扩散语言模型的自蒸馏新方法登上ACL 2026，生成效率与质量或迎来新突破。
arXiv:2608.22898v1 Announce Type: new Abstract: Diffusion language models (DLMs) alleviate the inherent latency bottleneck of autoregressive (AR) larg…
无需训练的开放世界对象放置新方法，想象搜索机制兼顾效率与表现，视觉生成必读。
arXiv:2608.21543v1 Announce Type: cross Abstract: Object placement is critical in image composition, requiring spatially and semantically coherent pos…
用联邦集成预测应对供应链市场波动，应对需求非平稳分布有新思路。
arXiv:2608.21399v1 Announce Type: new Abstract: Supply chain forecasting systems increasingly operate under market shocks, non-identically distributed…
少数派的近期动态新一季少数派会员启航，更新权益，更多惊喜，还有实体纪念卡。点击了解能让AI助手通过自然语言指令直接与您的Quote/0摘录墨水屏交互的DotSkill已上线。点击了解你可能错过的文章快 ... 查看全文
阿里云Wan3.0视频生成模型上线，一次生成30秒，还支持文档输入，创作效率起飞。
IT之家 8 月 24 日消息，阿里云消息，今天，视频生成模型 Wan3.0 正式上线。官方称，Wan3.0 在生成时长、万能创作、全能参考以及真实世界还原等维度全面升级，单次可生成 30 秒视频，并首次支持 doc、xls、ppt、pdf、md 等文档格式输入，力求准确还原真实世界。 官方称，公测…
用Flow Matching生成模型攻克3D医学图像中细小管状结构分割难题，方法新颖且应用价值高。
arXiv:2608.19965v1 Announce Type: cross Abstract: Segmentation of curvilinear anatomical structures in 3D medical images remains challenging due to co…
智能体与程序协同设计，重塑3D创作新范式，值得技术控深读。
arXiv:2608.17975v1 Announce Type: cross Abstract: Programmatic representations provide a compelling paradigm for 3D content creation, enabling fine-gr…
用生成模型加速蒙特卡洛采样，解锁复杂概率分布推断的新思路，值得关注。
arXiv:2608.07648v1 Announce Type: cross Abstract: Sampling high-dimensional probability distributions is a central task in scientific computing, with …
阿里Wan3.0公测，单次生成30秒视频，支持多模态全能参考，从镜头升级到完整故事创作。
IT之家 8 月 6 日消息，“阿里云”公众号今天（6 日）晚间宣布，全新一代视频生成模型 Wan3.0 开启公测。 Wan3.0 在生成时长、万能创作、全能参考与真实感等维度全面升级，单次可生成 30 秒视频，完整表达创作意图；在文本、图片、音频、视频四种基础模态之外， 首次支持 doc、xls、…
这项研究将3D建模与空间推理解耦，为AI生成更精细的3D场景提供新思路。
arXiv:2608.05242v1 Announce Type: new Abstract: In this work, we explore an alternative paradigm for spatial reasoning by explicitly disentangling 3D …
全球首个千亿MoE视频生成模型开源，6B激活媲美第一梯队，生成成本低至五毛，开启视频生成新范式。
10秒1080P，成本只要5毛钱
提出一种参数化扩散桥的新方法，扩展生成模型的理论边界。
arXiv:2607.22719v1 Announce Type: new Abstract: Multiplicative Gamma noise is a signal-dependent degradation in coherent imaging; synthetic aperture r…
提出新型Logit-Coordinate生成模型，专为混合连续与分类变量的表格数据设计，有望提升表格数据生成质量。
arXiv:2607.23348v1 Announce Type: cross Abstract: Mixed continuous--categorical data pose a representation problem for continuous generative models. F…
小米开源具身智能统一生成模型，可通吃四类任务，推理速度提升83倍，开源爱好者不容错过。
IT之家 7 月 15 日消息，小米今日发布 Xiaomi-Robotics-U0—— 一个拥有 380 亿参数 的多模态自回归具身生成基础模型，是 具身领域首个“通吃”四类任务的统一生成模型 ，打通了机器人图片和视频数据的生成与编辑链路。 具身场景生成（Scene Generation）—— 模型…
无需额外训练，推理阶段即可实现跨主体的精准运动迁移，为视频生成与动画制作带来简洁高效的解决方案。
arXiv:2607.11644v1 Announce Type: new Abstract: This work explores the motion transfer from one video to another, which is crucial in animation for di…
用扩散模型生成随机图信号，搞定图数据建模与生成任务，学术党值得一看。
arXiv:2607.06833v1 Announce Type: new Abstract: Sampling stochastic signals supported on a graph underlies many graph machine learning tasks, includin…
6款主流AI视频生成工具深度横评，可灵3.0在“演员吃面”测试中展现惊人物理模拟能力，Seedance 2.0引领全民狂欢，新手也能3分钟上手。
2026年，AI视频生成赛道已迈入全面爆发的成熟竞速期，Seedance 2.0 的出圈更是让AI视频变成一场“全民狂欢”。 短短两年间，AI视频从最初几秒的碎片化模糊画面，到如今分钟级长视频的连贯叙事、真实物理世界的精准还原，AI视频工具的迭代速度远超预期，AI视频工具完成了从“能用”到“好用”再…
IT之家 7 月 8 日消息，Meta 于当地时间 7 月 7 日宣布推出其全新的 AI 图像生成模型 Muse Image。 该模型来自 Meta 旗下专注人工智能的 Meta 超级智能实验室，也是该实验室推出的首个图像生成模型。该模型现已通过 Meta AI 应用免费提供，并同步登陆 Insta…
Google Voice 推出付费订阅方案并调整 Android 设备备份策略等。 查看全文