改完一个镜头，后面也跟着改！Adobe等让AI跨镜头修视频
论文导读Adobe、韩国科学技术院等机构提出MoviEdit，让文字指令或一张编辑后的参考帧跨多个镜头持续生效。系统先看完整视频做小草稿，再逐段补细节；在作者的15秒多镜头文本编辑基准中，整体编辑成功
2026-11-04 10:21 · 摘要已收录，可打开文章获取原文内容
视频一段段并行造！交大等让长视频保持动作，主体不轻易跑出画面
论文导读上海交通大学、北京大学、华东师范大学等机构提出Wave Forcing，让多个视频片段在不同去噪阶段接力生成。在基于万相1.3B的100秒视频测试中，五步版本既保留较强运动，也取得97.10的
2026-11-04 10:21 · 摘要已收录，可打开文章获取原文内容
算得多反而跑得快！十款低功耗芯片实测，端侧AI卡在搬数据
论文导读苏黎世联邦理工学院、奥地利跨学科转型大学等机构实测十款低功耗边缘设备，发现轻模型不能只按运算量挑。在Alif E7上，SqueezeNet的运算量约为MobileNetV3的8.5倍，反而跑得
2026-11-04 10:21 · 摘要已收录，可打开文章获取原文内容
小米造出七视角驾驶世界，45秒画面里道路和车流一起走
论文导读小米的汽车世界模型2.0把行车轨迹、相机视角和三维场景信息接进同一套生成系统，展示七视角、约45秒的驾驶画面。它还把生成的未来用于闭环仿真训练：在论文的1000个测试场景中，相关驾驶策略碰撞率
2026-11-04 10:21 · 摘要已收录，可打开文章获取原文内容
卡多更容易发论文！CVPR 2026官方发布算力报告，烧卡大户该何去何从
“被录取论文，GPU数量中位数为4张；被拒论文，只有2张。”刚刚，CVPR 2026 发布了官方的算力报告，AI 顶会论文，确实太拼卡了。https://cvpr.thecvf.com/Confere
2026-11-04 10:21 · 摘要已收录，可打开文章获取原文内容
不用从头训练！单卡4小时，千问、Llama变身扩散模型
论文导读乌得勒支大学医学中心、乌得勒支大学研究者尝试给已有语言模型换一种写字方式：冻结原权重，只训练适配器，让模型从整段空白中反复补词。BYOD把Gemma、Llama、千问和Ministral四个模
2026-11-03 17:26 · 摘要已收录，可打开文章获取原文内容
AI拍动画少穿帮了！斯坦福这套“分镜术”，穿模帧从80%降到13%
论文导读斯坦福大学、剑桥大学研究者给AI做3D动画换了一套流程：先搭场景、排关键分镜，逐个检查，再补中间动作。DyCraft在24项长时、多镜头任务中，把动态物体发生穿透的帧比例从原生编码Agent的
2026-11-03 17:26 · 摘要已收录，可打开文章获取原文内容
一张3090，0.107秒！中科院用照片配地图定位，中位误差14厘米
论文导读中国科学院自动化所、中国科学院大学、北京航空航天大学研究者让一张照片直接对上由墙面等平面构成的地图，推断相机位置与朝向。PGGT-Loc在ScanNet测试中报告14厘米的位移误差中位数，单张
2026-11-03 17:26 · 摘要已收录，可打开文章获取原文内容
统计学学术速递[11.2]
2026-11-02 | STAT统计学 | 共 40 篇，本文展示前 9 篇 [机构]信息由AI分析生成，可能存在错误，仅供参考，以论文实际显示为准 快速导航1. 统计理论与方法 2 篇2. 贝叶
2026-11-02 16:39 · 摘要已收录，可打开文章获取原文内容
语音与音频学术速递[11.2]
2026-11-02 | CS.SD语音与音频 | 共 11 篇，本文展示前 8 篇 [机构]信息由AI分析生成，可能存在错误，仅供参考，以论文实际显示为准 快速导航1. 语音识别与关键词检测 1
