告别传统强化学习？上下文强化学习基座模型 OmniRL 让 AI “自学成才”
近日，香港中文大学AIRS团队提出OmniRL模型，通过大规模元训练和上下文强化学习方法解决AI泛化能力问题，实现从‘环境适应’走向‘能力泛化’的突破。
香港中文大学
图像生成迎来CoT时刻！港中文首次提出文生图的o1推理和inference scaling新范式！
香港中文大学、北京大学和上海AI Lab的研究者提出了一种结合思维链推理的新方法来提升自回归图像生成的质量和文本一致性，显著提高了图像生成的性能。
比人类神经元快10亿倍！港中文、中科院「超级大脑」：1秒识图3479万张
港中文等机构研究人员开发出基于激光的人工神经元，其速度比生物神经元快10亿倍，可用于AI和先进计算领域，提升模式识别和序列预测能力。
突破自动驾驶视频生成极限：港中文&港科大&华为联手推出MagicDriveDiT
香港中文大学、港科大与华为联合推出MagicDriveDiT，基于DiT架构设计，提升自动驾驶视频生成质量。支持昇腾Ascend NPU及NVIDIA GPU训练和推理，实现高分辨率、长时间复杂场景的视频生成。
GPT-4o再暴露「弱智」缺陷，大模型无一幸免！港中文等发布「视觉听觉」基准AV-Odyssey：26个任务直指死角问题
顶尖多模态大模型在AV-Odyssey基准测试中表现不佳，无法正确分辨声音大小。研究团队提出DeafTest和AV-Odyssey评估基准，揭示音频感知仍是大模型的主要瓶颈。