ICML25 | 让耳朵「看见」方向！仅依靠360°全景视频，就能生成3D空间音频 不圆2025-05-1517:38:12 来源： OmniAudio团队 投稿 | 空间音频，作为一种能够模拟真实听觉环境的技术，正逐渐成为提升沉浸式体验的关键。然而，现有的技术大多基于固定的视角视频，缺乏对360°全景视频中空间信息的充分利用。在这样的背景下，一项在空间音频生成领域具有里程碑意

悠易科技战略升级：推出AI智能体矩阵，开启AI全域营销新征程 一水2025-05-1520:45:38 来源： 标志着行业进入“AI全域营销”新纪元 2025年5月15日，悠易科技在北京举办“智启全域·策动未来”AI全域营销媒体沟通会，正式宣布企业战略升级为“AI全域营销”，并推出悠易AI智能体矩阵，其中包含全新智能体产品。本次战略升级以 “AI引擎 + 智能体协同” 为技术底座，

百万规模数据集打造人形机器人通用大模型，实现精细动作跨平台、跨形态动作迁移丨北大人大联合发布 不圆2025-05-1611:49:41 来源： 北大卢宗青团队 投稿 | 北大和人大团队在通用人形机器人动作生成领域取得重大突破！首创性地提出了具备数据-模型协同放量（Scaling Law）特性的通用动作生成框架Being-M0。通过大规模互联网视频，构建了业界首个百万规模的动作生

AI眼镜+键盘+配件=6999元？不不不这叫空间计算机 克雷西2025-05-1619:04:44 来源： 接入多款大模型，还能照片变3D 克雷西 发自 凹非寺 | 国产空间计算机已实现量产，618期间正式开售！AR眼镜创业公司INAIR，正式发布了全新的AI空间计算机，内置了自研的系统级AI助手。 AI助手能深度学习你的使用习惯，主动预判需求，把被动回答变成了陪伴式

全新预训练数据筛选方案，让数据效率提升10倍！配置仅需fastText评分器｜港科大vivo出品 不圆2025-05-1612:27:31 来源： 更客观、更轻量、更高效！ PreSelect团队 投稿 | vivo自研大模型用的数据筛选方法，公开了。香港科技大学和vivo AI Lab联名提出PreSelect，目前已被ICML 2025接收。这是一种轻量级且高效的数据选择方

带图推理碾压同类开源模型！港中文微软等开源OpenThinkIMG框架 一水2025-05-1712:12:30 来源： 还公开了其核心的自适应工具使用训练技术V-ToolRL 教AI学会使用工具，带图推理就能变得更强？！港中文、微软联合8家单位推出OpenThinkIMG开源框架，这是一个专为提升AI视觉工具使用和推理能力而设计的一站式平台。 众所周知，我们人类在解决问题时，常常

通义实验室新研究：大模型自己「扮演」搜索引擎，提升推理能力无需搜索API 鱼羊2025-05-1712:23:54 来源： ZeroSearch：一种无需与真实搜索引擎交互的强化学习框架 闻乐 发自 凹非寺 | 强化学习（RL）+真实搜索引擎，可以有效提升大模型检索-推理能力。但问题来了：一方面，搜索引擎返回的文档质量难以预测，给训练过程带来了噪音和不稳定性。另一方面，RL训练

百度AI搜索上线DeepSearch，支持主动思考和无限次免费使用 一水2025-05-1616:12:14 来源： 国内首个基于百亿级内容库的深度搜索 百度AI搜索日前重磅升级，推出国内首个基于百亿级内容库的深度搜索（DeepSearch），并上线了个人知识库、创作画布等创新功能，打造”边想边搜”的新一代智能搜索体验。据悉，此次发布的深度搜索具备类似人类用户般的搜索思维，能“边想

做AI眼镜，为什么一定要有定制化大模型 | 对话雷鸟创始人李宏伟 克雷西2025-05-1620:18:12 来源： “眼镜的基座模型需要改变，仅通过应用层无法解决问题” 克雷西 发自 凹非寺 | AI眼镜，究竟为什么这么热？自2023年10月Meta旗下的Ray-Ban Meta智能眼镜发布，标志着智能眼镜终端不再只是极客的玩具，而是可能成为继智能手机之后，人类与数字世界交互

鹅厂放大招，混元图像2.0「边说边画」：描述完，图也生成好了 西风2025-05-1614:13:16 来源： 一手实测在此 西风 发自 凹非寺 | 刚刚，鹅厂把文生图卷出了新高度——发布混元图像2.0模型（Hunyuan Image 2.0），首次实现毫秒级响应，边说边画，实时生成！ 用户一边描述，它紧跟着绘制，整个过程那叫一个丝滑。不用等待，专治各种没有耐心。 有些画面描述