7月27日，在2025世界人工智能大会期间，斑马智行联合通义及高通首发端侧多模态大模型解决方案，推动汽车智能座舱迈入主动智能时代。 发布会定格合影 “这是行业首个基于高通 8397 平台的端侧多模态大模型解决方案，可以通过纯车端方式实现智能座舱90%的「感知-决策-执行」服务闭环。”斑马智行首席技术官司罗在发布会上表示，基于该方案的端原生智能体可以进行多模态意图感知理解和交互，实现了从「指令接受者」到「对话参与者」的代际升级。 化身数字人的元神AI在主持发布时补充，“高通为我提供最强「芯」脏，通义为我提供读心「模」法，三方共建全场景主动智能，重塑人机共生新范式。” 多模式打造智舱原生智能体，元神AI大模型能力第一 “你好斑马，帮我点一杯元神AI咖啡。” 在斑马智行展台上，用户可以在搭载元神AI的智己实车上，轻松唤起本地生活Agent，从提出点咖啡需求，到选择规格/口味并最终下单支付，全程通过自然对话方式进行，服务体验流畅度甚至超过手机操作。现场元神AI咖啡店的机器人将咖啡送到车旁，让用户切实感受到人机共生的生活画面。 机器人送咖啡 ...

来源：Deepvisionary 原文链接：https://mp.weixin.qq.com/s/1bJKvSqYA6DsCElE6c-ICQ 生成式 AI 行业有一个公开的秘密:它最赚钱的应用,恰恰是最烧钱的应用。视频生成模型每生成一秒画面,背后都是几十上百次扩散去噪迭代;商用视频生成 API 的毛利,很大一部分被推理电费吃掉了。 2026 年 7 月 9 日,阿里云与上海交大在 ECCV...

在目前的AR应用中，2D AR跟踪，如海报、卡牌等平面物体的跟踪已经成为核心技术之一，在营销、教育、游戏、展示展览等方面都很常见。然而，尽管近年来2D AR跟踪算法已经取得了很大的进步，但在一些外部条件、环境因素影响下的效果仍然有很大提升空间，如何处理光照变化、运动模糊等因素带来的挑战，也是目前进行底层算法研发的AR公司以及学者的研发热点。 雷锋网近日消息，AR公司亮风台在2D AR跟踪方面取得了新突破，其研发人员提出的基于约束置信度的鲁棒跟踪算法（CCM），提高了在局部遮挡、光照变化和运动模糊等各种因素干扰情况下的鲁棒性，并在UCSB和TMT两个国际评测集中刷新了最好成绩。目前，这一成果已经在机器人领域顶级会议ICRA 2018上发表。ICRA 是机器人领域三大顶级会议之一（其它两个为IROS和RSS），AR跟踪的很多经典工作（例如ESM跟踪算法）都曾在ICRA和IROS上发表。 在局部遮挡、运动模糊和照明改变条件下的CCM算法效果示例（只显示在目标周围放大的区域以便展示） 据了解，这两年亮风台依然有不少工作在针对2D...

来源：中国计算机大会 文章链接：https://mp\.weixin\.qq\.com/s/1eYbR9tSPLa3C1DrRd8B4A 大模型时代，如何用更少的比特获得更高的计算效率？本论坛聚焦低精度数据格式、模型训练与推理、量化算法、软硬件协同及系统优化等前沿研究，探讨从数值表示创新到高效AI计算系统构建的关键问题与最新进展。 大模型时代，如何用更少的比特获得更高的计算效率？本论坛聚焦低精度数据格式、模型训练与推理、量化算法、软硬件协同及系统优化等前沿研究，探讨从数值表示创新到高效AI计算系统构建的关键问题与最新进展。 论坛简介 随着大模型参数规模、上下文长度和计算需求持续增长，算力、存储、带宽与能耗正在成为制约人工智能进一步发展的重要因素。通过采用8bit、4bit乃至更低位宽的数据表示，低精度计算能够有效减少模型权重、激活值及中间数据的存储与搬运开销，并提升计算吞吐与能效，正在成为新一代人工智能计算的重要研究方向。...

机器人学习的数据瓶颈正在质变。过去是“数据不够多”，现在是“数据的结构不对”——堆更多高质量遥操作数据，既不可持续，也不够用。在 RSS 2026 Workshop「Data-Centric Robotics: What Data Do Robots Really Need?」（悉尼科技大学，2026 年 7 月 17 日）上，七位讲者从四个方向拆解了这个问题。我们把最值得记住的四条路径，以及它们背后正在重演的 LLM 式数据认知转变，梳理如下。一、元数据：让低质量数据变成资产Physical Intelligence 的 Ashwin Balakrishna 用一个类比开场：2022 年视频描述、代码生成各需专用模型，今天一个通用模型全包。背后的隐藏收益是组合泛化——跨任务联合训练，涌现出超越单任务之和的能力。机器人领域一直有“性能 vs 广度”的张力：Diffusion Policy、ACT 证明单任务能很灵巧，RT-2 证明一个模型能做很多任务、但都是简单 pick-and-place。π₀.₇...

