画图只用25%算力，谷歌等把预算花在复杂细节上
论文导读谷歌、伊利诺伊大学厄巴纳香槟分校等机构提出BudgetPix，把生成图像的计算按细节复杂度分配。背景用较大的图块，复杂纹理保留细小图块。在论文的两组文本生图测试中，模型使用约25%的计算预算，
2026-10-13 09:02 · 摘要已收录，可打开文章获取原文内容
GPU小时数下降90%！可灵&NUS DiffusionART改造视频强化学习
论文导读新加坡国立大学、可灵AI、香港科技大学团队提出DiffusionART，先把同一提示下的好坏样本汇总成共同方向，再更新图像或视频生成模型。在HunyuanVideo-13B等权视觉与运动奖励实
2026-10-13 09:02 · 摘要已收录，可打开文章获取原文内容
统计学学术速递[10.12]
2026-10-12 | STAT统计学 | 共 52 篇，本文展示前 10 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 3 篇2. 贝
2026-10-12 13:40 · 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[10.12]
2026-10-12 | CS.SD语音与音频 | 共 18 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
2026-10-12 13:40 · 摘要已收录，可打开文章获取原文内容
机器人学术速递[10.12]
2026-10-12 | CS.RO机器人 | 共 72 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. 运动规划、控制与动力学 3 篇
2026-10-12 13:40 · 摘要已收录，可打开文章获取原文内容
机器学习学术速递[10.12]
2026-10-12 | CS.LG机器学习 | 共 146 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
2026-10-12 13:40 · 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[10.12]
2026-10-12 | CS.CL自然语言处理 | 共 72 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. 大语言模型与基础模型 4
2026-10-12 13:40 · 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[10.12]
2026-10-12 | CS.CV计算机视觉 | 共 127 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. 多模态与视觉语言模型 2
2026-10-12 13:40 · 摘要已收录，可打开文章获取原文内容
人工智能学术速递[10.12]
2026-10-12 | CS.AI人工智能 | 共 83 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 4 篇2. 自
2026-10-12 13:40 · 摘要已收录，可打开文章获取原文内容
500 tok/s！智谱最新模型现身，ZCode订阅用户随机体验
导读GLM-5.3-Highspeed现身ZCode。开发者Leo晒出的界面显示493 tok/s，并称3.15.1版向订阅用户随机开放体验。Pi模型目录也已收录这一型号，列出100万Token上下文
2026-10-12 13:40 · 摘要已收录，可打开文章获取原文内容
别再来回聊！AI临时做个表单，对话3.4轮降到1.2轮
论文导读微软研究院、香港大学等机构提出GenUI-Harness，让AI遇到模糊需求时临时生成一个可操作的界面。用户勾选偏好，AI再据此完成数据库任务。论文的用户研究中，交互从平均3.4轮降至1.2轮
2026-10-10 15:52 · 摘要已收录，可打开文章获取原文内容
视频人物转身回来别换脸！快手等给生成模型留住中间记忆
论文导读南京大学、清华大学、快手、上海人工智能实验室等机构提出Memory Forcing，为视频生成保留开头、近期和中间事件三类记忆。它让模型在视频继续变长时，还能查到早先发生的内容。在1.3B模型
2026-10-10 15:52 · 摘要已收录，可打开文章获取原文内容
3D看着像，距离就准？浙大等拿100个场景直接量
论文导读浙江大学、浙江工业大学等机构提出Pumpire，用100个真实场景检查三维重建的距离是否准确。它比较模型给出的点间距离与实测值，并考察深度信息对结果的影响。桌椅看起来像原场景，还需要量一量，才
2026-10-10 15:52 · 摘要已收录，可打开文章获取原文内容
视频生成自带分轨！谷歌等把人声和乐器声分别交出来
论文导读谷歌、特拉维夫大学等机构提出SepGen，生成视频时同时输出混合音频与两个独立声轨。示例包括演唱与乐器、人声对话等场景。同一模型还可以接收已有视频和音频进行分离，让画面中的发声对象参与判断声音
2026-10-10 15:52 · 摘要已收录，可打开文章获取原文内容
海报别靠嘴排版！复旦等让AI照着画布摆文字和图片
论文导读复旦大学、微软研究院等机构提出Compo，让用户在画布上安排图片、文字和位置，再生成海报。输入可以明确某个人物放哪里、文字写什么、哪些部分保持原样。它将布局要求变成空间约束，减少仅靠长提示词描
2026-10-10 15:52 · 摘要已收录，可打开文章获取原文内容
统计学学术速递[10.9]
2026-10-09 | STAT统计学 | 共 68 篇，本文展示前 10 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
2026-10-09 12:49 · 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[10.9]
2026-10-09 | CS.SD语音与音频 | 共 15 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 1 篇
2026-10-09 12:49 · 摘要已收录，可打开文章获取原文内容
机器人学术速递[10.9]
2026-10-09 | CS.RO机器人 | 共 95 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
2026-10-09 12:49 · 摘要已收录，可打开文章获取原文内容
机器学习学术速递[10.9]
2026-10-09 | CS.LG机器学习 | 共 178 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 1
2026-10-09 12:49 · 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[10.9]
2026-10-09 | CS.CL自然语言处理 | 共 88 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. 大语言模型与基础模型 2
2026-10-09 12:49 · 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[10.9]
2026-10-09 | CS.CV计算机视觉 | 共 169 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. 多模态与视觉语言模型 2
2026-10-09 12:49 · 摘要已收录，可打开文章获取原文内容
人工智能学术速递[10.9]
2026-10-09 | CS.AI人工智能 | 共 125 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 3 篇2.
2026-10-09 12:49 · 摘要已收录，可打开文章获取原文内容
Gemini宣布直接调用Opus 5.5！Claude接管一切，超级Agent时代来临
10月8日，马斯克表示Grok Bot将按任务外包给Opus 5.5进行处理。就在刚刚，谷歌在 Google Cloud 发布会上宣布将 Claude Opus 5.5 与 Sonnet 5.5 集成
2026-10-09 12:49 · 摘要已收录，可打开文章获取原文内容
统计学学术速递[10.8]
2026-10-08 | STAT统计学 | 共 75 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. 高维
2026-10-08 13:21 · 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[10.8]
2026-10-08 | CS.SD语音与音频 | 共 14 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 2
2026-10-08 13:21 · 摘要已收录，可打开文章获取原文内容
机器人学术速递[10.8]
2026-10-08 | CS.RO机器人 | 共 93 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
2026-10-08 13:21 · 摘要已收录，可打开文章获取原文内容
机器学习学术速递[10.8]
2026-10-08 | CS.LG机器学习 | 共 202 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. 生成模型与概率建模 2 篇
2026-10-08 13:21 · 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[10.8]
2026-10-08 | CS.CL自然语言处理 | 共 65 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. 大语言模型与基础模型 5
2026-10-08 13:21 · 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[10.8]
2026-10-08 | CS.CV计算机视觉 | 共 155 篇，本文展示前 7 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. 多模态与视觉语言模型 1
2026-10-08 13:21 · 摘要已收录，可打开文章获取原文内容
人工智能学术速递[10.8]
2026-10-08 | CS.AI人工智能 | 共 110 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. 智能体、规划与决策 2 篇2.
2026-10-08 13:21 · 摘要已收录，可打开文章获取原文内容