关注前沿科技 2025-11-21 14:27 北京 能分析会反思的Agent可以将各种图片画质提升到4K了

三个月前，来自谷歌 AI Studio 负责人 Logan Kilpatrick 的一个香蕉表情暗示了现象级图像生成模型 Nano-banana 出自谷歌，引发了轩然大波。 Nano-banana，也就是 Gemini 2.5 Flash Image 模型，有多猛大家也不陌生了。无论是修复老照片，还是生成迷你手办，Nano Banana 在图像编辑方面迈出了重要一步，让普通创作者也能轻松表达创意。 我们也曾经翻遍全网，整理了 7 种体现纳米香蕉超强图像理解生成能力的趣味玩法，感兴趣的读者可以回顾一下。 就在前两天，Gemini…

当下，人工智能技术正从“感知智能”迈向“行动智能”，如何科学、公正地评估机器人在真实物理世界中的真实能力，成为制约行业发展的核心命题。在 Dexmal 原力灵机与 Hugging Face 共同发起 RoboChallenge之后，迅速在行业内引发强烈共鸣并吸引广泛参与。智源研究院、智元机器人、Qwen、星海图、自变量、清华大学、西安交通大学、GOSIM 国际国内合作伙伴进一步携手，共同推动生态建设，并于 2025 年 11 月 20 日正式成立 RoboChallenge 组委会。这标志着具身智能真机…

专注推理任务的 Large Reasoning Models 在数学基准上不断取得突破，但也带来了一个重要问题：越想越长、越长越错。本文解读由 JHU、UNC Charlotte 等机构团队的最新工作 DTS（Decoding Tree Sketching）：一种即插即用的模型推理框架，依靠高不确定度分支推理和最先完成路径早停两个关键策略，以近似找到最短且正确的推理路径。 论文地址：https://arxiv.org/pdf/2511.00640

11 月 21 日上午，中国科学院、中国工程院公布了 2025 年院士增选结果，分别选举产生中国科学院院士 73 人，中国工程院院士 71 人。 两院院士是我国科学技术方面和工程科技领域的最高荣誉称号，本次增选后，我国院士队伍的结构进一步优化。其中，新当选的科学院院士平均年龄 57.2 岁，最小年龄 44 岁，最大年龄 66 岁，60 岁（含）以下的占 67.1%，女性科学家有 5 人当选。 本次增选后，我国现有中国科学院院士共 908 人，现有中国工程院院士共 1002 人。 值得关注的是，在本次增选…

刚刚！腾讯混元开源HunyuanVideo 1.5  元宝上线生视频能力 就在刚刚，腾讯混元大模型团队正式发布并开源HunyuanVideo 1.5，一款基于 Diffusion Transformer（DiT）架构、参数为8.3B的轻量级视频生成模型，支持生成5-10秒的高清视频。目前，腾讯元宝最新版已上线该模型能力。用户可通过两种方式即可体验：一是输入文字描述（Prompt），直接实现“文生视频”；二是上传图片配合Prompt，轻松将静态图片转化为动态视频。 在元宝中可以通过文字和图片生成视频 HunyuanVideo…

在视频编码领域，双向编码（RA 模式）一直是高效压缩的「秘密武器」，长期以来被广泛应用于点播、视频存储等场景。然而，在基于深度学习的智能视频编码中，这项技术也面临新的挑战：双向编码采用复杂的大跨度分层参考结构，这导致运动的精确处理变得困难，参考帧的价值利用也存在明显差异。双向智能视频编码的潜力远未被完全激发，仍有巨大的优化空间等待探索。 为破解上述难题，快手音视频技术团队提出了全新的双向智能视频编码方法 —— BRHVC。该方法不仅在压缩性能上显著超越业内最先进的端到端智能视频编码方案，也成功超越最新标准的…

