字节开源图像生成“六边形战士”，一个模型搞定人物/主体/风格保持
字节开源图像生成“六边形战士”，一个模型搞定人物/主体/风格保持图像生成中的多指标一致性问题，被字节团队解决了！ 字节UXO团队设计并开源了统一框架USO，让看上去不关联的任务相互促进，实现风格迁移和主体保持单任务和组合任务的SOTA。
来自主题: AI技术研报
7651 点击 2025-09-05 11:26
# 热门搜索 #
大模型
人工智能
openai
融资
chatGPT
图像生成中的多指标一致性问题，被字节团队解决了！ 字节UXO团队设计并开源了统一框架USO，让看上去不关联的任务相互促进，实现风格迁移和主体保持单任务和组合任务的SOTA。
本文主要介绍来自该团队的最新论文：TRKT，该任务针对弱监督动态场景图任务展开研究，发现目前的性能瓶颈在场景中目标检测的质量，因为外部预训练的目标检测器在需要考虑关系信息和时序上下文的场景图视频数据上检测结果欠佳。
2年之间，美国技术岗换了江湖：裁员潮退去但岗位增量有限，资深职位逆势成主流；AI工程师需求爆表，湾区继续称霸；大厂任期普遍拉长，人才流动更「内循环」。
金色外观擎天柱首次曝出！一双与人类无异的双手震惊全网，且设计与现有第二代有所不同。网友纷纷猜测，Optimus第三代要来了。
最近，Anthropic 官宣了一轮 130 亿美元的融资，公司估值达到 1830 亿美元，融资额仅次于 2025 年 3 月 OpenAI 历史性的 400 亿美元融资。
在阿联酋 2031 国家人工智能战略的驱动下，穆罕默德・本・扎耶德人工智能大学（MBZUAI） 正以 AI 专业学术全球排名前十的硬实力，重塑 AI 教育格局。这所由阿联酋总统创立的学术引擎，不仅承载着中东向科技转型的雄心，更以丰厚奖学金覆盖所有学位项目，为全球优秀人才铺就一条通往未来的黄金大道。
GPT-5的日耗电量可达45吉瓦时，这一数值相当于150万美国家庭的每日用电需求，或2至3座核反应堆的输出量。
模型也怕猫？你敢信吗？只要在提示词里加一句“猫一生中大部分时间都在睡觉”，原本表现优异的大模型立刻陷入混乱，错题率暴涨 3 倍。这种“猫猫级”废话，竟然成了压垮 AI 理性链条的最后一根稻草。
AI自动生成的苹果芯片Metal内核，比官方的还要好？
近日，快手与清华大学孙立峰团队联合发表论文《Towards User-level QoE: Large-scale Practice in Personalized Optimization of Adaptive Video Streaming》，被计算机网络领域的国际顶尖学术会议 ACM SIGCOMM 2025 录用。