ICML 2026 | 我们让蒸馏模型当了采样器,Diffusion RL采样成本降低一个数量级
ICML 2026 | 我们让蒸馏模型当了采样器,Diffusion RL采样成本降低一个数量级过去的 Diffusion RL 多聚焦于奖励设计与优化算法,训练时的采样成本被忽视。DMSampler 指出:在在线 RL 中,限制规模化的不只是奖励信号或优化器,很多时候是 rollout 本身太贵。
搜索
过去的 Diffusion RL 多聚焦于奖励设计与优化算法,训练时的采样成本被忽视。DMSampler 指出:在在线 RL 中,限制规模化的不只是奖励信号或优化器,很多时候是 rollout 本身太贵。
打开视听平台,系统决定你接下来看到什么;进入购物软件,系统预测你可能购买什么。过去几十年,推荐系统主要关注 “能否更准确地预测用户下一步喜欢什么”。但当用户希望探索小众内容、调整兴趣结构或摆脱热门推荐时,系统是否会响应?
长视频理解,正在成为多模态大模型的重要能力。
在刚刚落幕的2026 WAIC世界人工智能大会上,无问芯穹首次公布了其在大模型推理系统架构中的新突破——跨集群异构推理架构PDD。
一个苹果从树上落下,今天的视频模型大多能生成一段「看起来正确」的运动:苹果向下、速度加快,最终落地。
近几年,多模态生成模型进步很快。一句指令就能生成图片、视频、音频、网页、UI、分镜,甚至整套演示文稿。只看成品,创作门槛似乎已经大幅降低。
AI 算力的下一个浪费重灾区,可能就在价值数百万美元的整柜系统内部。
近日,OpenAI 和 Hugging Face 披露了一起AI 安全失控事件。
在日常摄影中,后期处理往往是决定照片最终观感的重要一步。
是时候讨论一下 AI 的 “第三极”—— 社会智能了。