重建 - AI在线

腾讯混元开源 Hunyuan3D-1.0：首个同时支持文生和图生的 3D 开源大模型

腾讯混元今日开源了 Hunyuan3D-1.0 大模型，官方称这是首个同时支持文生和图生的 3D 开源大模型。 ▲ 文生模型▲ 图生模型模型采用两阶段生成方法，官方表示在保证质量和可控的基础上，10 秒即可生成 3D 资产：第一阶段，团队采用了一种多视角扩散模型，轻量版模型能够在大约 4 秒内生成多视角图像。这些多视角图像从不同的视角捕捉了 3D 资产的丰富的纹理和几何先验，将任务从单视角重建松弛到多视角重建第二阶段，团队引入了一种前馈重建模型，利用上一阶段生成的多视角图像。

AI成像新时代，视野扩大271倍，上海理工大学开发超快卷积光学神经网络

编辑 | KX卷积神经网络（CNN）凭借其出色的图像识别能力，在人工智能领域表现出色，尤其是在 ChatGPT 等平台中。近日，上海理工大学团队成功将 CNN 概念引入光学领域，实现卷积全光神经网络，为人工智能成像技术带来了革命性的进步。研究团队开发了一种超快卷积光学神经网络（ONN），该网络无需依赖光学记忆效应，即可实现对散射介质后方物体的高效清晰成像。该神经网络利用强散射过程直接提取特征，实现无记忆图像重建，视野扩大 271 倍，计算速度达到了每秒 1.57 千万亿次运算。该研究以「Memory-less sc

揭秘100年全球海洋脱氧，上交大通过人工智能重建「窒息的海洋」，ICML已收录

作者 | 卢彬，韩璐羽海洋溶解氧是维持海洋生态系统功能的关键因子。然而，随着全球变暖和人类活动影响加剧，近年来海洋呈现脱氧趋势，日渐窒息的海洋对渔业发展、气候调节等多方面造成严重后果。近期，上海交通大学电子信息与电气工程学院王新兵、甘小莺教授团队联合上海交通大学海洋学院张经院士、周磊教授、周韫韬副教授，共同提出了一种稀疏海洋观测数据驱动的深度图学习模型 OxyGenerator，首次对 1920 年至 2023 年全球百年海域溶解氧数据进行重建，重建性能显著超越了专家经验主导的 CMIP6 系列数值模式结果。研究成

上海人工智能实验室团队开发具有多核光纤单元旋转功能的AI驱动投影断层扫描

编辑 | 白菜叶光学断层扫描已成为一种非侵入性成像方法，可提供对亚细胞结构的三维洞察，从而能够更深入地了解细胞功能、相互作用和过程。传统的光学断层扫描方法受到有限的照明扫描范围的限制，导致分辨率各向异性和细胞结构的不完整成像。为了克服这个问题，上海人工智能实验室、德国德累斯顿工业大学（Technische Universität Dresden）以及马克斯·普朗克学会（Max Planck Society）的研究人员采用了紧凑的多核光纤细胞旋转器系统，该系统有助于对微流控芯片内的细胞进行精确的光学操纵，从而实现具有

中国科学院团队利用AI大模型训练技术解决同步辐射海量数据处理

编辑 | XX 射线叠层相干衍射成像（X-ray ptychography）是一种理论上能够实现衍射极限分辨率的相干衍射成像技术，已广泛应用于材料、生命、半导体、能源等多种科学领域研究。新一代同步辐射光源可提供高相干度和高亮度的X射线，推动相干成像技术向高通量多维度方向发展，使得 ptychography 在大体积样本的精细结构研究和功能表征方面具有极佳的应用前景。然而，新的实验模式与应用场景带来了海量数据在线解析的技术挑战，单次实验的原始衍射图谱数据量可达 PB 量级，成为第四代同步辐射光源上科学实验的最大数据源

逼近量化训练？块重建技术打造离线量化新极限

模型量化技术可以有效加速推理，已经成为人工智能芯片的标配，并在工业落地中广泛应用。离线量化（Post-Training Quantization）不需要耦合训练流程，使用成本和时间成本低，往往作为生产量化模型的首选方式，但其可调整空间有限，因此面临更大的准确度挑战，尤其是在一些特殊场景和极端要求下，不得不进一步引入更为复杂的在线量化（Quantization Aware Training）流程挽救，而这极大增加了量化模型生产的复杂度。如何在享受离线量化便捷高效的同时，在有限的调整“夹缝”中提升其效果上限，成为进一步打破技术红线的关键。在ICLR2021上，商汤科技研究院Spring工具链团队、高性能计算团队和成都电子科技大学顾实老师团队合作提出了块重建技术BRECQ，重新审视量化模型的优化粒度，首次将离线量化在4bit上的效果提升到在线量化的水平，相比在线量化可以节省大于200倍的生产时间，BRECQ在多种网络和任务上普遍取得了业界最佳效果，打造了离线量化的新极限。

无监督训练用堆叠自编码器是否落伍？ML博士对比了8个自编码器

柏林工业大学深度学习方向博士生 Tilman Krokotsch 在多项任务中对比了 8 种自编码器的性能。