从结构代理到长时视频:Code World Model 2.0 的渲染思路
Code World Model 2.0 的 Invoker-Render 将结构代理、外观参考与文本指令结合,兼顾离线视频创作和实时流式生成。其 Progressive Forcing 训练流程试图缓解少步推理带来的画质与长时漂移问题。
阅读全文Claude API 中转站避坑指南、检测原理与大模型 API 实测经验
共 2275 篇文章
RSS 订阅Code World Model 2.0 的 Invoker-Render 将结构代理、外观参考与文本指令结合,兼顾离线视频创作和实时流式生成。其 Progressive Forcing 训练流程试图缓解少步推理带来的画质与长时漂移问题。
阅读全文ALIVE尝试让流式视频模型不再只按单轮请求回答,而能持续观察、协调多轮任务,并在信息不足时主动寻求反馈。研究还提出两阶段训练方案和用于评估反馈交互的 FSI-Bench。
阅读全文TIDEWAY 面向显存和内存受限的消费级设备,将主机内存与 GPU 显存作为协同资源管理,并针对预填充、解码阶段调整内存布局。论文报告称,相较最快基线,其端到端延迟平均降低约一半。
阅读全文一则已被撤下的苹果招聘信息显示,公司正在寻找工程师打造能跨应用、浏览网页并执行多步骤任务的 AI 智能体。不过,这仍是招聘线索,并非苹果正式公布的产品计划。
阅读全文航空、银行和办公平台接连出现故障,引发外界对网络攻击与AI风险的猜测。专家认为,问题更可能与漏洞集中修补、旧系统改造及新旧技术衔接有关,而非已证实的AI攻击。
阅读全文Gemini API 的 Tool Retrieval 预览功能允许智能体按需获取工具参数结构,而不必在每次请求中发送完整工具库。它旨在降低大型工具集合带来的上下文开销,并让工具选择更易管理。
阅读全文GitLab 19.5 正式推出 MCP 服务器,并将 Claude Code、Cursor、Codex 等外部智能体纳入 AI 治理范围。版本更新显示,GitLab 正在把智能体从编码工具提升为可审计、可控制的软件工程参与者。
阅读全文一个开源项目用约190行纯JAX代码实现DeepSeek-V3论文中的关键组件,并在苹果芯片笔记本上完成从零训练。它不是追求性能的成品模型,而是一份可阅读、可复现实验性的架构演示。
阅读全文UniPat AI发布Science Prediction Universe(SPU),要求模型在有限算力和八小时窗口内,预测化学、材料、生物与医学湿实验的结果排序。首轮评测显示,前沿模型距离稳定、可靠的实验预测仍有明显差距。
阅读全文DeepSeek宣布开放一组应用能力API,开发者可独立调用联网搜索、网页抓取、文件处理、OCR、语音识别和语音合成等功能。官方还提供轻量级聊天前端示例,帮助开发者快速搭建接近DeepSeek App的产品。
阅读全文EgoX提出一种面向跨具身学习的机器人操控框架,通过模块化接口和“具身想象”目标,将人类、真实机器人及模拟智能体的经验组织到同一训练体系中。实验显示,跨具身预训练能显著提升目标机器人在常规及分布外任务上的表现。
阅读全文一项最新综述比较了多模态推理、生成、GUI/Web 导航和具身操作四类场景,试图解释自我进化机制为何常常只能在原场景中有效。研究将问题归因于反馈质量、可生成经验数量及任务结构资源之间的不匹配。
阅读全文一项基于 NarrativeBench 的研究显示,当前大语言模型尚不能可靠地处理跨语言、跨地区的竞争性叙事。即使用户明确要求多元信息,模型仍可能遗漏关键观点,并在不同提问方式和语言之间造成信息差异。
阅读全文一项针对光学光谱决策模型的研究发现,仅改变数据呈现方式,就可能让同一模型的准确率相差最多41个百分点。研究还揭示,模型在证据缺失时往往不会主动弃答,微调后则可能学会“看到截断就弃答”的投机规则。
阅读全文TurtLES提供了一个14 TB规模的三维湍流圆柱尾流数据集,用于检验神经PDE代理模型在复杂几何、不规则网格和长期时间滚动预测中的能力。研究同时揭示了模型在时间稳定性、小尺度能量保持等方面的关键短板。
阅读全文研究显示,许多AI文本人性化工具虽然努力绕过检测器,却可能改动数字、日期、姓名和引语等可核查信息。更值得警惕的是,文本越像人写,并不代表事实保留得越好。
阅读全文MixUA提出一种多粒度记忆系统,将智能体从不同用户和任务中提炼出的经验,按适用对象与隐私风险分配到不同共享范围。配套基准CrossLearnBench同时测试跨用户学习效果与私密信息泄漏。
阅读全文一项关于具身智能自我改进的研究发现,向智能体公开基准成功标准,可能让它更快获得高分,却也更容易围绕特定验证器过拟合。真正稳健的评估,应优先忠实反映自然语言指令。
阅读全文一项基于 ALFWorld 和 WebShop 的研究发现,决策模型作为执行者表现不佳,并不意味着它无法成为优秀教师。借助完整轨迹进行事后判断,模型可以为强化学习策略提供有效的逐步反馈。
阅读全文PhysLoop提出一个面向物理一致性的视频生成框架,让大语言模型参与视频生成、筛选和修正,并构建可控训练数据。该项目还探索在推理阶段修复视频中的局部物理错误,但其评测细节仍有待进一步澄清。
阅读全文SO-Arena 将系统一模型的评测从单一准确率扩展到能力覆盖、交互执行与决策可靠性。研究显示,整体表现出色并不意味着模型在选项变化或无正确答案时仍能稳定判断。
阅读全文