清华朱军团队 从点云到高保真三维网格:DeepMesh突破自回归生成瓶颈

清华大学朱军团队提出 DeepMesh 方法,通过引入自回归生成框架和创新网格标记化方法,显著提升三维网格的生成能力。该方法支持生成高达3万个面片的高质量三维网格,并在多种应用场景中表现出色。

人大、东北大学联合开发「图机器学习库」Jittor Geometric!性能超越PYG、DGL

中国高校图学习开源框架Jittor Geometric发布,展示了在谱域、动态和分子等领域的新进展。该平台支持多种经典图数据集,并且训练速度比现有主流框架快25%。Jittor Geometric提供了统一的模式编写高度统一的数据集和模型,降低了用户的学习成本。未来将通过补充更多前沿模型、优化分布式训练和支持PyTorch转换脚本等功能进一步完善。

预训练将结束?AI的下一步发展有何论调?Scaling Law 撞墙与否还重要吗?

本周解读AI及机器人技术的3个专题。讨论Scaling Law是否撞墙,指出大模型性能提升可能不再单纯靠堆叠数据和参数规模;世界模型在自动驾驶中发挥作用;麦肯锡报告预测未来18个可能重塑全球经济的领域。