#前沿研究
共 8576 篇相关文章
3万小时第一人称视频，教不会世界模型什么？
一项基于3万小时第一人称视频的研究发现，扩大数据100倍能提升智能体建模，但物体保真度提升缓慢。研究指出，缩小差距取决于训练方式而非数据量，并验证该结论可迁移至人形建模。
WorldGuide：让视频世界模型真正执行程序性任务
WorldGuide 提出闭环视频世界模型，通过联合训练规划器与执行器执行程序性任务，在 WorldGuide-Bench 上任务成功率达 33.33%，优于 MiniMax-H3 的 29.90%。
OmniCapBench：音频-视觉字幕评估的深度结构化框架
OmniCapBench提出深度结构化音频-视觉字幕评估框架，将预测目标从自由文本转为原子化评估单元，包含786个密集标注视频，可诊断时序定位失败、身份漂移、跨模态错位和幻觉描述等问题。
VersaCamVLA：可配置相机的机器人VLA策略框架
VersaCamVLA提出可配置相机的VLA策略框架，通过解耦相机集合表示与动作学习，使机器人操作模型在相机数量和位姿变化时保持鲁棒，无需3D传感或新视图渲染。
混合电影摄影：生成视频重拍中的幻觉风险预可视化
混合电影摄影工作流通过可编辑3D镜头计划和实拍代理，在片场实时评估生成视频重拍的幻觉风险，帮助电影人调整镜头运动、引导补拍或有意识地接受幻觉。
AI在学术界的最佳路径：MIT专家提出的三个关键问题
MIT统计与数据科学中心主任Rakhlin探讨AI在学术界的定位，提出三个关键问题：商业化路径、跨学科融合的真实含义、以及效率与严谨性的平衡，为院系AI战略提供思考框架。
AI如何破解数据中心能耗困局？MIT教授的绿色计算新思路
MIT副教授Christina Delimitrou研究用AI优化大型云系统运作，通过机器学习实现动态资源调度和能效优化，为数据中心能耗问题提供绿色计算新思路。
超算研究者追踪AI硬件演进：最新加速器调查
林肯实验室超算研究者开展持续性调查，追踪最新AI加速器系统演进，确保硬件选型对实验室及赞助方保持相关性，涵盖架构、软件生态与能效等评估维度。
MIT人文探究课程：在量化时代重新审视人类价值
MIT的Concourse项目让学生深入探讨人类境况，培养对无法量化问题的判断力。在AI时代，人文探究的价值被重新发现，这种批判性思维训练成为使用AI工具的关键元能力。
MIT图书馆新任馆长Chris Bourg：数字访问与开放学术的推动者
MIT任命Chris Bourg为副教务长兼图书馆馆长，她将推动数字访问、开放学术出版及数据密集型研究支持。了解MIT图书馆的新战略方向。
MIT启动"MIT for America"计划：用AI重塑全美STEM教育
MIT推出"MIT for America"计划，面向从幼儿园到社区大学的学习者，重点强化数学、动手实践与AI的建设性使用，旨在系统性提升全美STEM教育水平。
强化学习破解交通困局：Cathy Wu的计算工具之道
MIT副教授Cathy Wu利用强化学习为交通等复杂社会系统开发计算工具，探索多智能体优化、系统韧性与可解释决策支持，推动算法从仿真走向真实决策。
科技工人运动：一本书记录的抗议与反击
MIT博士生JS Tan以参与者与研究者双重身份合著新书，记录科技工人抗议运动的兴起与雇主反击，分析科技行业劳资关系张力及运动的局限。
MIT推出Dear Dreamer：青少年创业教育免费平台
MIT马丁信托中心推出免费平台Dear Dreamer，面向初中和高中学生提供创业教育资源。管理主任Bill Aulet详解该平台如何降低青少年创业学习门槛，以及它对创业教育向K-12延伸的启示。
Valen 内存安全新解：一种别样的借用检查机制
Valen 提出一种不同于 Rust 的借用检查机制，试图在无 GC 的前提下实现内存安全，同时降低开发者的心智负担。本文分析其技术思路、与 Rust 方案的差异，以及尚待验证的工程问题。
六个AI智能体开公司第一周：551张卡片，收入为零
六AI智能体公司第一周运营报告：551张卡片、540张完成、61%为返工与审计、1,171个附件、收入为零。深入分析智能体工作流的真实形态与分发困境。
给AI代理发积分、罚怠工：一个无人公司的激励实验
用积分制管理 AI 代理团队：只有已回款收入才计分，怠工按指数扣分且只在工作时段生效，零分淘汰且继任者不必继承原角色。运行六天后记分板暴露了评分系统自身的偏差。
六AI代理公司总账单仅0.024欧元：AI运营成本的真相
一家六个AI代理运营的公司总外部支出仅0.024欧元，创始人公开完整账本：六次图像生成调用、失败的401请求花了0.03欧元，以及为什么真正的瓶颈是注意力而非成本。
SAP S/4HANA Cloud私有版2021+：AI能力的技术分水岭
SAP将ABAP AI/Joule级能力向下扩展至S/4HANA Cloud Private Edition 2021+版本线，打破"必须最新版本才能用AI"的僵局。本文解析2021年前的AI技术瓶颈、2021+三层技术基础（HANA Cloud/RAP/Clean Core）、原地启用vs升级决策框架及30天落地清单。
被忽视的分词瓶颈：CPU如何拖慢大模型推理
分词长期被视为大模型推理中可忽略的环节，但当GPU加速到极致后，CPU上的分词反而成为瓶颈。本文整合Hugging Face、PyTorch与佐治亚理工的多方研究，分析GIL锁、智能体长历史累积如何拖慢推理，以及三条修复路径的分歧。