复旦大学归档

邱锡鹏团队开源MOSS-TTSD！百万小时音频训练，突破AI播客恐怖谷

2025年7月5日23时作者机器之心

MOSS-TTSD 拥有革命性成果，基于百万小时音频训练的模型能生成高质量对话语音，包括多语言支持和超长语音合成能力。

2025年6月27日23时作者极市干货

复旦大学、腾讯优图实验室等联合发布高精度多模态数据集Real-IAD D³，并提出多模态融合检测方法，显著提升工业异常检测性能。

2025年6月16日23时作者机器之心

近日提出的一种两阶段训练框架ReasonGen-R1结合监督微调与强化学习提升自回归图像生成模型的推理和创作能力。

2025年6月16日16时作者量子位

复旦大学、荣旗工业科技、腾讯优图实验室等机构联合发布了高精度多模态数据集Real-IAD D³，并提出了一种基于此数据集的创新多模态融合检测方法，提升了工业异常检测性能。

2025年6月15日16时作者机器之心

清华大学等机构联合推出OneTwoVLA模型，实现机器人既能思考又能执行任务，兼容长程规划、错误检测与恢复、自然人机交互及通用视觉定位能力。

2025年6月11日16时作者量子位

复旦大学和字节跳动团队联合提出CreatiDesign新模型，可实现高精度、多模态、可编辑的AI图形设计生成。该模型解决了扩散Transformer架构在处理图形设计时面临的统一建模、精细解耦控制及大规模高质量标注数据缺失等问题。

2025年6月6日23时作者量子位

复旦大学及香港中文大学MMLab联合上海人工智能实验室等多家单位提出了MME-Reasoning，全面评估多模态大模型的推理能力。该基准分为三类推理：演绎、归纳和溯因，并涵盖三种问题类型。评测结果显示当前最优模型得分仅60%左右，显示了对逻辑推理能力的要求极高。

2025年6月6日16时作者量子位

复旦大学、腾讯优图实验室等机构的研究人员提出了一种基于扩散模型的少样本异常图像生成新模型DualAnoDiff，该方法采用双分支并行机制和背景补偿模块，有效解决了异常数据稀缺性的问题，并在实验中取得了优于现有方法的效果。

2025年5月28日14时作者 AI先锋官

今年毕业季，高校和大学生们面临论文AI率问题的困扰。检测系统判定多篇论文高度疑似AI生成，引发热议与质疑。