模型
字节清华开源力作！UI-TARS原生AI智能体，人人都能拥有“智能助手”
年底国内各个AI玩家杀疯了，前两天完全开源的Deepseek R1 震撼整个AI业界，今天字节又联合清华整活，一个强大的原生的开源 AI Agent UI-TARS震撼上线看了UI-TARS的论文，我给大家划划重点【纯视觉感知】：告别文本依赖，像人眼一样“看”懂GUI！ 传统的GUI自动化方案，很多都依赖于解析网页代码（HTML）或者软件的API接口。 但这种方式有两个致命缺陷：一是平台限制，不同平台、不同软件的底层代码和API都不一样，导致自动化方案难以通用；二是容易失效，一旦网页或软件界面改版，代码或API接口变动，自动化脚本就可能直接崩溃。
英矽智能在Nature 子刊发表最新研究，利用量子-经典混合模型设计新型KRAS抑制剂
近期，英矽智能与加拿大多伦多大学共同主导的一项研究首次展示量子计算和人工智能在变革药物发现流程方面的潜力。 在这项研究中，科学家将量子计算模型与经典计算模型和生成式人工智能相结合，通过对庞大数据集的训练、生成和筛选，探索更广泛的化学可能性，发现靶向“不可成药”癌症驱动蛋白KRAS 的新颖分子。 这项研究也得到了圣裘德儿童研究医院等多方研究机构的支持，相关研究成果于1月22日发表于Nature Biotechnology。
刚刚，OpenAI发布o1模型新突破，推理时间增强对抗鲁棒性
今天凌晨2点，OpenAI发布了一项新技术研究，通过增加推理时间、算力资源来大幅度提升模型的对抗鲁棒性。 与传统的对抗训练样本方法不同的是，OpenAI提出的新方法不需要对大模型进行专门的对抗训练，也不需要提前了解攻击的具体形式。 只需要通过增加推理时间和算力资源，模型就可以更充分地利用其推理能力表现出更强的鲁棒性。
「AI没有墙超预期」Anthropic CEO达沃斯惊人预测：2027年实现超人类水平的AI
人类水平的AI或超越所有人类的AI将在两三年内到来,从内部来看，AI的发展没有遇到墙反而超预期 --Anthropic CEO Dario Amodei华尔街日报在达沃斯世界经济论坛对 Anthropic 首席执行官 Dario Amodei 的最新采访。 采访内容主要围绕 Anthropic 的 AI 模型 Claude 的未来发展方向、AI 技术的进步速度及其对社会和劳动力市场的影响、以及 Anthropic 在行业竞争和政策监管方面的策略以下结合采访内容给大家划个重点Claude 的未来发展方向网络访问 (Web Access): Anthropic 正在积极开发 Claude 的网络访问功能，预计很快推出。 尽管企业用户是 Anthropic 的重点，但他们也认识到网络访问对于消费者和高级用户的重要性。
20K合成数据就能让大模型能力飙升！还能实现模型自我迭代，上海AI Lab数据合成新范式
仅使用20K合成数据，就能让Qwen模型能力飙升——模型主观对话能力显著提升，还能实现模型自我迭代。 最近，来自上海AI Lab的研究团队针对合成数据技术展开研究，提出了SFT数据合成引擎Condor，通过世界知识树（World Knowledge Tree）和自我反思（Self-Reflection）机制，探索合成海量高质量SFT数据的方案。 结果，他们还意外发现，在增大合成数据量的情况下，模型性能持续提升。
Anthropic CEO惊人预警：27年AI超越人类！Claude今年更新全剧透
失踪人口终于回归了！ 在互联网消失一段时间后，Anthropic首席执行官Dario Amodei一上来就接受了WSJ、CNBC两家采访，连曝AI大瓜。 他坚定地认为，「2027年之前，AI完全可以超越人类智能！
最壕DeepSeek玩家8台Mac跑R1，10万+元凑496GB显存才能跑4bit量化版
DeepSeek-R1，正在接受全球网友真金白银的检验。 花30秒用manim代码制作解释勾股定理的动画，一次完成无错误。 为了玩上这样的模型，有人花上10多万元，组7台M4 Pro Mac mini 1台M4 Max Macbook Pro的家用超算。
使用 SHAP 使机器学习模型变的可解释！！！
大家好，我是小寒SHAP 是一种用于解释机器学习模型预测结果的方法，它基于博弈论中的 Shapley值。 旨在为每个特征分配一个“贡献值”，表明该特征对模型预测结果的影响有多大。 SHAP 为复杂的黑箱模型（如深度学习模型、集成方法等）提供了一种统一且理论上有保障的解释框架，帮助我们理解模型的决策过程，提高模型的透明度和可信度。
UC伯克利等提出具身智能「动作Tokenizer」，效率飙升5倍！
来自π，伯克利和斯坦福的研究者近期提出了FAST，一种为VLA模型设计的高效动作Tokenizer。 FAST旨在解决传统动作Tokenization方法在处理精细任务时面临的挑战，为VLA模型在更复杂、高频的机器人控制任务带来了显著改进。 将FAST与π0 VLA结合，在1万小时的机器人数据上对π0-FAST进行训练，效果与最先进的扩散VLA相当，训练时间最多缩短5倍。
