在深度学习的多个应用场景中，联合优化多个损失项是一个普遍的问题。典型的例子包括物理信息神经网络（Physics-Informed Neural Networks, PINNs）、多任务学习（Multi-Task Learning, MTL）和连续学习（Continual Learning, CL）。然而，不同损失项的梯度方向往往相互冲突，导致优化过程陷入局部最优甚至训练失败。
最近的研究强调了扩散模型与表征学习之间的相互作用。扩散模型的中间表征可用于下游视觉任务，同时视觉模型表征能够提升扩散模型的收敛速度和生成质量。然而，由于输入不匹配和 VAE 潜在空间的使用，将视觉模型的预训练权重迁移到扩散模型中仍然具有挑战性。
7B小模型+3.8万条训练数据，就能让音频理解和推断评测基准MMAU榜单王座易主？
NYT专栏作家Kevin Roose近期发文称，强人工智能要来，而人类尚未做好准备。当AI在数学奥赛中夺金，完成95%代码，深入到我们日常工作的每个角落时，人类真的做好迎接这个前所未有的技术革命了吗？
LMM在人类反馈下表现如何？新加坡国立大学华人团队提出InterFeedback框架，结果显示，最先进的LMM通过人类反馈纠正结果的比例不到50%！
下班回家后你正深陷于一部两小时的综艺节目中，渴望找到那些让人捧腹的爆笑片段，却如同大海捞针。或者，在紧张刺激的足球赛中，你渴望捕捉到那决定性的绝杀瞬间，但传统 AI 视频处理技术效率低下，且模型缺乏泛化能力。为解决这些问题，香港中文大学（深圳）唐晓莹课题组联合腾讯 PCG 发布 TRACE 技术，通过因果事件建模为视频理解大模型提供精准的时间定位能力。
无需物理引擎，单个模型也能实现“渲染+逆渲染”了！
最近网上有不少案例分享，0基础的人通过AI编程，几个小时做了产品，然后稳稳的收入激增，确实挺让人羡慕，我自己也分享过一些案例，但毕竟只是道听途说，很多事情，需要自己试试才知道。而且只有自己真的去尝试了，遇到别人问及相关问题的时候，才能真的拿出靠谱的意见和建议，而不是仅凭道听途说就去胡乱点评。
Neurobo（弈智交互）是一家位于上海的创业公司，获得前百度总裁、微软副总裁陆奇博士创办的奇绩创坛的投资。团队核心成员来自清华大学与日本筑波大学等海内外名校，致力于结合 LLM 与现实场景数据，让二次元用户可以将「谷子」变为随身相伴，随时触达的实体情感伴侣。
和DeepSeek等从大模型开始构建底层能力的AI公司不同，Manus AI是一家从day 1就只做AI应用的创业公司。
