当AI记住了你说话的样子,却学不会同时听懂你的指令
论文提出PsPLUG轻量插件,通过将个性化建模为相对基线的残差,解决AI在遵循风格指令时丢失用户个性的"人格坍塌"问题,并支持推理时动态调节个性化强度。
论文提出PsPLUG轻量插件,通过将个性化建模为相对基线的残差,解决AI在遵循风格指令时丢失用户个性的"人格坍塌"问题,并支持推理时动态调节个性化强度。
TrackEverything提出一种3D点追踪方法,通过体素化去重、终点先行再补全轨迹、3D WAFT特征采样三大创新,首次实现单卡40GB显存内对1000帧以上长视频所有可见点的稠密追踪,精度超越现有开源方法。
AI团队打游戏做协作任务,最强模型成功率仅52%。研究者搭建了包含100个人工标注任务的MMORPG测试环境,提出新指标CCE揭示:即便任务成功,多数智能体行动也是无效功,沟通多寡不代表协作质量高低。
双 11 的直播间,早已形成了固定的模板:堆满产品的货架、扯着嗓子的主播、倒计时弹窗、反复强调的低价、“三二一上链接” 的嘶吼。
2026年10月12日至15日,以"Scaling Innovation for the AI Era(为AI时代扩展创新)"为主题的2026 OCP全球峰会在美国圣何塞举办。
论文提出FuseReg方法,通过随机采样冻结视觉编码器的层子集训练解码器和生成器,解决表征自编码器中重建与生成质量互相冲突的问题,在ImageNet-256上显著降低生成误差,且无需修改预训练编码器。
上海AI实验室提出InternW0-Δ世界动作模型,用因果印记和4D几何蒸馏把视频预测能力转化为机器人动作,基于2万小时开源数据训练,在多个仿真与真机平台上取得领先表现。
Kaggle推出Game Arena,用国际象棋、扑克、狼人杀三款游戏对十大顶级AI模型展开真实对战测试,累计跑了超90万局对局,客观揭示不同模型在规划、概率推理、社交博弈上的能力差异。
2026 年 11 月 4 日-5 日,上海世博展览馆H3馆。 AI硬件出海,别再独自摸索。来 GTC2026 Shanghai,和同路人一起,把产品摆到懂它的人面前,把合作聊到点子上。
今天讲的出海案例是高端PCB厂商沪电股份,其泰国生产基地逐步进入规模化运营,泰国子公司在2026年前三季度实现扭亏为盈。
RGBD20K是一个包含20000对RGB-D图像、覆盖160类别和75种场景的大规模室内语义分割数据集,论文同时提出分数净化融合模型SPF,在多个基准上取得最优分割效果。
论文发现预训练语言模型天生具备处理"混合输入"的线性叠加能力,两段文本嵌入平均后模型仍能同时保留双方的预测信号,该能力随预训练递减,但可通过轻量微调恢复,并借此实现单次前向传播生成两段独立文本。
本文解读AV-GRPO框架,针对联合音视频生成中奖励信号纠缠、训练成本高、模态优化目标不一致三大难题,提出模态锚定交替训练与5DAV分层数据集,在JavisBench和VABench上验证了生成质量与同步性的显著提升。
近日,IDC发布《中国超融合与软件定义存储市场概览,2026H1》。报告显示,2026年上半年中国超融合(HCI)市场保持稳健增长,浪潮数据超融合出货量稳居中国市场前二,并在金融、交通两大行业市场份额位居第一。
上午十点,客户方的资深业务专家刚在会议室说完一个新诉求;下午三点,一份可运行的demo已经摆回同一张桌子。这不是加班奇迹,而是金山办公FDE(现场部署工程师)的日常:工程师扎进客户现场,与业务专家背靠背工作。
近期,360 旗下快剪辑、手心输入法、极速翻译器三款应用同步迎来鸿蒙版重磅更新,聚焦视频创作、个性化输入、跨语言沟通三大用户高频场景,集中落地十余项体验更新与能力升级。鸿蒙用户可以更轻松地完成视频表达,让日常输入更具个性...