AI 新闻中心

AI 新闻中心 过去30天分析了 4739 篇文章，发现了 0 条重要报道 (分数 ≥ 5.5)
获取从可信来源聚合的最新 AI 新闻。

每日 每周 每月 每年
3.9 行业资讯 应用 研究

TERRA：面向肌骨运动的地形感知重建、动作重定向与控制

TERRA 是一套流程，可从缺少场景几何信息的动作数据中，为肌肉驱动的智能体重建、重定向并控制具有地形感知能力的动作。该方法结合地形先验、估计的接触点以及自由空间线索，推断任务所需的支撑面。重定向过程还会考虑解剖结构、肌腱连续性和接触约束。研究人员利用来自五个数据集的动作—地形配对数据，以 9.4 小时的多样化运动数据训练了一个控制策略。在各项评测中，TERRA 提高了地形准确度，减少了解剖和交互

Hugging Face
6天前
3.8 行业资讯 应用 行业新闻 伦理与安全

Bloomberg Tech Screentime 特别节目

彭博社记者埃德·路德洛在洛杉矶现场报道 Bloomberg Screentime 2026，并与科技和媒体行业的领军人物对谈。Suno 首席执行官迈基·舒尔曼探讨 AI 如何拓展音乐产业，而不只是颠覆它。Promise 首席执行官乔治·斯特龙波洛斯和 Luma AI 首席运营官卡罗琳·英格博恩讨论 AI 在电影制作中的作用日益增强。Vermillio 首席执行官丹·尼利则深入探讨 AI 与创作者权

彭博社
10-02
4.3 行业资讯 应用 创业公司

Promise首席执行官：人工智能让小团队也能制作大型电影

Promise首席执行官兼联合创始人乔治·斯特龙波洛斯正在打造一家以人工智能为核心的娱乐工作室，将生成式人工智能用于开发、制作和视觉特效。他表示，这项技术可使部分动画项目的成本降低50%以上，并帮助规模较小的团队制作更大规模的作品。斯特龙波洛斯在《Bloomberg Tech》节目中与埃德·勒德洛谈及这一计划。

彭博社
10-02
3.2 行业资讯 应用 行业新闻

Luma AI 押注好莱坞的“混合式”未来

Luma AI 首席运营官 Caroline Ingeborn 表示，生成式 AI 有望通过降低成本、为创作者实现雄心勃勃的项目提供新方式，推动更多影视制作回到洛杉矶。她认为 AI 是创意专业人士的工具，而非替代者。她所说的“混合式电影制作”，是将真实演员和剧组与 AI 生成的环境结合起来。

彭博社
10-02
4.6 行业资讯 AI模型 研究

重新思考潜在视觉推理：让潜在推理建立在视觉证据之上

潜在视觉推理使多模态大型语言模型能够通过连续的潜在 token 执行中间计算，而不必将每一步推理都表达为文字。由于这些步骤无法直接观察，监督其学习较为困难。研究发现潜在 token 与视觉证据之间存在差距：即使图像变化会影响正确答案，token 的反应仍然较弱。研究人员认为，GRPO 训练缺乏明确监督可能是原因之一，并提出 ReaLVR，通过对比正确与错误答案、相关与不匹配的视觉证据来引导潜在处理

Hugging Face
10-02
4.3 行业资讯 应用 AI模型 研究

系统评估 GPT-6 Astra 作为具身控制策略的能力

一项研究在六个机器人控制领域评估了 GPT-6 Astra。Astra 能生成数值形式的动作，但结果显示，有用的任务决策与可靠的物理控制之间仍存在差距。与已训练的控制器结合时，它在受测的 RoboDojo 子集上成功率为 48%，在 DexJoCo 的十次试验中为 50%，在 RoboCasa365 上为 38.7%。导航方面，它在 RxR 指令跟随和 HM3D 物体搜索中的成功率分别达到 92%

Hugging Face
10-02
4.7 行业资讯 伦理与安全 AI模型 研究

关键不在图片展示了什么：无关语境会扰乱 VLM 评判，却没有提供信息

研究人员推出 MIST 压力测试，包含 200 个英文句子，其中的短语既可作比喻理解，也可按字面理解，评判应仅依据句子。在 13 个视觉语言模型（VLM）评判器中，尽管指示要求忽略图片，符合语境的图片和误导性图片都改变了约 20% 的标签。两种图片条件下不同的标签中，只有 37% 朝图片所呈现的含义移动。无论没有图片、图片与句意一致还是具有误导性，模型与人工标注者的一致度均未改变。结果表明，图片的

Hugging Face
10-02
4.6 行业资讯 应用 AI模型 研究

DC-SAE：深度压缩语义自编码器加速扩散模型收敛

DC-SAE是一种旨在兼顾高空间压缩率、图像重建质量和扩散模型训练速度的自编码器。该方法使用语义编码器生成紧凑的潜在表示，并通过像素级编码器保留图像细节。在ImageNet的512 × 512图像上，DC-SAE实现了32倍空间压缩，PSNR达到29.79，gFID达到3.37。研究团队表示，与高压缩率基线方法DC-AE相比，DC-SAE的PSNR提升13.5%，gFID改善54.9%，同时保持相

Hugging Face
10-02
3.3 行业资讯 应用 研究

DyRAD：面向动态驾驶场景的雷达新视角合成

DyRAD是一种利用录制雷达数据重建动态驾驶场景的方法。它分别建模静态背景反射体和经过运动跟踪的动态点反射体，从而生成完整的距离、方位角和多普勒（RAD）张量。该方法将物体速度投影到雷达视线方向，使多普勒信息既作为渲染输出，也用于监督目标轨迹。由雷达信号处理链推导出的解析点扩散函数，可避免把传感器造成的反射扩散错误地融入场景几何。DyRAD在RADIal、Boreas和合成数据集上进行了评估；在R

Hugging Face
10-02
3.6 行业资讯 伦理与安全 AI模型 研究

跳出框架思考：语言模型能否选择性地依赖外部指导？

一项新研究探讨语言模型能否采纳有用指导，同时拒绝不可靠的指令。研究人员推出 Box²-Bench，在保持模型和任务不变的情况下，仅改变工作流程的可靠性。前沿模型通常能从可靠指导中受益，但面对误导性或逐渐失效的流程仍然脆弱。研究团队使用两个开放权重模型进行训练，发现反事实监督微调可以提升稳健性，而基于结果的强化学习则能增加对有用工作流程的使用。这种能力还延伸到同伴纠错和应对损坏的记忆，表明选择性依赖

Hugging Face
10-02