智元精灵G2，给了具身机器人一个“工业级”答案。…详细

机器人新纪元

智元精灵G2，给了具身机器人一个“工业级”答案。…详细

智元机器人具身智能机器人新纪元

上海AI实验室联合多家顶尖机构开发出全球首个科学推理大模型SciReasoner，该模型在2060亿科学数据上训练，支持103个科学任务，能够像科学家一样进行逻辑推理并展示思考过程。它实现了化学、生物学、材料科学等多领域…详细

科学推理大语言模型跨学科整合

南洋理工大学研究团队开发出SHINE方法，这是一种无需额外训练就能实现高质量图像合成的新技术。该方法通过巧妙引导现有AI模型的潜能，能够在复杂光影条件下完美合成图像，包括准确的阴影生成和水面倒影效果。研究团队…详细

图像合成深度学习计算机视觉

AWorld团队开发的Recon-Act系统采用"侦察-行动"双团队协作模式，通过工具中心的自我进化机制实现智能浏览器操作。系统在VisualWebArena测试中达到36.48%成功率，超越现有自动化方案。其创新性在于将信息收集与任务执…详细

人工智能多智能体系统浏览器自动化

中科院团队提出QuantVGGT技术，首次解决大规模3D重建AI模型的部署难题。通过双重平滑精细量化和噪声过滤多样化采样两项核心技术，成功将12亿参数的VGGT模型压缩75%体积、提升2.5倍速度，同时保持98%原始性能。实验结…详细

人工智能模型量化3D重建

亚马逊研究团队开发了ResFiT技术，让机器人先通过模仿学会基本技能，再通过实践自主改进。该方法在29自由度人形机器人上成功验证，双手协调任务成功率从23%提升至64%，样本效率比传统方法提高200倍。这是首次在现实世…详细

机器人学习强化学习行为克隆

台湾大学研究团队提出MI-Fuse框架，创新性地融合专业情感识别模型与大型语言模型的优势，通过互信息量化不确定性并动态调整权重，解决了语音情感识别中的跨域适应难题。该方法在六种转换场景中平均准确率达58.38%，比…详细

语音情感识别无监督域适应大型音频语言模型

阿里巴巴DAMO院联合南洋理工大学等机构，针对AI多模态推理训练中的梯度消失问题，开发了方差感知采样(VAS)策略。该方法通过智能选择具有不同答题结果和推理路径多样性的训练题目，显著提升了强化学习效果。团队还构建…详细

多模态推理强化学习训练优化

阿里巴巴研究团队提出VCRL方法，让AI像人类一样从易到难学习数学。该方法通过观察AI模型解题时表现的差异程度来判断题目难度，自动选择最适合当前能力水平的训练材料。实验显示，VCRL将AI数学能力提升75%-85%，在奥林…详细

人工智能课程学习数学推理

阿里巴巴集团研究团队提出了Tree-GRPO，一种革命性的AI智能体训练方法。该方法通过树状结构让AI探索多种思考路径并进行比较学习，在多跳推理任务中实现了69%的性能提升，同时将训练成本降低至传统方法的四分之一。这…详细

人工智能强化学习Tree-GRPO

北京大学等高校联合研究发现，当前广泛使用的AI评判系统存在严重的自相矛盾问题，经常出现评分与直接比较结果不一致的情况。研究团队开发了TrustJudge框架，通过分布感知评分和智能聚合技术，将评判不一致性降低了8-…详细

人工智能自动化评估优化算法

清华大学与腾讯联合开发CHARM框架，首次实现动漫发型的AI自动生成。该系统将复杂发型转化为控制点序列，采用语言化表示方法，让AI像写文章一样逐步生成发型。基于37000个样本的AnimeHair数据集训练，CHARM在几何精度…详细

人工智能计算机图形学3D建模

微软研究院发布思维增强预训练技术，通过在AI训练中加入自动生成的思考过程，显著提升学习效率。该方法让AI模型在数学推理任务上正确率大幅提升，数据利用效率提高3倍。技术简单易实现，在多种模型规模上都显示出显著…详细

人工智能思维增强预训练模型训练优化

上海AI实验室推出V-GameGym测试平台，首次全面评估AI模型的游戏开发能力。该平台包含2219个高质量游戏样本，采用代码、视觉、动态三维评估体系。测试70个AI模型发现，即使最优秀的GPT-5也只能成功开发45%的游戏，AI在…详细

视觉游戏生成多模态评估AI编程能力

Stability AI推出SD3.5-Flash系统，将AI图像生成速度提升18倍，仅需4步即可完成高质量图片生成，并通过量化优化让普通手机也能运行。该技术通过"时间步共享"和"分时间步微调"等创新方法，成功解决了传统AI绘画速度慢…详细

人工智能图像生成技术优化

上海人工智能实验室联合多所高校提出ScaleDiff方法，通过智能识别困难数学问题并大规模生成类似难题来训练AI模型。该方法在多个数学竞赛基准上实现显著性能提升，证明了困难样本对提升AI推理能力的重要价值，为构建更…详细

人工智能数学推理困难问题生成

这项由KAIST与微软研究院合作完成的研究揭示了AI语言模型中一个被忽视的重要机制。研究团队发现，除了明确的位置编码技术外，因果掩码这个看似只负责维持处理顺序的组件，实际上也在为AI提供位置信息。通过严密的数学…详细

自然语言处理注意力机制模型优化