统一细粒度感知！北大&阿里提出UFO：无需SAM，16个token让MLLM实现精准分割
一种新颖的特征检索方法用于分割，有效利用了模型的图像表征能力。
阅读全文 ：统一细粒度感知！北大&阿里提出UFO：无需SAM，16个token让MLLM实现精准分割
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
小米汽车首曝自动驾驶研究：相机和LiDAR联合重建框架Uni-Gaussians
联合重建相机和激光雷达数据的新仿真架构Uni-Gaussians
阅读全文 ：小米汽车首曝自动驾驶研究：相机和LiDAR联合重建框架Uni-Gaussians腾讯混元、英伟达都发混合架构模型，Mamba-Transformer要崛起吗？
Transformer的强大性能+Mamba的长上下文与高效率
阅读全文 ：腾讯混元、英伟达都发混合架构模型，Mamba-Transformer要崛起吗？CVPR 2025 | Qwen让AI「看见」三维世界，SeeGround实现零样本开放词汇3D视觉定位
SeeGround成功解决了现有零样本方法在视觉细节和空间推理上的不足。
阅读全文 ：CVPR 2025 | Qwen让AI「看见」三维世界，SeeGround实现零样本开放词汇3D视觉定位刚刚，谷歌Gemini Live上新功能，能看懂手机屏幕、还能实时视频
与之形成鲜明对比的是，苹果推迟了 Siri 的升级
阅读全文 ：刚刚，谷歌Gemini Live上新功能，能看懂手机屏幕、还能实时视频为什么明明很准，奖励模型就是不work？新研究：准确度 is not all you need
设计 RLHF 奖励模型与训练狗类似，光有准确度可不够。
阅读全文 ：为什么明明很准，奖励模型就是不work？新研究：准确度 is not all you need地平线提出AlphaDrive，首个基于GRPO强化学习和规划推理实现自动驾驶大模型
DeepSeek R1训练策略启发，加速迈向VLA。
阅读全文 ：地平线提出AlphaDrive，首个基于GRPO强化学习和规划推理实现自动驾驶大模型用科幻建立AI行为准则？DeepMind提出首个此类基准并构建了机器人宪法
我不会欺骗人类，即使是我的程序或人类指示我这样做。
阅读全文 ：用科幻建立AI行为准则？DeepMind提出首个此类基准并构建了机器人宪法「注意力实际上是对数的」？七年前的Transformer还有新发现，Karpathy点赞
于普通计算机而言，注意力的深度复杂度更像是 O (n log n)
阅读全文 ：「注意力实际上是对数的」？七年前的Transformer还有新发现，Karpathy点赞CVPR 2025 高分论文 | 单图秒变3D真人！IDOL技术开启数字分身新时代
在单 GPU 上以秒级速度生成高分辨率的逼真 3D 人体，能实时渲染、直接动画化和编辑。
阅读全文 ：CVPR 2025 高分论文 | 单图秒变3D真人！IDOL技术开启数字分身新时代揭秘DeepSeek R1-Zero训练方式，GRPO还有极简改进方案
训练一个7B模型，AIME 2024能拿43.3分。
阅读全文 ：揭秘DeepSeek R1-Zero训练方式，GRPO还有极简改进方案ICLR 2025 Spotlight｜让机器人实现「自主进化」，蚂蚁数科、清华提出具身协同框架 BodyGen
BodyGen 可以在极短的时间内演化出当前环境中的最佳机器人形体。
阅读全文 ：ICLR 2025 Spotlight｜让机器人实现「自主进化」，蚂蚁数科、清华提出具身协同框架 BodyGen火了！高中生用Minecraft做AI基准，用户看图投票决定大模型排名
如果你喜欢那各奇奇怪怪的基准，MC-Bench一定符合你的口味。
阅读全文 ：火了！高中生用Minecraft做AI基准，用户看图投票决定大模型排名