谢赛宁:Thinking in Space

纽约大学谢赛宁团队提出研究新视角:视频空间推理。他们构建了一个全新的基准,涵盖多种视觉-空间智能任务,并通过自动化生成的自标注数据测试AI表现。结果显示当前MLLMs在视觉-空间智能上表现不佳,但仍表现出色。

极高人气,开源仅两天便吸引了 15.8K 用户,大模型自动操作手机框架,又一精准为手稿上色工具

本文介绍了五种新技术和工具的应用:Genesis物理模拟平台、ClickClickClick自动化框架、AniDoc动画创作软件、Picotron预训练模型库以及OpenAI Realtime API与Twilio结合的电话助手。

AAAI 2025|时间序列演进也是种扩散过程?基于移动自回归的时序扩散预测模型

上海交通大学和东方理工的研究团队提出了一种新的自回归移动扩散模型(ARMD),旨在解决当前基于扩散的时间序列预测方法在时间连续性上的不足。ARMD 模型利用历史数据预测未来,通过滑动操作生成中间状态,与传统方法不同的是,它实现了采样和预测目标的统一,提升了时间序列预测的效果。

2024亚马逊研究奖获奖名单:张崇杰、魏华等人入选

亚马逊研究奖公布了10名新获奖者,涵盖信息安全AI、基础模型开发和可持续性方向。其中包括来自西北大学的Kaize Ding等人,在信息安全领域进行高效异常检测;密歇根州立大学的Sijia Liu等人的机器遗忘机制研究;圣路易斯华盛顿大学的Chongjie Zhang等人在离线强化学习中的应用;南加州大学的Yue Zhao等人使用图数据进行异常检测;康奈尔大学的Fengqi You开发大语言模型助手以提升透明度和可信性;芝加哥伊利诺伊大学的Lu Cheng研究可靠的大语言模型对齐,以及亚利桑那州立大学的Hua Wei在这些方向上也有所贡献。