AI生成未来

文章/答案/技术大牛

发布

LV0

发表了文章 4天前2026-07-03 19:51:03

ICML 2026 | 一个模型，统一人、物、声、动作:OmniShow把多模态可控视频生成卷成系统工程！

人、物、声、动作——当一段视频需要同时听从这四类指令时，大多数方案的第一反应是"四个模块各管一块，再拼到一起"。OmniShow 偏偏走了另一条路：它把视觉注入...

AI生成未来 4天前2026-07-03 19:51:03

系统、音频、框架、模型、视频

发表了文章 12天前2026-06-25 19:46:37

SIGGRAPH 2026｜一张夜景，万种夜晚？LUCID：面向夜间摄影的可控去炫光与曝光调节框架

城市灯牌、车灯、路灯、玻璃反射和镜头内部散射，会把夜晚变成一种极端复杂的光学现场。人眼可以在暗处和亮处之间迅速适应，但相机传感器没有这么幸运：暗部因为光子不足而...

AI生成未来 12天前2026-06-25 19:46:38

数据、网络、框架、论文、模型

发表了文章 13天前2026-06-24 19:46:13

AI生图从“听懂位置”到“精准落位”！MetaPoint单Token像素级控制,生成/编辑/Agent自反思全面升级

【导语】现在的多模态生成模型已经能理解复杂提示词，也能生成高质量图像，但在“把东西准确放到哪里”这件事上仍然经常失手：给出明确坐标，模型可能放偏；要求多个物体...

AI生成未来 13天前2026-06-24 19:46:13

AI生图、agent、token、对象、模型

发表了文章 13天前2026-06-24 19:45:25

CVPR 2026 | 让任意角色随心起舞！交大团队推出PoseAnything,重构姿态驱动视频生成范式

姿态引导视频生成是精准操控角色动作的核心技术。无论是打造虚拟数字人，还是创作超现实动画，这项技术在影视和游戏赛道都展现出了巨大的发展潜力。然而，现有的姿态驱动模...

AI生成未来 13天前2026-06-24 19:45:25

数据、重构、架构、模型、视频

发表了文章 25天前2026-06-12 14:19:45

别只盯着VLA，上交大WLA模型一统“世界建模+语言推理+动作”，推理还只要40毫秒！

文章链接：https://arxiv.org/pdf/2606.05979 开源链接：https://github.com/SJTU-DENG-Lab/WLA...

AI生成未来 25天前2026-06-12 14:19:45

视频、数据、网络、机器人、模型

发表了文章 2026-06-012026-06-01 19:22:50

AI 画图终于不再瞎蒙！GenEvolve把开放图像生成变成可训练自进化智能体！

这些问题放在一起，会形成一种很典型的开放生成场景：模型需要先补信息、选参考、拆约束，再把这些内容组织成底层生成器能执行的指令。GenEvolve 关注的正是这一...

AI生成未来 2026-06-012026-06-01 19:22:51

数据、开源、程序、工具、模型

发表了文章 2026-05-272026-05-27 11:37:47

东南大学&D⁴Lab社区最新LLM后训练方案LoPT:无需“全模型反传”,更便宜,更快,也更克制

作者：Hengyu Shi, Tianyang Han, Peizhe Wang等

AI生成未来 2026-05-272026-05-27 11:37:47

模型、数据、系统、优化、LLM

发表了文章 2026-05-212026-05-21 21:39:22

从Claw-Eval到Claw-Eval-Live:Agent评测“下半场”，为什么需要一个"活的" Benchmark？

Claw-Eval 回答前者，Claw-Eval-Live 回答后者。前者解决的是"怎么确认 Agent 真的做成了任务"，后者解决的是"benchmark 里...

AI生成未来 2026-05-212026-05-21 21:39:22

模型、agent、eval、live、工作流

发表了文章 2026-05-182026-05-18 16:59:41

别再被你家的AI骗了！D⁴ Lab社区最新方法TraceLift揭穿‘假推理’,模型思考过程真正靠谱

过去几年，大模型推理能力的提升很大程度上依赖可验证反馈：数学题看最终答案，代码题跑单测，能通过就给奖励。这套逻辑简单、直接，也很有效。但当 reasoning ...

AI生成未来 2026-05-182026-05-18 16:59:42

论文、模型、数学、算法、系统

发表了文章 2026-04-292026-04-29 13:56:36

国产首个开源、系统化的多模态世界模型HY-World 2.0：效果硬刚闭源商业模型

文章链接：https://arxiv.org/pdf/2604.14268v1 项目链接：https://3d-models.hunyuan.tencent.c...

