又被输出出去。没有人知道 AI 为什么会这样做。
刚刚，AI 公司 Anthropic 公布了大模型思考过程，他们构建了一种「AI 显微镜」，以识别模型中的活动模式和信息流动。
我们都知道，LLM 并不是由人类直接编程，而是通过大量数据进行训练得来的。在训练过程中...
VBench-2.0：面向视频生成新世代的评测框架
近一年以来，AI 视频生成技术发展迅猛。自 2024 年初 Sora 问世后，大家惊喜地发现：原来 AI 可以生成如此逼真的视频，一时间各大高校实验室、互联网巨头 AI Lab 以及创业公司纷纷入局视频生成领域。
闭源模型（如 Kling、Gen、Pika）在视觉效果方面令人惊叹，近期也有 HunyuanVideo、Wanx 等完全开源的模型在 VBench ...
九章云极DataCanvas与新加坡谷络吉签署战略合作备忘录，打造AI创新生态
2025年3月25日，九章云极DataCanvas与谷络吉公司KoolLogix在新加坡签署战略合作备忘录 (MoU)。此次合作旨在依托新科研-谷络吉联合实验室的技术底座，结合九章云极DataCanvas在人工智能领域的行业积淀，共同推动AI技术在数据中心和IT运营中的创新应用。九章云极国际业务负责人徐江博士出席签约仪式，联合实验室由C.K. Che...
时空智能+AI赋能，上海道路巡检智能机器人上线
每天，道路智能巡检机器人带着一双“北斗+AI”之眼，在上海市区行进约50公里。车辆所及之处，道路坑槽、裂缝等病害，隔离带损坏等异常情况都摸得一清二楚。
2024年11月，隧道股份上海城建城市运营（集团）有限公司（以下简称“城市运营”）与千寻位置网络有限公司（以下简称“千寻位置”...
解密神经元活动变异性：艾伦研究所与清华揭示大脑状态如何动态调节神经编码
编辑 | 2049
神经元对相同刺激的反应为什么会表现出显著差异？这种变异性是否仅仅是「噪声」？
传统研究往往假设神经活动变异性是静态的，但真实大脑状态在秒级尺度内快速切换，导致编码效率的动态波动。
在一项新的研究中，来自艾伦研究所（Allen Institute）和清华大学的联合研究团队揭示了神经元反应变异性背后的动...
性能优于o3-mini，DeepMind发布通用医学开源LLM与问答Agent，改善治疗开发
编辑 | 萝卜皮
开发一种新的治疗方法风险特别大，过程非常缓慢，而且可能花费数十亿美元。据统计，90% 的候选药物过不了第一阶段的试验。
在这里，Google DeepMind 团队发布了 TxGemma，这是一组开源模型，旨在通过利用大型语言模型的强大功能来提高治疗开发的效率。
TxGemma 以之前发布的 Gemma（一组轻量级、先进的开...
宇树再上大分：机器人全球首次鲤鱼打挺 | 量子位
宇树再上大分：机器人全球首次鲤鱼打挺
十三 2025-03-22 16:31:02 来源：量子位
还有更多人形机器人新进展
国产机器人，又双叒叕惊艳了歪果仁——
全球首次完成鲤鱼打挺！
来感受一下这个feel：
视频地址：https://mp.weixin....
背靠亚马逊云科技，最火开源初创公司Dify.AI如何打开全球市场
自生成式 AI 爆发以来，很多创业公司开拓出了新的市场，给大量行业带来了变革。由于依托 AI 云计算基础设施，新一代的创业公司发展很快，相比以往呈现出了完全不同的情况。
本周，创业公司 Dify.AI 为我们介绍了自己的发展历程。
目前，Dify 已是业内知名的开源大模型应用平台，其上汇聚了大量泛开发者，企业在 Dify 上...
蚂蚁华为阿里云罕见联手：AI医疗如何跨过落地鸿沟？ | 量子位
蚂蚁华为阿里云罕见联手：AI医疗如何跨过落地鸿沟？
衡宇 2025-03-23 19:19:42 来源：量子位
大模型离医生、医院、患者更近了
DeepSeek之后，大模型下半场的走向如何？
蚂蚁华为阿里云已做出选择：携手近百家企业联手组局，将...
豆包测试新版深度思考功能，支持边想边搜
豆包悄悄将深度思考升级了。
记者获悉，AI助手豆包近日测试新版“深度思考”功能。该功能将推理过程的思维链与搜索深度结合，支持“边想边搜”。用户下载最新版豆包App，开启深度思考模式后，豆包在思考过程中可以基于推理多次调用工具、搜索信息，提供更全面，更丰富、准确性更高的结果。
AI搜索此...
