slug
summary
tags
icon
password
英伟达开源自适应多模态「世界生成」模型！开启机器人、自动驾驶训练革命
Nvidia发布了自适应多模态世界生成模型Cosmos-Transfer1，能够根据多种输入生成高度逼真的模拟环境，旨在提升机器人和自动驾驶训练的效果，缩小模拟与现实之间的差距，并支持多种风格和条件的生成。
腾讯押注非Transformer！推理模型混合Mamba也能搞，深度思考也能秒回
腾讯推出基于混合Mamba架构的超大型推理模型混元T1，采用Hybrid-Mamba-Transformer融合模式，提升推理能力，定价低于竞争对手，已在腾讯云上线。
哈佛斯坦福顶尖中国毕业生回流，向DeepSeek疯投简历！美国人才开始逆向归国
哈佛和斯坦福的中国毕业生开始向中国AI公司DeepSeek投简历，反映出美国对中国留学生的签证限制和国家安全担忧，导致人才回流趋势加剧。与此同时，越来越多的美国高校和研究人员也开始考虑回国发展，尤其是在AI领域。中国的技术生态系统正吸引大量顶尖人才。
50条数据解锁空间智能，RL视觉语言模型3D空间推理框架MetaSpatial ｜西北大学
MetaSpatial框架通过引入基于规则的强化学习策略，显著提升视觉语言模型在三维空间推理中的能力，能够在无标注数据的情况下生成合理的场景布局，并通过多轮优化和奖励机制提高模型的泛化能力和输出质量。实验结果显示，该方法在空间生成指标上优于传统的监督微调方法。
AI PS卷起来了！谷歌Gemini动嘴P图火出圈，马斯克Grok连夜上线图像编辑
Grok推出了新的图片编辑功能，用户可以通过文字描述直接修改图片，效果出色，可能会改变传统图片编辑的方式。此功能与Google的Gemini2.0相似，标志着AI在图片编辑领域的范式转移，降低了技术门槛。虽然目前仍在灰度测试中，但未来可能会影响专业软件的使用。
上一篇
蚂蚁华为阿里云推出AI医疗大模型一体机；谷歌对齐大模型与人脑信号；DeepMind提出科幻启发的机器人宪法；地平线推出AlphaDrive自动驾驶大模型；田渊栋和Sergey Levine开发新型RL算法 | 03月23日AI资讯
下一篇
OpenAI发布新语音模型；Claude上线实时网络搜索；DeepSeek AR眼镜实时翻译；Roblox推出3D智能基础模型；清华&哈佛4D语言场建模新方法 | 03月21日AI资讯
- 作者:AI学长小林
- 链接:https://ai.linbintalk.com/article/1be629a6-152d-8125-af59-d41d37155f05
- 声明:本文采用 CC BY-NC-SA 4.0 许可协议，转载请注明出处。