大模型向下扎根深入行业，必须要破解高质量数据供给的挑战。7月5日，2024年世界人工智能大会进入第二天，作为数据要素领域的主要技术服务商，蚂蚁集团发布“隐语Cloud”大模型密算平台，通过软硬件结合的可信隐私计算技术，在大模型托管和大模型推理等环节实现数据密态流转，保护模型资产、数据安全和用户隐私。当下，高质量数据供给和安全流通，成为大模型进入垂直产业应用的首要挑战。其一，行业大模型要获得解决专业问题的能力，首先要经过数量充足、质量高的专业数据训练。然而，专业数据往往分散在不同的机构、企业中，并且由于价值大、保密要求高，难以流动。此外，在企业、大模型厂商和用户之间存在信任壁垒，企业担心数据对外泄露，大模型厂商担心模型资产安全，用户担心个人数据和隐私风险。 在发布会现场，蚂蚁密算CEO王磊介绍，“隐语Cloud”大模型密算平台首批推出两大服务，分别为大模型密态托管和大模型密态推理。大模型密态托管，指模型提供方可以将模型加密后托管在平台上，一键完成云上密态部署，保护模型资产不被泄漏和盗用；大模型密态推理，是指数据以密态形式完成推理，保护用户交互时的数据安全、商业机密等。此外，该平台支...

7月9日，人工智能与计算机视觉领域的风向标盛会ICML 2026正式开启了三天的核心议程。本届大会在创纪录的投递量中严选出6352篇录用论文，其中包含代表前沿风向的Spotlight论文536篇（占投稿总数的 2.2%），以及极具开创性的Oral 论文168篇 （仅占投稿总数的 0.7 %）。 本届入选的研究方向展现了极高的多元性，全面覆盖了从多模态大模型到三维高斯泼溅、从具身智能视觉到神经辐射场优化、从可信视觉到高效边缘端部署的激进探索。在整体投稿规模较去年呈现翻倍式增长、同行评审机制经历全面“严苛重塑”的背景下，这批在重重筛选中脱颖而出的顶尖工作，凝聚了当前计算机视觉领域最不容错过的学术硬核。 这不仅仅是一份成果的罗列，更是对当前视觉计算技术演进脉络的一次深度复盘——从感知智能到认知推理的跃迁，从纯虚拟像素到物理世界具身交互的融合。我们期待这些来自一线的视觉定格，能带你直面并读懂正发生在这场学术潮头之上的底层变革。 以下为你奉上精选自Poster Session...

来源：灵初智能 文章链接：https://mp\.weixin\.qq\.com/s/Qx9A8rhG576JbU2p9g7nJw 近日，北大-灵初联合实验室提出的研究成果RoboFFT 被CoRL2026正式接收。RoboFFT是一种面向生成式机器人策略的强化学习后训练方法。它利用扩散模型和流模型预训练时已有的前向加噪过程，构造策略更新所需的近似概率比，让机器人根据任务反馈继续改进。研究在仿真任务、视觉语言动作模型和四项真机操作任务中进行了验证。 RoboFFT框架概览 论文地址：https://arxiv\.org/pdf/2609\.32236 项目网站：https://student\-of\-holmes\.github\.io/RoboFFT/ 开源代码：https://github\.com/shshsunny/RoboFFT  为什么生成式策略难以直接使用Policy Gradient？ ...

很多人在使用文生图工具时都会遇到类似的情况，输入一段很清晰的描述，希望画面中人物站在左边、动物在右边，或者希望海报上出现一段完整可读的文字，但生成结果却常常让人失望。 要么位置关系混乱，要么文字变形，要么整体画面看起来不自然。继续调整参数，有时结果会更接近描述，但画面质量却明显下降，颜色变得奇怪，结构开始扭曲。反复尝试之后，往往需要生成十几张甚至几十张图，才能勉强挑出一张可用的。...

2025 年 8 月 29 日，由清华大学计算机系崔鹏教授团队联合稳准智能共同研发的结构化数据通用大模型“极数” （LimiX）正式宣布开源。此次发布标志着我国在结构化数据智能处理领域的技术突破与生态开放迈出关键一步，将显著降低千行百业应用结构化数据 AI 技术的门槛。特别是在结构化数据占主导的泛工业领域，“极数”大模型将助力AI深度融入工业生产全流程，破解工业数据价值挖掘难题，为实现智能制造与新型工业化提供关键支撑，推动产业技术变革和优化升级。在泛工业领域，结构化数据是核心资产——工业生产参数、设备运行数据、质量检测数据、科研实验数据等均以结构化数据形式呈现，其智能处理能力直接影响产业效率与科研突破，也是 AI 赋能工业制造的关键突破口。虽然通用大语言模型（LLM）凭借强大的文本理解与生成能力，已在内容创作、对话交互等领域实现广泛应用，但 LLM...