IC-Light的视频版本来了，RelightVid：强光动态环境下的视频光照编辑神器
复旦大学等机构学者发布视频版本光照编辑成果，支持时序一致性、强光源场景下的高质量光影编辑，构建全新数据集用于评估。
复旦大学
最强高质量SVG生成大模型OmniSVG来袭，复旦&StepFun出品！
复旦&StepFun开源的OmniSVG能够生成从图标到复杂动漫人物的各种高质量SVG，支持文本转SVG、图像转SVG和字符引用SVG等多种模式，并基于Qwen-VL模型构建，包含MMSVG-2M数据集。
从零搭一套可复现、可教学、可观察的RL for VLM训练流程，我们试了试
MAYE 是一个从零实现的 RL for VLM 框架与标准化评估方案，旨在提升透明度和可复现性。它通过简化架构、提供标准评估体系及实证研究支持，帮助学者更清晰理解模型训练过程及其行为变化。
ICLR 2025 Spotlight 参数高效微调新范式！上海交大联合上海AI Lab推出参数冗余微调算法
本文提出参数冗余微调范式NoRM，在LoRA基础上通过SVD分解和Sim-Search方法去除冗余参数，显著提升指令微调、数学推理和代码生成任务性能。
轨迹可控视频生成新范式，复旦微软破解视频生成难题，精准控制任意物体运动
MagicMotion提出了一种新的图像到视频生成框架，能够在指定的轨迹条件下精确控制物体运动。该方法构建了大规模的轨迹数据集，并引入了隐分割损失以提高对象形状感知能力。实验结果显示，MagicMotion在多种指标上优于现有方法，展示了卓越的性能。
AI for Science！100万奖金的顶级大赛来了！
第三届世界科学智能大赛启动报名，涵盖航空安全、材料设计等五大赛道，总奖金池达百万。聚焦AI for Science，吸引全球人才共同探索新课题。
CVPR 2025复旦&微软开源StableAnimator: 首个端到端ID一致性人类视频生成，Github Star破千
复旦大学吴祖煊副教授团队提出StableAnimator框架，通过全局内容感知面部编码器、分布感知的身份适配器及基于HJB方程的面部优化，显著提高人像动画生成质量与一致性。
大模型怎么做好角色扮演？最大的真实数据集、SoTA开源模型、最深入的评估在这里
复旦大学博士生王鑫的研究成果《CoSER: Coordinating LLM-Based Persona Simulation of Established Roles》提出了一种新的框架来改进角色扮演AI。该研究利用真实数据集和先进的评估方法，包括来自771本知名文学作品的大量角色对话，以及详细的剧情摘要和背景信息。通过给定情境表演（Given-Circumstance Acting）的方法训练模型，并在多智能体模拟和基于惩罚的LLM评判中进行评估，取得了优异的表现。
风格迁移重大突破！西湖大学等提出StyleStudio攻克「过拟合」难题 CVPR 2025
西湖大学等团队提出StyleStudio，通过跨模态AdaIN技术、教师模型稳定布局及基于风格的无分类器引导，有效解决文本驱动风格迁移中的对齐问题、布局不稳定和模糊性等问题，提升生成图像质量和稳定性。