视觉强化微调！DeepSeek R1技术成功迁移到多模态领域，全面开源
视觉强化微调项目 Visual-RFT 通过规则奖励和强化学习方法，实现了视觉语言模型在目标检测、分类等任务中的高效提升。项目已开源，欢迎加入。
机器之心
刚刚，Anthropic完成35亿美元新融资，估值飙升至615亿美元，网友催发Claude 4
Anthropic 宣布完成35亿美元E轮融资，投后估值达615亿美元。该资金将用于开发下一代AI系统、增强计算能力及深化研究。
ICRA 2025｜清华x光轮：自驾世界模型生成和理解事故场景
AIxiv专栏分享了一项名为AVD2的研究成果，旨在提升自动驾驶系统对事故场景的理解。通过生成与自然语言描述一致的事故视频并结合多任务学习技术，AVD2增强了事故分析能力，并提出了一个新的数据集EMM-AU来推动相关研究。
多元推理刷新「人类的最后考试」记录，o3-mini(high)准确率最高飙升到37％
研究者提出了一种多元推理方法，结合多种模型和方法来提高推理模型在复杂基准上的准确率。该方法通过交互式定理证明器、代码自动验证和 best-of-N 算法等技术，显著提升了 IMO 组合问题和 ARC 谜题的解决能力，并解决了大量人类无法解答的问题。
南大周志华团队获奖，AAAI 2025杰出论文奖出炉
AAAI 2025 共有 12957 篇有效投稿，录用 3032 篇，录取率为 23.4%。三篇杰出论文分别由南京大学、多伦多大学和波尔多大学等机构的研究者获得。AI 对社会影响特别奖颁发给斯坦福大学等机构的 DivShift 研究。
让大模型成为能够操控计算机的智能体，作者带来OmniParser V2详解
OmniParser V2 是通过更大规模的交互元素检测数据和图标功能描述数据训练，实现更高效的 GUI 解析，并在 ScreenSpot Pro 基准测试中取得了 39.6 的 SOTA 准确率。