前言 腾讯犀牛鸟精英人才计划定位拔尖科研人才的产学联合培养。自2017年开展以来，项目每年开放新技术研发中的关键难题，选拔具备科研潜力的优秀学生，在校企双导师联合指导下开展前沿探索与应用创新。 依托真实产业场景，同学们在科研探索与技术实践中不断锻炼创新研究能力，并形成了一系列高水平研究成果。本文分享入选 ICML的三篇论文，分别围绕高效模型蒸馏、长上下文推理和稀疏视角视频生成等技术方向展开。 该论文由腾讯犀牛鸟精英人才朱文红同学在上海交通大学王瑞副教授、刘鹏飞副教授和腾讯混元团队企业导师的联合指导下完成。 摘要：知识蒸馏（Knowledge...

LegoOcc：无需语义体素标注，也能识别开放类别。    作者丨郑佳美     编辑丨岑   峰                                                                                                              ...

来源：公众号“AI上分搭子” 原文链接：https://mp.weixin.qq.com/s/26c4oCUgjQueMImEspWBow In-context segmentation 想做的事情并不复杂。 给一张带标注的参考图，再去目标图里把同一个概念分出来。 这个概念可以是一个物体。也可以是一个部件。甚至可以是某个特定实例。 难点在于，现在主流方法基本都卡在两条路里。 一条路是 fine-tune foundation model，或者额外挂一个 decoder。这样做，in-domain 分数通常会比较高。但一换数据域，或者一换语义粒度，泛化就容易掉。 另一条路是 training-free。常见做法是让 DINO 负责匹配，让 SAM 负责出 mask。这一套的泛化会稳一些，但链路更重，也天然受制于 SAM 的 mask prior。 所以真正的问题其实是： 如果 backbone 本身已经有足够强的 dense self-supervised feature，分割能力能不能直接从表示里长出来？ 这正是 INSID3 想回答的事。 ...

端云 Agent 这两周有点热闹。4 月 22 号，OpenAI 放出了 openai/privacy-filter，一个专门给 LLM 做隐私过滤的小模型；三周后的 5 月 12 日，一家叫记忆张量MemTensor的公司和荣耀AI团队关于隐私过滤的模型也在同期开源，并且一次性放出了两个大小的模型和对应的技术报告，并且从系统性能上看，占据了绝对的优势。听起来有些巧合，实则两家团队从不同方向到达了同一个判断：Agent 时代，隐私保护必须前置到模型层。OpenAI 在这件事上动作很早，privacy-filter的出现，意味着行业头部玩家已经把「LLM 隐私过滤」当作一个独立的基础设施在做。MemPrivacy 想回答的也是同一个问题——当 Agent 拥有长期记忆，隐私过滤应该被放在哪一层、用什么粒度去做。在此之前，记忆张量 MemTensor 已经推出 MemOS，把 Agent 记忆从向量库或 RAG 插件，提升为可管理、可调度、可演化的「记忆操作系统」，业务已经在游戏、端侧智能硬件、金融、工业等场景落地。而MemPrivacy 更像是 MemOS...

他们正在打样「榨干」有限算力的极致解法。作者丨朱可轩编辑丨陈彩娴大模型赛跑两年后，玩家已逐步分化为三种趋势：一类玩家仍追随 OpenAI 的脚步卷大参数基座模型，另外一类烧不起钱的玩家转头拥抱应用端，而第三类则自始至终都在摸索如何更高效打造出性能更优的模型。目前，第一类卷向大参数的玩家也都在寻找高效解决方案，连 OpenAI 此前发布 GPT-4o mini 切入小模型市场，Meta Llama 3.1-8B、微软 Phi-3-vision 和 Phi-4 14B 、谷歌 Gemma 2 以及阿里 Qwen 2.5 等一系列小模型也都是头部玩家在做的布局。算力存在上限已是不争的事实，而且也并非参数越大就意味着效果一定能达到预期，更何况，如若如果每增长一倍参数规模，效果能力却并未呈一倍增长，大模型发展起来会很慢：OpenAI 能用百千亿达到 GPT-4 的水平，其他家则可能需要投入更多资源，如此一来要追赶 GPT-5 会更难，因为在 OpenAI 的基础上再加码更多算力、参数的可能性不大，这对于大多数无法如同 OpenAI...

直播预告 今年，IJCAI（国际人工智能联合会议，International Joint Conferences on Artificial Intelligence）将于 8 月 10 日至 16 日在中国澳门隆重召开。作为人工智能领域最顶级的国际学术会议之一，IJCAI 的举办自然备受瞩目，预计将有超过 3000 名 AI 研究人员和专家来到中国澳门，共同探讨人工智能的现状和未来。...

来源： AIRS 具身智能中心官网 原文链接： https://airs.cuhk.edu.cn/article/1422 想象一下，你买了一台家庭服务机器人，但它每次离开客厅后，就会忘记沙发在哪里，只能重新满屋子乱找。缺乏持续利用历史经验的能力，是当前许多具身智能体面临的重要挑战。 近日，AIRS 具身智能中心关于 StateLinFormer 的论文被 IROS...

仿真和真机需并行发展，但要先解决遗留问题更多的仿真。作者丨赖文昕编辑丨陈彩娴不久前，我们发布《CMU 具身智能风云榜：从传统到全面》一文，介绍了来自 CMU 的一众具身智能华人人才。就在上个月，CMU 联合18个研究机构开源发布了一个生成式物理引擎——Genesis，引起了具身智能领域的广泛讨论与关注，在国内与海外呈现出霸榜的热度。Genesis 的核心团队为 12 位青年华人学者，其项目领导者为 CMU 机器人研究所刚毕业的博士生周衔。凭借从底层开始重新设计和构建的通用物理引擎，Genesis 将各种物理求解器及其耦合集成到一个统一的框架中，通过在更高层次上运行的生成式智能体框架得到进一步增强，旨在为机器人技术及其他领域实现全自动数据生成。据项目页面介绍，与先前的模拟平台相比，Genesis 具备多个关键特点：原生 Python，包括前端界面和后端物理引擎，全部用 Python 语法开发。底层由嵌套在 Python 内的 GPU 加速的 DSL taichi支持。轻松安装，API 设计极其简单且用户友好。并行模拟，速度空前：Genesis...

来源：公众号“EvolGroup“...

近日，实验室视觉成像组硕士生刘帅赫的研究论文“PILO: Principal Component-based Implicit Regularization with Low-rank Optimization for Robust Transfer Learning”被IJCAI2026录用。论文作者包括：刘帅赫（硕士生）、占求港老师、刘贵松教授（实验室主任）、蒋太翔教授（通讯作者）。 来源：NiceLab 原文链接： https://mp.weixin.qq.com/s/hnDY1_QPR4XLlcha55bgaw 图1 论文接收信息 简介 ...