视觉感知驱动的多模态推理，阿里通义提出VRAG，定义下一代检索增强生成
在数字化时代，视觉信息在知识传递和决策支持中的重要性日益凸显。然而，传统的检索增强型生成（RAG）方法在处理视觉丰富信息时面临着诸多挑战。
阅读全文 ：视觉感知驱动的多模态推理，阿里通义提出VRAG，定义下一代检索增强生成
公众号
机器之心
专业的人工智能媒体和产业服务平台
这个来源的文章
思维链也会「跳帧」？浙大团队提出CoT-Bridge，显著提升数学推理性能
浙江大学联合微软亚洲研究院、香港中文大学提出了 Thought Leap Bridge 任务，并开发了思维链修复方法：CoT-Bridge
阅读全文 ：思维链也会「跳帧」？浙大团队提出CoT-Bridge，显著提升数学推理性能微软等提出「模型链」新范式，与Transformer性能相当，扩展性灵活性更好
还有表征链（CoR）和语言模型链（CoLM）。
阅读全文 ：微软等提出「模型链」新范式，与Transformer性能相当，扩展性灵活性更好CVPR 2025 | 解决XR算力瓶颈，FovealSeg框架实现毫秒级IOI分割
一种结合眼动追踪信息进行实例分割的新方法。
阅读全文 ：CVPR 2025 | 解决XR算力瓶颈，FovealSeg框架实现毫秒级IOI分割LSTM之父22年前构想将成真？一周内AI「自我进化」论文集中发布，新趋势涌现？
或许，AI 模型的自我进化能力正在加速提升。
阅读全文 ：LSTM之父22年前构想将成真？一周内AI「自我进化」论文集中发布，新趋势涌现？SFT在帮倒忙？新研究：直接进行强化学习，模型多模态推理上限更高
「尽管经过SFT的模型可能看起来在进行推理，但它们的行为更接近于模式模仿——一种缺乏泛化推理能力的伪推理形式。」
阅读全文 ：SFT在帮倒忙？新研究：直接进行强化学习，模型多模态推理上限更高极低成本，复现GPT-4o图像风格化一致性！NUS推出OmniConsistency
利用配对数据复现GPT-4o的出色风格化一致性。
阅读全文 ：极低成本，复现GPT-4o图像风格化一致性！NUS推出OmniConsistencyOpenAI未公开的o3「用图思考」技术，被小红书、西安交大尝试实现了
DeepEyes 探索了多模态推理模型的新范式。
阅读全文 ：OpenAI未公开的o3「用图思考」技术，被小红书、西安交大尝试实现了大模型推理的“左右脑”革命！华为盘古Embedded凭昇腾之力，让快慢思考合二为一
既能深思也能快答，这才是推理模型该有的样子
阅读全文 ：大模型推理的“左右脑”革命！华为盘古Embedded凭昇腾之力，让快慢思考合二为一250美元起售，还开源，Hugging Face 发布史上最亲民人形机器人
长的有点可爱又有种莫名喜感的开源机器人。
阅读全文 ：250美元起售，还开源，Hugging Face 发布史上最亲民人形机器人