2026-11-02 16:39 · 摘要已收录，可打开文章获取原文内容
机器人学术速递[11.2]
2026-11-02 | CS.RO机器人 | 共 60 篇，本文展示前 8 篇 [机构]信息由AI分析生成，可能存在错误，仅供参考，以论文实际显示为准 快速导航1. 机器人学习与模仿强化学习 1
2026-11-02 16:39 · 摘要已收录，可打开文章获取原文内容
机器学习学术速递[11.2]
2026-11-02 | CS.LG机器学习 | 共 111 篇，本文展示前 8 篇 [机构]信息由AI分析生成，可能存在错误，仅供参考，以论文实际显示为准 快速导航1. 深度学习架构与训练方法 2
2026-11-02 16:39 · 摘要已收录，可打开文章获取原文内容
自然语言处理学术速递[11.2]
2026-11-02 | CS.CL自然语言处理 | 共 46 篇，本文展示前 8 篇 [机构]信息由AI分析生成，可能存在错误，仅供参考，以论文实际显示为准 快速导航1. 大语言模型与基础模型 4
2026-11-02 16:39 · 摘要已收录，可打开文章获取原文内容
计算机视觉学术速递[11.2]
2026-11-02 | CS.CV计算机视觉 | 共 76 篇，本文展示前 8 篇 [机构]信息由AI分析生成，可能存在错误，仅供参考，以论文实际显示为准 快速导航1. 图像识别、检索与分类 1
2026-11-02 16:39 · 摘要已收录，可打开文章获取原文内容
人工智能学术速递[11.2]
2026-11-02 | CS.AI人工智能 | 共 98 篇，本文展示前 8 篇[机构]信息由AI分析生成，可能存在错误，仅供参考，以论文实际显示为准快速导航1. 智能体、规划与决策 1 篇2. 自
2026-11-02 16:39 · 摘要已收录，可打开文章获取原文内容
小米开源了个150元的AI小玩意，火到配件都涨价了
允中 发自 凹非寺转载自 量子位 | 公众号QbitAI一块小屏幕，三个按键，一个摇杆，屏幕里的西高地小狗时而忙碌，时而发愁，时而庆祝。这就是小米最近孵化的一款开源AI硬件HachimoDock（哈
2026-11-02 16:39 · 摘要已收录，可打开文章获取原文内容
阿里等造出40万件可动物体，AI先写生成器，每件API摊到5美分
论文导读阿里巴巴、清华大学、北京大学、香港科技大学等机构提出RFW-A，让AI先写出一类物体的生成规则，再批量造出带关节的不同款式。团队构建了402410件资产；在200件摊销设定下，每件估算API成
2026-11-01 09:03 · 摘要已收录，可打开文章获取原文内容
走出去再回头，AI场景不乱变：三维记忆撑起9帧每秒生成
论文导读韩国科学技术院（KAIST）、梨花女子大学等机构提出L3G-World，让生成世界把走过的地方记在三维空间里，相机离开再返回时保留原有布局。系统不为每帧重复堆积全部场景信息，少步Fast版本在
2026-11-01 09:03 · 摘要已收录，可打开文章获取原文内容
AI设计CPU，短测变快长跑却变慢！东大用实板揪出问题
论文导读东京大学把AI参与设计CPU的过程接上FPGA实板反馈：智能体写代码、上板测量，再根据结果查错修改。在人类监督下，最终RISC-V核心达到130MHz、5.61 CoreMark/MHz；一次
2026-11-01 09:03 · 摘要已收录，可打开文章获取原文内容
不用云端也不用NPU，ESP32跑6570万参数语音识别
论文导读胡阿里·布迈丁科技大学（USTHB）的研究者把6570万参数英语语音识别模型装进ESP32-P4，在32MB外部内存里持续听写。它不用云端，也没有神经加速器；运行屏幕界面的固件约用0.90秒处