AI生成未来 2026-04-292026-04-29 13:56:37

模型、视频、数据、渲染、开源

发表了文章 2026-04-152026-04-15 18:48:23

AI生图细节崩坏终结者！RefineAnything：多模态区域级精修，文字/Logo/人脸一键修复，背景像素级不变

【导语】 AI生图技术日新月异，但"局部细节崩坏"始终是落地应用的痛点——文字扭曲、Logo变形、手指畸变、细小结构断裂，这些问题在电商海报、广告设计、UI素材...

AI生成未来 2026-04-152026-04-15 18:48:24

设计、数据、AI生图、架构、模型

发表了文章 2026-04-152026-04-15 18:47:38

眼不见，心不忘！华科&快手联手发布混合记忆新范式：攻克视频世界模型最致命缺陷

论文链接：https://arxiv.org/pdf/2603.25716 项目链接：https://kj-chen666.github.io/Hybrid-M...

AI生成未来 2026-04-152026-04-15 18:47:38

论文、模型、视频、数据、编码

发表了文章 2026-04-152026-04-15 18:46:52

媲美Nano Banana Pro！南科大&阶跃星辰等开源真实世界图像恢复之王RealRestorer

作者：Yufeng Yang, Xianfang Zeng, Zhangqi Jiang等

AI生成未来 2026-04-152026-04-15 18:46:53

模型、数据、开源、迁移、论文

发表了文章 2026-04-152026-04-15 18:45:51

“世界模型”到底是个啥？OpenWorldLib一锤定音：感知+交互+记忆，这才叫理解世界的AI！

本工作提出了 OpenWorldLib 框架，其核心设计包含以下五个功能模块及一个调度中心：

AI生成未来 2026-04-152026-04-15 18:45:51

音频、框架、模型、视频、数据

发表了文章 2026-04-022026-04-02 13:42:34

文生图的“天花板”被捅破了！Gen-Searcher让AI学会“翻书找答案”：不是背题，是开卷考!

文章链接：https://arxiv.org/abs/2603.28767 项目链接：https://gen-searcher.vercel.app/ 代码链...

AI生成未来 2026-04-022026-04-02 13:42:34

模型、设计、数据、搜索、工作

发表了文章 2026-04-022026-04-02 13:41:35

复旦大学 × 阶跃星辰开源最新力作PixelSmile：AI 终于实现人脸表情PhotoShop

复旦大学与阶跃星辰最新研究开源，聚焦人脸的细粒度表情编辑，把表情编辑真正做出了 PhotoShop 编辑的感觉！

AI生成未来 2026-04-022026-04-02 13:41:36

框架、模型、数据、开源、photoshop

发表了文章 2026-04-022026-04-02 13:40:03

短剧革命！港中文&快手发布ShotStream:16帧/秒实时生成电影级多镜头视频，可边拍边改

现有双向架构的多镜头视频生成方法存在两大局限：一是缺乏交互性，需要预先提供所有提示，无法在生成过程中动态调整叙事；二是推理延迟高，难以实现实时生成。

AI生成未来 2026-04-022026-04-02 13:40:03

缓存、架构、模型、设计、视频

发表了文章 2026-04-022026-04-02 13:38:41

2张显卡即可20FPS流式生成！SoulX-LiveAct开启“小时级”实时数字人交互新时代

项目页：https://soul-ailab.github.io/soulx-liveact/ 代码仓库：https://github.com/Soul-AIL...

AI生成未来 2026-04-022026-04-02 13:38:42

效率、缓存、动画、模型、视频

发表了文章 2026-04-022026-04-02 13:33:16

视觉AR逆袭！177M效果媲美675M最新SOTA扩散模型，仅需一个“即插即用”的正则化reAR

视觉自回归（AR）生成模型在图像生成方面的性能显著落后于扩散模型。研究人员发现其核心瓶颈在于生成器-分词器之间存在不一致性。具体表现为：

AI生成未来 2026-04-022026-04-02 13:33:16

性能、token、模型、设计、数据

发表了文章 2026-04-022026-04-02 13:29:18

炸裂！单卡实时生成分钟级长视频，北大&字节联合推出14B大模型Helios，速度碾压1.3B

GitHub: https://github.com/PKU-YuanGroup/Helios 项目主页: https://pku-yuangroup.gith...

AI生成未来 2026-04-022026-04-02 13:29:19

框架、模型、视频、压缩、优化

12 3 4 5 6 7 8...11 下一页

个人简介

暂未填写公司和职称
暂未填写个人简介
暂未填写技能专长
暂未填写学校和专业
暂未填写个人网址
暂未填写所在城市
加入社区时间：2025-08-04

个人成就

获得 189 次赞同
文章被阅读 120.5K 次

关注了：1关注者：18