IJCAI 2025 | 从单实体到全要素：HygMap异构超图重构地图表征范式
北京航空航天大学计算机学院王静远教授团队创新性地提出了基于异构超图的地图实体表征学习框架 HygMap。该研究突破了以往仅针对单一地图实体进行建模的局限，通过构建包含“地理、功能、移动”多视角的超图结
阅读全文0.6B参数逆袭7B基线？OpenTrackVLA重磅开源：重写具身智能的算力法则
当大模型还在卷参数量时，具身智能的角斗场已经转移到了端侧落地的实战。0.6B 参数能否承载复杂的视觉-语言-动作联合推理？OpenTrackVLA 给出了一个意想不到的解法。12 月 12 日，GDP
阅读全文NeurIPS 2025 | 拒绝死记硬背！真正的高手模型，都在偷偷记“错题本”
我们小时候成绩提升最快的时候，往往不是刷最多题的时候，而是——开始认真整理“错题本”的那一刻。真正厉害的学习者，并不是只把错题记下来，而是会反复追问：我当时是怎么想的？为什么会这样错？这是偶然，还是一
阅读全文LLM炼丹师最优配方：手里只有8张4090，该梭哈SFT还是RL？
手里只有几张消费级显卡时，怎么练模型才最划算？面对手里仅有的 8 张 4090，如果只有两周时间，目标是训练一个数学能力超越基座的垂直模型。你是该把算力全部投入 SFT 题海战术，还是咬牙上 PPO
阅读全文以小博大！Nanbeige4-3B重磅开源：硬刚Qwen3，挑战小模型能力新高度
近年来，大语言模型（LLM）的发展仿佛陷入了一场“参数军备竞赛”：参数规模从百亿、千亿，一路飙升至万亿级别。模型规模不断膨胀，效果虽有所提升，但推理成本与微调训练成本也水涨船高，让众多企业与开发者望而
阅读全文Who is Adam热梗成真？SGD在RLVR里重回C位，0.01%参数吊打LoRA
那个被我们遗忘在角落的最原始算法，竟然才是真正的版本答案。NeurIPS 2025 审稿期间，一张截图被传疯了。审稿人那句 “Who is Adam?” 的神回复，瞬间被大家玩成了梗。毕竟在 Tran
阅读全文RAG只能处理文本？是时候换模型了，RzenEmbed多模态嵌入模型正式开源
©作者 | 简伟健，冷大炜单位 | 360人工智能研究院研究方向 | 多模态理解在大语言模型技术加速渗透各行各业的今天，如何让 AI 在企业级场景中实现精准高效的知识服务，成为行业落地的核心挑战。检索
阅读全文180万小时数据训练，VoxCPM 1.5开源：支持全量微调，精准复刻真人声
180 万小时、44k 高保真、支持全量微调——刚刚开源的 VoxCPM 1.5，技术细节全解密。最近，面壁技术团队发布了 VoxCPM 1.5 版本，在持续优化开发者开发体验的同时，也带来了多项核心
阅读全文AAAI 2026 | System 1 & 2协同！快慢思考赋能VLM，重塑细粒度识别范式
以 CLIP 为代表的视觉语言模型（VLM）在大规模图文数据上进行了预训练，具备强大的通用视觉识别能力。然而，在细粒度识别任务上，VLM 往往难以区分相近类别之间的细微差异，识别能力显著下降。以 CL
阅读全文Google Scholar被玩坏：10篇“水文”刷出600+引用，H-index还能信吗？
现在的 Google Scholar，漏洞大得像个筛子。大家每天都在用 Google Scholar 查文献，但可能没几个人意识到，这个我们用来背书学术影响力的工具，其实非常容易被攻破。这两天有人挖出
阅读全文EMNLP 2025 | 视频理解Token压缩新范式：VidCom²减少70.8%推理延迟
在大语言模型的浪潮中，视频大语言模型（VideoLLMs）正以惊人的速度进化，生成的响应越来越精细。然而，“慢”与计算量大依然是制约其大规模应用的最大痛点。视频序列中海量视觉 token 导致的二次方
阅读全文终于把汉字写对了！实测美团LongCat-Image：6B模型挑战开源天花板
6B 小模型也能挑战 SOTA？文生图赛道又卷起来了。美团 LongCat 团队刚刚发布并开源了 LongCat-Image 图像生成模型。长期以来，中文生成和精准编辑一直是开源模型的隐痛。现有方案往
阅读全文告别碎片化！VecCity首次统一地图实体表征学习：一套体系打通POI/道路/地块
北京航空航天大学联合澳门大学，共同开发了跨 POI、道路、地块的统一地图要素表征学习工具库：VecCity。该工具库通过统一数据、统一流程、统一测评，集成了 9 座城市数据、复现 21 种主流的时空要
阅读全文NeurIPS 2025大洗牌：清华390篇险胜Google，一张图看懂全球AI权力迁徙
揭秘 5825 篇论文背后的新秩序。NeurIPS 2025 刚刚在圣地亚哥落下帷幕。作为全球 AI 领域的风向标，今年的 OpenReview 数据比往年更具冲击力。5825 篇接收论文刷新了历史记
阅读全文从贝叶斯视角缓解多模态幻觉：北航 × 腾讯提出EVRB，让LVLM忠于所见
开篇：多模态大模型的幻觉顽疾要如何缓解？当你让视觉语言大模型（LVLM）描述一张“猫咪与酒瓶”的图片时，它却生成“猫咪旁边放着一杯咖啡”——这种无中生有的幻觉，早已成为 LVLM 落地的最大绊脚石。