截胡OpenAI！清华复旦等抢先开源智能体框架Eko，一句话打造「虚拟员工」
OpenAI的首席执行官Sam Altman最近宣布，2025年将推出「虚拟员工计划」，代号Operator，AI智能体能够自主执行任务，如写代码、预订旅行等，成为企业中的「数字同事」。 抢在OpenAI发布Operator之前，清华、复旦和斯坦福的研究者联合提出了名为Eko的 Agent开发框架，开发者可以通过简洁的代码和自然语言，快速构建可用于生产的「虚拟员工」。 AI智能体能够接管用户的电脑和浏览器，代替人类完成各种任务，为工作流程提供自动化支持。
41%博士后逃生学术界，顶刊PNAS揭残酷真相！名校光环背后曝职业危机
去年，随着LLM产品化和工程化的发展，工业界的研究岗迅速缩减，许多AI博士面临巨大的就业压力，纷纷表示后悔读博。 工业界机会稀少，学术界同样问题重重。 为此，有的博士生甚至转行去当了主播。
有道子曰推理模型“子曰-o1”发布即开源，14B小参数复现OpenAI o1强推理效果
2025开年，AI行业掀起大模型“推理潮”，自OpenAI发布o1后，各式推理模型不断涌现，模型的高阶推理能力迎来爆发增强，其应用价值也愈发获得业界的广泛关注。 1月22日，网易有道正式推出国内首个输出分步式讲解的推理模型“子曰-o1”。 作为14B轻量级单模型，子曰-o1支持在消费级显卡上进行部署，采用思维链技术，能够提供细致解题过程，以强逻辑和推理能力，实现更高的解题准确性，并提供中文逻辑推理。
模型压缩70%！精度更高！开源MoDec-GS：更紧凑、更精确的动态3DGS
本文经3D视觉之心公众号授权转载，转载请联系出处。 论文信息标题：MoDec-GS: Global-to-Local Motion Decomposition and Temporal Interval Adjustment for Compact Dynamic 3D Gaussian Splatting作者：Sangwoon Kwak, Joonsoo Kim, Jun Young Jeong, Won-Sik Cheong, Jihyong Oh, Munchurl Kim机构：ETRI, South Korea、KAIST, South Korea、Chung-Ang University, South Korea原文链接：：. 导读3D Gaussian Splatting (3DGS)在场景表示和神经渲染方面取得了重大进展，并致力于使其适应动态场景。
仅用25%数据实现性能超越！MapGS：解决特定传感器配置的在线建图模型训练问题
本文经3D视觉之心公众号授权转载，转载请联系出处。 避免传感器配置差异近年来，多模态传感器融合的新进展推动了自动驾驶应用中感知方法的发展。 这些进展涵盖了 3D 目标检测、在线地图生成与推理、占用预测，以及端到端框架的形式。
你要跳舞么？复旦&微软提出StableAnimator：可实现高质量和高保真的ID一致性人类视频生成
本文经AIGC Studio公众号授权转载，转载请联系出处。 由复旦、微软、虎牙、CMU的研究团队提出的StableAnimator框架，实现了高质量和高保真的ID一致性人类视频生成。 StableAnimator 生成的姿势驱动的人体图像动画展示了其合成高保真和 ID 保留视频的能力。
图像超分辨新SOTA！南洋理工提出InvSR,利用大模型图像先验提高SR性能, 登上Huggingface热门项目
南洋理工大学的研究者们提出了一种基于扩散反演的新型图像超分辨率 (SR) 技术，可以利用大型预训练扩散模型中蕴含的丰富图像先验来提高 SR 性能。 该方法的核心是一个深度噪声预测器，用于估计前向扩散过程的最佳噪声图。 一旦训练完成，这个噪声预测器就可以用来初始化沿扩散轨迹的部分采样过程，从而生成理想的高分辨率结果。
解决文生图质量和美学问题，字节跳动提出VMix：多维度美学控制方法，一键提升图像美学
本文经AIGC Studio公众号授权转载，转载请联系出处。 为了解决扩散模型在文生图的质量和美学问题，字节跳动&中科大研究团队提出VMix美学条件注入方法，通过将抽象的图像美感拆分成不同维度的美学向量引入扩散模型，从而实现细粒度美学图像生成。 论文基于提出的方法训练了一个即插即用的模块，无需再训练即可应用于不同的开源模型，提升模型的生成美感。
中科院北大等揭示「蒸馏真相」：除Claude豆包Gemini，其他很多模型都「蒸」过头
模型蒸馏是一种将知识从大型语言模型（LLMs）转移到较小模型的技术，旨在创建资源高效且性能卓越的模型。 然而，过度蒸馏可能会导致同质化，降低模型之间的多样性，并削弱它们稳健处理复杂或新任务的能力。 这些限制凸显了系统地量化蒸馏过程及其影响的必要性。