AI 新闻中心

AI 新闻中心 过去24小时分析了 161 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。

LVMT:面向长时视频分割的视频掩码变换器

现有在线视频分割方法难以在存在长时间遮挡的复杂长视频中持续跟踪物体。LVMT采用轻量级GRU模块,学习选择需要随时间保留和传递的物体信息。其训练策略“截断查询传播”将视频分段处理,使模型能够学习更长时间跨度的信息,同时避免过高的内存需求和跨片段反向传播。研究团队称,在六项基准测试中,LVMT在多种视频分割任务上达到当时的最佳水平,速度比此前的领先方法快十倍。

交警提醒“智驾”不是“代驾”:男子酒驾后被吊销驾照

中国交警提醒,智能辅助驾驶系统不能替代驾驶人。一名男子当晚饮用约一斤白酒后驾车上高速,并开启辅助驾驶功能,随后在车内睡着。车辆最终停在高速公路中间车道,导致其他车辆紧急变道。其呼气酒精检测结果为111mg/100ml,血液检测结果为123mg/100ml,达到醉酒驾驶标准。该男子被吊销驾驶证,5年内不得重新申领,并因危险驾驶罪被判处拘役和罚金。中国司法指导案例明确,即使驾驶人启用了辅助驾驶功能,驾

Dream4ACT:面向多种机器人构型的共享视觉动作接口

Dream4ACT 是一种面向不同机器人构型、联合建模视频与动作的世界模型。其共享视觉动作接口从四个虚拟摄像机视角渲染目标关节配置,使观测序列与动作序列能够共用视频自编码器和扩散 Transformer。该模型支持正向动力学、逆向动力学,以及观测与动作的联合生成。为将预测的动作视图还原为可执行动作,研究提出了一种受 URDF 约束、无需训练的多视角恢复方法,无须为每种机器人单独训练解码器。Drea

空间记忆智能:为世界模型赋予基于理解的长期记忆

长视频生成和世界模型能够根据用户操作与历史信息预测后续观测,但在长序列中管理复杂的空间上下文仍具挑战。Spatial Memory Intelligence(SMI)是一种利用理解模型管理长视频世界模型空间记忆的框架,包含空间聚类、簇内精简、动作感知检索和可靠性筛选。研究在多种基线、基准测试和世界模型骨干上进行了实验,结果显示,SMI在记忆精简度、生成稳定性和空间一致性方面均有所提升。

VeriHarness 扩展长程任务的智能体验证能力

VeriHarness 为智能体的基础语言模型配备工作区、证据工具和可复用的验证技能,使其能够承担验证工作。系统会检查多个输出之间的分歧,也会质疑共同认可的说法,以发现错误和遗漏的要求。在五个长程任务工作区基准和两个模型上,VeriHarness 的选择得分高于所有受测基线方法。基于证据进行修订后,相比单次生成,Gemini 3.5 Flash 的表现提高了 6.2 分,Claude Opus 4

索尼向 Meta 转让 419 项 XR 专利,或缩减相关硬件业务

据 ZDNET Korea 报道,索尼已向 Meta 转让 419 项扩展现实(XR)专利。美国专利商标局资料显示,6 月至 9 月间有 43 项美国专利完成权属变更,涉及 VR、AR、MR 及头戴式显示器技术。此次转让共包括 180 项美国专利,以及在日本、中国、韩国和欧洲等地申请的 239 项专利。外界认为,此举可能意味着索尼缩减 XR 硬件业务,同时 Meta 得以扩大专利组合。

消息称本月将有3款第六代骁龙8超级至尊版手机登场,电池最高约1万毫安时

博主数码闲聊站爆料,10月将有3款搭载高通第六代骁龙8超级至尊版的手机发布,电池容量分别为8400mAh、9000mAh和约10000mAh,均支持100W或120W有线快充及高速无线充电。高通于9月23日发布该芯片,配置两个最高主频5GHz的核心和六个最高4GHz的性能核心。高通称其CPU性能提升13%、GPU性能提升44%,能效也有所提升;芯片还配备面向AI任务的Adreno Matrix C

映众推出双路服务器 AGS-6220V2,提供 8 条 PCIe 插槽

映众(INNO3D)宣布推出 6U 机架式服务器 AGS-6220V2,支持两颗第五代英特尔至强处理器,配备 32 条 RDIMM 插槽和 8 条 PCIe Gen5 x16 插槽。整机还提供 2 个 25GbE 网口、12 个硬盘位,以及采用 3+1 冗余配置的 4 颗 2700W 电源。该服务器面向 AI、高性能计算等工作负载,支持 NVIDIA RTX PRO 6000 Blackwell