超越ControlNet！复旦联合腾讯优图提出AI生图新框架，解决多条件生成难题
复旦大学和腾讯优图实验室提出PixelPonder，一种新的多视觉控制框架。它解决了当前方法在组合多个异构控制信号时面临的挑战，显著提高图像生成的可控性和文本一致性。
复旦大学
IC-Light的视频版本来了，RelightVid：强光动态环境下的视频光照编辑神器
复旦大学等机构学者发布视频版本光照编辑成果，支持时序一致性、强光源场景下的高质量光影编辑，构建全新数据集用于评估。
最强高质量SVG生成大模型OmniSVG来袭，复旦&StepFun出品！
复旦&StepFun开源的OmniSVG能够生成从图标到复杂动漫人物的各种高质量SVG，支持文本转SVG、图像转SVG和字符引用SVG等多种模式，并基于Qwen-VL模型构建，包含MMSVG-2M数据集。
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
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。
ICLR 2025 Spotlight 参数高效微调新范式！上海交大联合上海AI Lab推出参数冗余微调算法
本文提出参数冗余微调范式NoRM，在LoRA基础上通过SVD分解和Sim-Search方法去除冗余参数，显著提升指令微调、数学推理和代码生成任务性能。
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
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。
AI for Science！100万奖金的顶级大赛来了！
第三届世界科学智能大赛启动报名，涵盖航空安全、材料设计等五大赛道，总奖金池达百万。聚焦AI for Science，吸引全球人才共同探索新课题。
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
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。