68369 条条目 · 106 个活跃源
2026年8月29日
05:11
Latent Space

[AI新闻] OpenAI 关停 Cursor

马斯克与奥特曼之争产生实际后果。

05:00
Wired

摩托罗拉2026年9月优惠码

用最新摩托罗拉促销码、免运费和季节性折扣,升级智能手机更省钱。

04:12
X @dotey

@dotey: 怎么感觉 Anthropic 和 OpenAI 对调了😂

OpenAI断供Cursor,Anthropic称Cursor为信任伙伴,增加算力支持Claude。

04:00
arXiv cs.CV

子空间对齐用于视觉-语言模型测试时自适应

针对分布偏移下模态间隙与视觉噪声问题,提出SubTTA,对齐双模态语义子空间,过滤噪声,提升测试时自适应性能。

04:00
arXiv cs.CV

UFO-DETR:面向无人机微小目标的频率引导端到端检测器

提出UFO-DETR,通过频率引导和多尺度建模提升无人机微小目标检测,性能与效率优于RT-DETR-L。

04:00
arXiv cs.CV

Think3D:用空间思维实现空间推理

提出Think3D框架,让VLM通过3D工具主动探索空间;Think3D-RL仅用最终奖励使小模型自主学会3D操作,显著提升空间推理能力。

04:00
arXiv cs.CV

CounterVid:缓解视频语言模型中动作与时间幻觉的反事实视频生成

提出反事实视频生成框架,构造约2.6万偏好对,结合偏好优化,缓解动作与时间幻觉,提升基准性能。

04:00
arXiv cs.CV

OS-Marathon:面向超长周期重复性任务的计算机操作智能体基准测试

提出OS-Marathon基准,评估超长周期重复性任务,现有智能体表现差,引入人类演示的个性化策略可提升性能。

04:00
arXiv cs.CV

SIMPLER:基于相似性引导的层剪枝实现地球观测基础模型高效适配

提出SIMPLER,用相似性自动剪枝冗余层,无需梯度,剪79%参数保94%性能,训练提速2.1倍、推理2.6倍。

04:00
arXiv cs.CV

基于抗篡改多功能水印的高保真人脸内容恢复

提出VeriFi多功能水印框架,实现高保真人脸恢复、像素级定位与版权保护,鲁棒性强。

04:00
arXiv cs.CV

超大型视频推理套件

提出VBVR:含200个推理任务、超百万视频片段,规模大三个数量级;配套可验证基准,发现涌现泛化。

04:00
arXiv cs.CV

高斯抓取:动态手物交互的快速单目重建

提出新方法,以紧凑高斯和表示,从单目视频快速重建动态手物交互,提速4.4-38.9倍且保持时间一致。

04:00
arXiv cs.CV

RefracGS:基于3D高斯光线追踪的折射水面新视角合成

解耦水面与场景,神经高度场与高斯场建模,斯涅尔光线追踪联合优化,高质量新视角合成,训练快15倍,实时200FPS。

04:00
arXiv cs.CV

NEvo:神经引导的进化视频合成,用于动态视觉选择性

提出神经引导进化视频合成框架,生成针对脑区的动态刺激,超出人工视频,揭示视觉通路动态选择性差异。

04:00
arXiv cs.CV

多模态智能体真的受益于工具使用吗?能力增益的系统性研究

多模态智能体工具调用带来的能力增益有限,多数问题不用工具也能解决,需区分工具可用性与实际能力。

04:00
arXiv cs.CV

PercepCap:结构化时空感知的视频描述模型

PercepCap:先显式生成时空感知轨迹,再生成描述,两阶段训练优化质量。

04:00
arXiv cs.CV

利用自监督物理引导深度学习从常规MRI进行定量映射:在大规模临床异质数据集上的应用

自监督物理引导深度学习用常规磁共振生成定量参数图,经数千例临床异质数据验证稳定可重复,助力大规模定量研究。

04:00
arXiv cs.CV

CultureVidBench:文本生成视频中的文化理解基准测试

提出文化视频基准,含千条提示覆盖多国文化,评估发现现有模型虽语义视觉佳,但细粒度文化细节渲染不足。

04:00
arXiv cs.CV

视频世界模型的潜在空间记忆

提出视频世界模型潜空间记忆,扩散潜空间建3D缓存,免像素重建,提速10.57倍、降内存55倍,最优。

04:00
arXiv cs.CV

Loop-Mamba:退化感知与共享记忆的循环Mamba老照片修复框架

提出循环状态空间框架Loop-Mamba,将老照片修复视为渐进状态演化,引入语义引导退化估计与共享结构记忆,轻量高效,优于现有方法。

04:00
arXiv cs.CV

残差流匹配与动态交叉交互的3D多人运动预测

提出先验引导残差流匹配框架,结合动态交叉交互与解耦关节运动架构,提升3D多人运动预测精度,达到最优。

04:00
arXiv cs.CV

ET-Prune:面向文本密集型多模态大语言模型的证据感知动态预算视觉令牌剪枝

ET-Prune:证据感知动态预算剪枝,文本密集任务中保留一半视觉令牌即领先或持平基线。

04:00
arXiv cs.CV

X²Localizer:面向渐进式跨视角视频地理定位的跨粒度对齐

提出PCVG与跨粒度对齐法,结合滑动窗口重定位,提升早期定位,单帧Recall@1+4.7。

04:00
arXiv cs.CV

BehaviorWorldGen:利用可控行为感知的结构化世界生成,打通行动模型与世界模拟器的闭环

提出行为感知结构化世界生成框架,实现可控多智能体交互,提升困难场景的动作模型性能。

04:00
