7月7日，机器学习领域最具影响力的顶级学术会议ICML 2026进入正会第一天。本次大会共接收6352篇论文，其中Spotlight论文536篇（占投稿总数的 2.2%），Oral 论文168篇 （仅占投稿总数的 0.7...

高度依赖扩散模型的图像生成范式，正在被重新审视。作者丨陈淑瑜编辑丨岑 峰2025 年到 2026 年，如果要问生成式 AI 领域最值得关注的研究方向，流匹配（Flow Matching） 是一个无法绕开的答案。从去年起，这个名字开始频繁出现在顶会论文里、被工业界反复讨论、被拿来和统治了图像生成领域长达五年的扩散模型正面比较。所谓流匹配，本质上是用常微分方程路径（ODE path）替代扩散模型的随机微分方程路径，让数据从噪声到图像的转变不再依赖数百步迭代，从而在理论上实现更高效的生成。但从理论可行到工程落地，中间隔着无数技术细节——训练目标怎么设计、架构怎么选、速度和质量如何兼顾，每一步都是坑。何恺明团队正是在这个节点上，密集地交出了一份多角度的答卷。AI科技评论总结了何恺明团队近期在CVPR大会上发表上的论文： 2025 年 5 月，他们提出了均值流（MeanFlow），首次将"均值速度场"引入生成建模；同年年底，BiFlow 在归一化流框架上实现了 700 倍加速，将 FID 推到 2.39；几乎同一时间，Improved MeanFlow（iMF）则以三个系统性修复将单步...

来源：公众号“papertoday” 原文链接：https://mp.weixin.qq.com/s/lBR5yh65e_sWeHTxvYlxoQ 最近刷论文，看到美团 LongCat 团队连发了 3 篇 Agent Skill 技术论文（Skill0、Skill0.5、Skill1），其中 Skill0.5 那个"一半内化、一半外挂"的思路挺有意思——通用技能写进参数，任务技能留在 prompt，简单任务还加了反捷径探测，OOD 场景提升了 13.2%。Agent彻底爆发，美团连发了3篇Skill MemOCR: Layout-Aware Visual Memory for Efficient Long-Horizon Reasoning MemOCR：面向高效长程推理的版面感知视觉记忆机制 论文下载：https://arxiv.org/abs/2601.21468 ScaleEnv: Scaling Environment Synthesis from Scratch for Generalist Interactive Tool-Use Agent...

在过去几年中，视频生成技术取得了令人瞩目的进展。从基于扩散模型的方法到大规模视频基础模型，生成结果在视觉质量上已经逐渐逼近真实世界。然而，当我们进一步审视这些模型时，一个更本质的问题开始显现：它们究竟是在“理解世界”，还是仅仅在“拟合像素分布”？ 传统视频生成方法大多建立在 2D...

7月7-10 日，世界人工智能大会在上海再度开启，本次大会以“智联世界，众智成城”为主题，汇聚全球人工智能领域的精英力量，共同探讨后疫情时代的AI发展之路，同时展出众多人工智能领域的最新成果。除了全新一代大型仿人服务机器人Walker...

来源：深蓝具身智能 原文链接：https://mp.weixin.qq.com/s/pf9-MpmB8WPEsBGlM-752w 视频世界模型让机器人 “想象未来” 成为可能，可画面逼真不代表动作靠谱： 一个在视频里看起来完美无缺的抓取动作，可能只是手指"穿模"过了物体，或者物体以不符合物理规律的方式发生了形变。...

GRPO训练的小型开源模型，推理能力逼近Sonnet 3.7。作者丨洪雨欣编辑丨陈彩娴近日，海外大模型产品平台 OpenPipe 上发布了一项研究，阐述其如何通过 GRPO 在重度推理游戏《时空谜题》中超越R1、o1、o3-mini 等模型。研究作者分别为来自 Ender Research 的强化学习研究员 Brad Hilton 和 OpenPipe 的创始人 Kyle Corbitt。他们的研究表示，他们不仅将模型与 Sonnet 3.7...

作者丨张   璐 编辑丨齐铖湧 在具身智能与机器人领域迅速演进的今天，一个问题正在浮出水面： 要想让机器人真正走进千家万户，我们到底该靠特定硬件采集的“具身数据”，还是该拥抱浩瀚如海的“互联网与人类行为数据”？ 2026年RSS大会最后一天的workshop圆桌讨论，现场火药味十足。五位专家围绕世界模型的实际落地展开激烈交锋。 来自Georgia Tech和Nvidia的徐丹飞，以组合世界模型的研究闻名；Google与NYU的Sherry Yang，专注物理代理的世界模型评估与改进；Physical Intelligence的Laura Smith，强调具身智能的实践落地；NVIDIA的Max Li，长期深耕大模型架构；OpenDriveLab的Li Chen，则在机器人数据与控制领域有丰富经验。 01 大家都知道现在搞AI都在追求大一统，但在机器人领域，这条路真的走得通吗？主持人一上来就抛出问题——世界模型和策略模型，应该合体还是分开？现场的几位大佬瞬间根据各自的学术立场分成了两大阵营。 ▎本轮对阵的双方是： “大一统”合体派：PI科学家Laura...

来源：煤矿工厂  文章链接：https://mp.weixin.qq.com/s/ujEpIrJ2gUp5TwtdhWVypQ 来源：ACM MM 2026 EgoLink Challenge Track 2 https://ego-link.github.io/challenge2026/#leaderboard成员：Punan Dai, Yanxi Wu, Lingxin Chu, Jun...

雷锋网消息，2019 年 8 月 29 日，继去年的首届世界人工智能大会（英文名为 World Artificial Intelligence Conference，简称 WAIC）之后，2019 世界人工智能大会在上海世博中心正式开幕。在大会首日的议程中，最令人瞩目的是上午的开幕式环节，出席该环节的，除了政要之外，还有不少业界学界大咖： 美国卡内基梅隆大学计算机学院院长 Tom...