2026-11-01 09:03 · 摘要已收录，可打开文章获取原文内容
AI看图先读三成就回答，剩下的边答边补：首字等待最多少24.1%
论文导读 浙江大学、阿里巴巴、中国科学院大学等机构提出Raincheck：看图模型先处理选中的三成图像信息，开始回答后再利用空余算力补读其余内容。在千问模型的单请求评估中，首轮首字等待时间最多减少2
2026-10-31 21:50 · 摘要已收录，可打开文章获取原文内容
鱼眼画面边缘不再白丢！亚马逊等重建200度场景，还能碰撞仿真
论文导读 亚马逊、马里兰大学、卡内基梅隆大学等机构提出GOFish，直接从鱼眼图像重建覆盖超过180度视场的三维场景，并从同一表示里提取可碰撞网格。在200度与205度两套基准中，渲染指标分别比此前
2026-10-31 21:50 · 摘要已收录，可打开文章获取原文内容
换个位置看视频，声音也跟着走！单段视频变可探索视听场景
论文导读 马里兰大学提出SonoWorld4D，把单目视频变成可以换位置观看和聆听的动态场景。系统重建移动物体轨迹，为声源生成空间音频，新听者走近或远离时，声音方向与远近一起调整；50人研究中，相对
2026-10-31 21:50 · 摘要已收录，可打开文章获取原文内容
机械臂和手随意换着测：30项任务、4700段演示装进同一仿真框架
论文导读 Mila研究所、麦吉尔大学、Hugging Face、亚马逊FAR等机构推出DexSuite，把机械臂、夹爪、多指手和操作任务放进统一仿真框架。它提供30项任务、16个任务与配置配对基准，
2026-10-31 21:50 · 摘要已收录，可打开文章获取原文内容
豆包或是字节最大的负资产
移动互联网时代，字节相信“大力出奇迹”：先把日活砸上去，再解决商业化。但把这套打法搬进大模型时代，用户增长也可能变成算力负担。豆包是字节在AI时代的头号门面。可从成本、品牌与商业价值看，庞大的用户盘未
2026-10-31 21:50 · 摘要已收录，可打开文章获取原文内容
统计学学术速递[10.30]
2026-10-30 | STAT统计学 | 共 90 篇，本文展示前 9 篇 [机构]信息由AI分析生成，可能存在错误，仅供参考，以论文实际显示为准 快速导航1. 统计理论与方法 1 篇2. 贝叶
2026-10-30 16:03 · 摘要已收录，可打开文章获取原文内容
语音与音频学术速递[10.30]
2026-10-30 | CS.SD语音与音频 | 共 12 篇，本文展示前 8 篇 [机构]信息由AI分析生成，可能存在错误，仅供参考，以论文实际显示为准 快速导航1. 语音合成与声音生成 2 篇
2026-10-30 16:03 · 摘要已收录，可打开文章获取原文内容
机器人学术速递[10.30]
2026-10-30 | CS.RO机器人 | 共 109 篇，本文展示前 9 篇 [机构]信息由AI分析生成，可能存在错误，仅供参考，以论文实际显示为准 快速导航1. 操作、抓取与灵巧手 2 篇2
2026-10-30 16:03 · 摘要已收录，可打开文章获取原文内容
机器学习学术速递[10.30]
2026-10-30 | CS.LG机器学习 | 共 213 篇，本文展示前 9 篇 [机构]信息由AI分析生成，可能存在错误，仅供参考，以论文实际显示为准 快速导航1. 深度学习架构与训练方法 2
2026-10-30 16:03 · 摘要已收录，可打开文章获取原文内容
自然语言处理学术速递[10.30]
2026-10-30 | CS.CL自然语言处理 | 共 108 篇，本文展示前 8 篇 [机构]信息由AI分析生成，可能存在错误，仅供参考，以论文实际显示为准 快速导航1. 大语言模型与基础模型
2026-10-30 16:03 · 摘要已收录，可打开文章获取原文内容