视频生成1.3B碾压14B、图像生成直逼GPT-4o！港科&快手开源测试时扩展新范式
香港科技大学联合快手可灵团队提出EvoSearch方法，通过演化搜索提升视觉生成模型的性能。该方法无需训练参数，仅需计算资源即可在多个任务上取得显著最优效果，并且具有良好的扩展性和泛化性。
Test-time Scaling
Now, Scaling What?
机器之心PRO本周解读：自2024年起，Scaling范式开始转移。研究者从”预训练之后，What to Scale Now？”入手，探索新的Scaling目标。TTS（Test-Time Scaling）方法在推理阶段增加计算资源来增强模型性能成为关注热点。
idea满满的最新Test-Time Scaling综述！全面描述What, How, Where和How Well的问题
MLNLP社区发布一篇关于Test-Time Scaling（TTS）的survey论文，介绍大语言模型在测试阶段增加计算资源的方法，让模型能够更智能地解答问题。
视频生成的测试时Scaling时刻！清华开源Video-T1，无需重新训练让性能飙升
研究团队首次提出Video-T1方法，通过Test-Time Scaling显著提升视频生成性能，提出Tree-of-Frames方法优化搜索效率和生成质量。
征稿｜CVPR2025首届ViSCALE研讨会，探寻计算机视觉的推理扩展律
计算机视觉与模式识别会议CVPR将于2025年召开，首届计算机视觉推理扩展研讨会（ViSCALE）将探讨Test-time Scaling在计算机视觉中的应用与发展潜力。