arXiv cs.CV

PPE-Bench:针对公私信息纠缠的MLLM遗忘评估基准

提出PPE-Bench,评估公私信息纠缠下的MLLM遗忘,发现现有方法减隐私泄露却损公共信息。

04:00
arXiv cs.CV

面向运动生成、编辑与结构内重定向的统一条件流

提出统一条件流模型,将运动生成、编辑与结构内重定向统一为条件调制传输,零样本实现,无需任务微调。

04:00
arXiv cs.CV

棋盘格:干净标签后门攻击的闭式数据无关触发器设计

提出棋盘格触发器,无需数据与训练的闭式设计,低投毒率下SOTA且抗防御。

04:00
arXiv cs.CV

统一预测与规划:冲突感知分离参数训练

提出冲突感知分离参数训练(DPT),分离任务参数以缓解技能冲突,实现拥挤环境下高效、安全的统一预测与规划。

04:00
arXiv cs.CV

仿真预训练灵巧操作

仿真VR采集灵巧手数据预训练,微调后优于从零训练,验证仿真遥操作可支撑真实灵巧操作。

03:28
X @dotey

@dotey:OpenAI 断供 Cursor,11 月 12 日起停止提供模型

OpenAI 因 Cursor 被 SpaceX 收购,不信任马斯克旗下公司遵守条款,宣布 11 月 12 日起停止向其提供 GPT 模型。

03:22
X @dotey

@dotey: Claude 新博文《Warp 如何在 Claude 上构建自我改进的智能体》 https://t.co/x7cUXeWnTX ,读后颇有收获,其核心是解决技能进化问题

Claude新博文:Warp构建自改进智能体,解决技能进化;作者曾写反编译JS代码的技能。

02:47
X @emollick

谷歌AI概览可能正在对维基百科造成类似编码代理对StackExchange的影响

早期证据显示,谷歌AI概览可能正像编码代理冲击StackExchange那样,减少维基百科的访问量。

02:35
X @haozhangml

@haozhangml:不对,我们不是商业实体;你才是。

否认自己是商业实体,反指对方是。

02:35
X @haozhangml

@haozhangml:说得好——希望我们的开放配方能赋能更多团队!

说得好,希望我们的开放配方能惠及更多团队。

01:46
X @OpenAI

OpenAI因Cursor被SpaceX收购而终止合作,提议11月12日起停止Cursor直接访问其模型。

OpenAI终止与Cursor合作,因被SpaceX收购,11月12日起停供模型访问。

01:22
X @elonmusk

@elonmusk:这取决于旧金山湾区的政治观点。

Grok融合加州与德州,因此比旧金山湾区更居中。

01:20
X @elonmusk

埃隆·马斯克:🔥😂

火爆又搞笑,引发热议。

00:49
X @haozhangml

@haozhangml:哦,感谢您为我们评估这个。我们希望有更多算力用更多数据蒸馏(就像您那样),但很高兴看到,用我们有限的几十块GPU,我们已经能生成不错的视频。

感谢评估,算力有限但已能生成好视频,望下次言辞温和些。

00:12
X @perplexity_ai

@perplexity_ai:Perplexity搜索API包揽人工智能分析搜索指数前三名

Perplexity搜索API包揽AI分析搜索指数前三,中等设置得分超此前领先者5分,以约0.091美元/任务拓展质量-成本帕累托前沿。

2026年8月28日
23:24
TechCrunch

中国车企追随特斯拉的押注:机器人是下一个利润机器

技术进步吸引新一批公司涌入人形机器人领域,它们全是中国车企。

22:51
X @elonmusk

@elonmusk:如何使用Grok @Bot

简要说明Grok @Bot的使用方法。

22:42
TechCrunch

看电影的最佳方式是一副太阳镜吗?

XREAL智能眼镜能否成为家庭娱乐的未来?探讨其观影体验与前景。

22:29
Wired

英伟达CEO黄仁勋在全员大会期间接了特朗普的电话

这次意外来电发生在特朗普在Truth Social祝贺英伟达最新财报的几小时前。

22:12
Simon Willison

如今,仅凭一个漏洞的传闻就能找到安全漏洞

AI智能体仅凭漏洞传闻数分钟内即可发现并利用,开源安全披露与CVE分配流程已严重滞后。

22:01
X @elonmusk

@elonmusk:太空学院!

马斯克宣布太空学院计划。

21:47
X @haozhangml

@haozhangml:感谢 @MiniMax_AI 将最好的视频模型开放给 OSS!!!

感谢MiniMax_AI将最佳视频模型开放给OSS。

21:30
X @polynoamial

今日被问及为何自这些问题后未再公布Astra更多数学结果

OpenAI称仅在结果能显著改变人们对AI进展速度认知时才公布数学成果。

21:30
X @elonmusk

Grok机器人可与链接配合使用

Grok机器人可与链接配合使用。

21:26
X @AravSrinivas

@AravSrinivas:无论算力水平如何,Perplexity在搜索上都是最优的,与竞争对手使用的算力无关。

Perplexity在任何算力下都是最强搜索,与对手算力无关。

21:03
X @NVIDIAAI

@NVIDIAAI:已经在运行推理引擎?那 NVIDIA Dynamo 扮演什么角色?

Dynamo 位于 vLLM、SGLang 等引擎外侧,负责跨 GPU 和节点的推理扩展。