复旦大学

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

作者

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。

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

作者

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。

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

作者

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

作者

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。