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。
复旦大学
大模型怎么做好角色扮演？最大的真实数据集、SoTA开源模型、最深入的评估在这里
复旦大学博士生王鑫的研究成果《CoSER: Coordinating LLM-Based Persona Simulation of Established Roles》提出了一种新的框架来改进角色扮演AI。该研究利用真实数据集和先进的评估方法，包括来自771本知名文学作品的大量角色对话，以及详细的剧情摘要和背景信息。通过给定情境表演（Given-Circumstance Acting）的方法训练模型，并在多智能体模拟和基于惩罚的LLM评判中进行评估，取得了优异的表现。
风格迁移重大突破！西湖大学等提出StyleStudio攻克「过拟合」难题 CVPR 2025
西湖大学等团队提出StyleStudio，通过跨模态AdaIN技术、教师模型稳定布局及基于风格的无分类器引导，有效解决文本驱动风格迁移中的对齐问题、布局不稳定和模糊性等问题，提升生成图像质量和稳定性。
DeepSeek-R1秘籍轻松迁移，最低只需原始数据0.3% 邱锡鹏团队联合出品
研究人员提出MHA2MLA方法，通过微调预训练模型减少KV缓存大小90%，保持甚至提升性能。该技术利用低秩联合压缩键值技术和分组查询注意力策略，降低推理成本的同时维持精度。
复旦主导，中美等8个国家25家单位44名学者联合发布大模型安全技术综述
AIxiv专栏发布了一篇系统性技术综述论文《Safety at Scale: A Comprehensive Survey of Large Model Safety》，全面调研了大模型安全领域的390篇研究工作，涵盖6种主流大模型和10种攻击类型。该论文介绍了各类模型的攻击与防御方法，并归纳了常用的数据集和评估基准，总结了4个重要研究趋势及主要挑战，呼吁学术界与国际社会加强合作，共同应对大模型安全问题。
Hallo 登场！突破传统，音频赋能视觉合成的创新先锋
音频驱动的层次化视觉合成工具Hallo通过分层音频驱动视觉合成模块和端到端扩散范式实现了高质量的肖像图像动画生成。其精细的区域划分与同步建模、端到端的特点以及多种预训练模型支持，使其在多媒体内容创作、虚拟人物互动和智能客服等领域具有广泛应用前景。
复旦大学2024-2025学年推出116门AI-BEST序列课程，秋季学期已开61门
复旦大学启动人工智能课程体系建设和教育模式改革，推出116门AI-BEST序列课程，包括面向全校开放的通识基础课程、专业核心课程及应用课程。
抢先OpenAI“虚拟员工”！清华复旦斯坦福联手，让Agent接管电脑帮你工作
清华、复旦等联合提出Eko框架，开发者通过简洁代码和自然语言快速构建虚拟员工，支持浏览器和电脑操作，具备生产级干预机制，实现自动化任务如数据收集、测试和文件管理。