阅读全文统一多模态理解与生成综述：83页长文梳理进展和挑战
从 GPT-4o 的惊艳亮相到 Gemini 的持续迭代，AI不仅能理解文本，更能看懂图像、听辨声音、创作视频，实现跨模态的联合理解与生成。这一前沿领域的核心，正是统一多模态基础模型（Unified
阅读全文生成剪辑全都要！UniVA重磅开源：首个全能视频Agent，一站式搞定长视频
近日，来自新加坡管理大学（SMU）、罗切斯特大学（UR）、伦敦大学学院（UCL）、新加坡国立大学（NUS）、香港中文大学（CUHK）、斯坦福大学（Stanford）等顶尖科研机构的研究团队联袂发布了最
阅读全文侮辱性极强！50+篇ICLR投稿被抓包：满纸假文献，竟获均分8.0好评？
ICLR 2026 的瓜田，真是一波未平一波又起，根本吃不完。原本以为前两集的审稿连续剧已经够离谱了，大家也就是看几个投机取巧的团队在浑水摸鱼，被发现后撤稿也就剧终了。但现在的局势，似乎远比我们想象的
阅读全文AAAI 2026 | LLM终身学习新范式：不仅要改得准，还要改得稳
大型语言模型在预训练阶段习得了海量知识，常常被当作知识库使用。但是，模型更新速度远远跟不上世界更新的速度，导致用户常常被过时或虚假的信息欺骗。在更新模型知识时，传统的微调类方法成本高昂且容易导致灾难性
阅读全文建议NeurIPS改名漫展：全员二次元整活，搞科研哪有不疯的？
Nano Banana 的风，还是吹到了 NeurIPS 现场。经历了全年的 Peer Review 毒打，这届 NeurIPS 终于确诊了。大家不再执着于把 Poster 做成严谨工整的学术汇报，而
阅读全文ICML 2025 | 为什么神经网络可以被低秩压缩？来自函数逼近论的解释
“低秩（Low-rank）压缩”已经成为大模型压缩和参数高效微调的主要工具，但一个长期悬而未决的问题是：低秩压缩的普遍有效性是否有坚实的数学理论保障？这项由北京航空航天大学联合清华大学完成的理论研究，
阅读全文Adv. Robot. Res 复旦大学崔继斋课题组：光波导致动器研究综述
光波导致动器研究综述Waveguide Photoactuators: Materials, Fabrication, and Applications扫描二维码阅读原文https://doi.org
阅读全文扒开DeepSeek V3.2的技术报告，我竟然看到了MiniMax的影子
DeepSeek V3.2 的隐藏彩蛋，怎么和 MiniMax 撞脸了？最近几天持续被 DeepSeek V3.2 刷屏。不过，在看热闹之余，我在翻看 OpenRouter 文档时，发现了一个更有意思
阅读全文北大/南大/港理工顶尖学者联手，告别冯·诺依曼计算瓶颈 | Cell Press直播预告
随着全球多国政府纷纷设定净零排放目标，能源密集型的信息与通信技术（ICT）行业转型已成为关键议题之一。在此背景下，发展高能效计算技术显得尤为重要，具有显著的现实意义与紧迫性。目前，产业界与学术界正携手
阅读全文无惧遮挡！无限时长！快手可灵提出无Mask唇形同步新范式OmniSync
快手可灵团队再出杀手锏！抛弃传统「抠图修补」的老路，OmniSync 用 DiT 重构口型生成：无惧遮挡、支持无限时长，彻底终结 AI 视频的“面瘫”时代。在视频生成模型快速迭代的当下，从 Sora
阅读全文AAAI 2026 | 教大模型玩「谁是卧底」，竟然治好了它"睁眼说瞎话"的毛病？
论文标题：Multi-agent Undercover Gaming: Hallucination Removal through Counterfactual Test for Multimodal
阅读全文投稿前必看：文献综述、图表、引用都交给 AI？这些关键细节你不能忽略
人工智能正在改变科学发现的方式。随着科研出版行业加速对人工智能技术的应用，“如何负责任地使用AI”已成为全行业关注的焦点及亟待解决的问题。根据威立于今年10月发布的AI调研报告ExplanAItion
阅读全文一步也能SOTA！何恺明团队新作iMF：无需蒸馏，直达ImageNet FID 1.72
清华姚班大二本科生搭档何恺明！新作 iMF 彻底抛弃蒸馏，参数锐减 1/3，从零训练刷新 ImageNet 一步生成 SOTA (FID 1.72) 。在生成式 AI 的前沿赛道中，如何让扩散模型实现
阅读全文悟空杀进NeurIPS！把七十二变写成数学公式，这才是我们想看的“东方魔法”
继《黑神话》之后，悟空再次震惊世界——这次不是在游戏里，而是在 NeurIPS 2025 上。当《黑神话：悟空》还在让全球玩家查阅“Destiny”的含义时，来自香港大学与南洋理工大学的研究团队，已经
阅读全文差分隐私失效！揭秘GNN拓扑推断攻击：PGR用「零重叠」合成图破解危局
随着图神经网络（GNN）在社交网络、生物信息学和推荐系统等领域的广泛应用，数据隐私问题日益成为关注焦点。近期，Stevens Institute of Technology 等团队发表了题为《Safe
阅读全文