模型也要学会取长补短。 大语言模型（LLM）在众多领域展现出卓越的能力，但它们的训练依然高度依赖算力和时间，需要庞大的计算资源以及精细的训练流程设计。 模型 Souping（Model Souping） ，即对同一架构的多个模型进行权重平均，形成一个新的、更强的模型。相比训练一个庞大的统一模型，souping 更轻量、成本更低，同时能够融合模型的互补能力。 然而，传统的模型 souping 方式通常采用简单的均匀平均，即把所有候选模型的参数直接做等权融合。 本文中，来自 Meta、伦敦大学学院机构的研究者提出类专家…

科幻作家刘慈欣在小说《超新星纪元》中描述了一个令人难忘的场景——几个十几岁的孩子被带到一个小山环绕的地方，他们的面前是一条单轨铁路，上面停着十一列载货火车，每列车有二十节车皮。这些车首尾相接成一个巨大的弧形，根本看不到尽头。这些车中，其中一列装的是味精，另外十列装的是盐。 「这么多的味精和盐够我们国家所有的公民吃多长时间？」带孩子们来的大人向他们提问。「一年？」「五年？」「十年？」没有一个孩子答对。最后的答案让他们目瞪口呆：「只够一天」。 这个场景之所以令人难忘，是因为它以一种非常具象的方式向我们展示了…

11 月 21 日，在广州车展上，理想汽车分享了辅助驾驶的最新进展与规划。 本次，理想汽车计划向 AD Max 车型推送创新的 VLA 充电和防御性 AES 自动紧急转向功能，并计划向智能焕新版 AD Pro 车型推送城市 NOA 功能，推动前沿技术普惠更多用户。 理想汽车产品部高级副总裁范皓宇表示：“理想 VLA 司机大模型在推送后通过强化学习持续进步，行车体验不断优化，并基于其强大的空间理解能力为用户带来了更优质的泊车和充电体验。全新的 VLA 充电功能，让车辆可以自主驶入、驶出超充站，打通了找站充电的‘最后…

就在一周前，全宇宙最火爆的推理框架 SGLang 官宣支持了 Diffusion 模型，好评如潮。团队成员将原本在大语言模型推理中表现突出的高性能调度与内核优化，扩展到图像与视频扩散模型上，相较于先前的视频和图像生成框架，速度提升最高可达 57%： 模型支持：覆盖主流开源视频和图像生成模型，包括 Wan 系列、Hunyuan、Qwen-Image、Qwen-Image-Edit、Flux 等。 性能加速：在多种工作负载上实现最高 57% 的推理加速。 多种接口：提供 OpenAI 兼容 API、CLI 和…

编辑丨coisini 最近一段时间，「能耗之困」成了人工智能（AI）领域的热议话题，全球数据中心的电力需求呈爆发式增长。作为一种可扩展且安全的零碳能源，核能被认为是一种可靠替代方案。 一方面，科技巨头纷纷押注小型模块化反应堆；另一方面，初创公司在核反应堆研究上也有了新的进展。 最近，总部位于加利福尼亚的初创公司 Valar Atomics 宣布，已于太平洋时间 11 月 17 日上午 11 点 45 分实现「零功率临界」。这一成果源于 Valar Atomics 与阿拉莫斯实验室（LANL）的合作项目 NOVA。LANL…

11 月 20 日，2025 智源具身智能开放日在北京中关村举办。 来自智源研究院、学界与产业的 40 余家国内顶尖科研机构、企业、生态伙伴围绕具身模型进展、硬件迭代与产业落地等议题展开深入交流。 活动上，智源研究院发布了其在具身智能领域的模型、数据、评测和工具链等核心科研布局，以 “开放做研究，开源促生态” 为理念，协作共建可复现、可对齐的具身科研公共基础设施。与会嘉宾普遍认为，具身智能发展迅速，已进入深水区，行业亟需开放、协同、标准化的生态来加速技术演进与落地。 共建具身智能科研公共基础设施 活动伊…

Comprehensive up-to-date news coverage, aggregated from sources all over the world by Google News.

Comprehensive up-to-date news coverage, aggregated from sources all over the world by Google News.