GPT-4o的P图太火了，GPU在融化，官方终于限流了
上线不到 72 小时，OpenAI 的 GPT-4o 原生图像功能终于扛不住了。
今天凌晨，OpenAI CEO 山姆・奥特曼在社交平台 X 上宣布 ChatGPT 图像生成功能开始暂时受限。这一次，他没有具体说明次数限制是多少，但表示希望这项保障措施不需要实施很长时间，因为 OpenAI 正在尝试优化效率。
随着用户在互联网上发布大量 ChatGPT ...
3D基础模型时代开启？Meta与牛津大学推出VGGT，一站式Transformer开创高效3D视觉新范式
「仅需一次前向推理，即可预测相机参数、深度图、点云与 3D 轨迹 ——VGGT 如何重新定义 3D 视觉？」
3D 视觉领域正迎来新的巨变。牛津大学 VGG (Visual Geometry Group) 与 Meta AI 团队联合发布的最新研究 VGGT（Visual Geometry Grounded Transformer），提出了一种基于纯前馈 Transformer 架构的通用 3D ...
院士领衔万字长文，全面系统梳理多模态LLM对齐算法 | 量子位
院士领衔万字长文，全面系统梳理多模态LLM对齐算法
衡宇 2025-03-23 12:39:18 来源：量子位
从幻觉到o1式推理全都有
万字长文，对多模态LLM中对齐算法进行全面系统性回顾！
从现有对齐算法涵盖的应用场景，到构建对齐数据集的...
GPT-4o的P图全家桶有多强？连Midjourney CEO都坐不住了
编辑|佳琪
不会 PS 也能赢麻了！
这句话我们已经在各种各样的 AI 生图工具那里听了太多遍，不过，这次 GPT-4o 好像玩的是真的。
打开社交媒体，无论是 X 还是小红书，都被 GPT-4o 生成的图片刷了屏。上次 AI 产品能让全网这么嗨玩，可能还是 DeepSeek R1。
随机掉落几个案例，震撼一下还没刷到的朋友，比如下面这...
液冷黑科技+场景化算力，华弘数科定义AI前置智算中心新形态
3 月 27 日，华弘数科在北京召开战略发布会，展示了在 AI 全液冷前置智算中心领域的技术创新性和战略前瞻性。
开创智算新物种
华弘数科创始人罗华深耕数据领域多年，认为 AI 场景逐渐由训练转向推理，企业对低延迟、高能效、快速部署、灵活移动的实时算力需求将激增。通过对云智算中心、边侧和端侧的深度分析，首次定义...
实测首个烹饪大模型「食神」：DeepSeek进厨房，看脸生成养生食谱，普通人也能做大餐 | 量子位
实测首个烹饪大模型「食神」：DeepSeek进厨房，看脸生成养生食谱，普通人也能做大餐
十三 2025-03-22 16:03:25 来源：量子位
APP操控厨电设备，无缝菜谱制作
当DeepSeek进入厨房，会是什么样的场景？
好巧不巧，在今年上海AWE...
何小鹏一夜获24亿薪酬奖励，但需公司市值翻8倍 | 量子位
何小鹏一夜获24亿薪酬奖励，但需公司市值翻8倍
杰西卡 2025-03-21 09:06:54 来源：量子位
股价还涨了
小鹏汽车一口气拿出24亿，奖励CEO何小鹏。
不过，这钱不是一次到账——需要十年时间兑现。
也不是无条件到手——要过三道门...
50条数据解锁空间智能，RL视觉语言模型3D空间推理框架MetaSpatial ｜西北大学 | 量子位
50条数据解锁空间智能，RL视觉语言模型3D空间推理框架MetaSpatial ｜西北大学
十三 2025-03-22 16:38:48 来源：量子位
丢掉SFT，捡起RL
在三维空间理解任务中，让视觉语言模型（VLM）生成结构合理、物理一致的场景布局仍是一...
藏在国民APP里的黑科技：美图CVPR 2025五大新突破！
2025年，计算机视觉领域三大顶级会议之一的CVPR（国际计算机视觉与模式识别会议）投稿量再次刷新纪录，超过13000篇工作进入评审流程，录用比例仅为22.1%，相较去年再次下降1.5%。
美图旗下美图影像研究院（MT Lab）联合清华大学、新加坡国立大学、北京理工大学、北京交通大学等知名高校发布的5篇论文入选CVPR 2025，均聚...
少数派报告-全球投资导向
我们将专门针对全球的经济政治状况，做最及时的分析与资讯共享。 同时将对国内的市场做适度的点评，提供各类关键分析资讯 我们的口号是：金钱永不眠！
Privacy Policy · Terms of Service · Contact Us
Copyright © 2014-2022 少数派报告 保留所有权利 (Registered:USA CA Fremont 94536)