港科大Apple新研究：Tokens使用量减少，模型推理还更强了
Laser团队提出的新方法提升了大模型的推理效率与准确性，通过统一视角看待不同奖励设计、基于目标长度和阶跃函数的奖励机制以及动态且带有难度感知的目标调整，实现了在减少Tokens使用量的同时保持或提升准确率。
滑铁卢大学
MoCha：对话角色视频生成神器，开启虚拟创作新时代！
最近Meta与滑铁卢大学联合开发的MoCha模型在对话角色视频生成方面取得了重大突破，能够根据文本或语音输入生成带有同步语音和自然动作的完整角色动画。其创新的技术架构和训练策略使得角色的嘴型能够更加精准地匹配语音内容，增强了动画的真实感和自然度。
7B小模型写好学术论文，新框架告别AI引用幻觉，实测100%学生认可引用质量
学术研究团队提出了一种名为 ScholarCopilot 的智能大模型框架，专门用于精准生成带有准确引用的学术文本。ScholarCopilot 采用动态机制，在生成过程中实时检索并插入文献引用，提高了引用准确性与相关性。
MoCha：开启自动化多轮对话电影生成新时代
本文由加拿大滑铁卢大学魏聪、陈文虎教授团队与 Meta GenAI 共同完成，首次提出面向Talking Characters任务的视频生成方法MoCha，实现仅基于语音和文本输入生成完整角色对话视频。
长视频理解新突破！Mamba混合架构让显存消耗腰斩，处理10万视频token不费力
滑铁卢大学陈文虎团队提出Mamba-Transformer混合模型Vamba，通过改进模型架构设计提升视频理解效率。相比传统方法，Vamba在同等硬件条件下可处理的视频帧数提升4倍，内存消耗降低50%以上，并实现单步训练速度翻倍。
啊！DeepSeek-R1、o3-mini能解奥数题却算不了多位数乘法？
微软研究院团队提出Transformer递归式自我提升方法，可在不修改基础架构的情况下解决长度泛化问题。通过多数投票和长度过滤，在10位数以内的乘法上实现近乎完美表现。
AI版《黑客帝国》：无限生成逼真视频，3A画质，还能实时交互
首个AI基础世界模拟器The Matrix问世，可以生成无限长、高保真720p真实场景视频，并实现实时交互。该模型由华人团队打造，通过游戏数据和现实世界数据训练而成，支持零样本泛化能力。