2025年4月21日 人工智能前沿资讯

☕️

【新进展】
「全尺寸」人形机器人天工Ultra拿下首个人形机器人半马冠军
https://mp.weixin.qq.com/s/S7tiV8g6L2Y02M-aqU7xcA

实测通义Wan2.1首尾帧视频模型，还能“拼接”经典梗图
https://mp.weixin.qq.com/s/j-F1eNH-hjxUVFRXw_njnQ

全球最快闪存问世：复旦团队实现亚纳秒级闪存擦写速度
https://mp.weixin.qq.com/s/J2unfPCLKv-rQkN8wN9lig

o3幻觉率狂飙，强化学习是祸首
https://mp.weixin.qq.com/s/rQXOpEjXjFi-cE331D3eFg

【新应用】
DMM（图像生成-南京大学、阿里巴巴等）
-紧凑地重组来自多个教师模型的知识，并实现可控的任意风格生成
项目主页：https://github.com/MCG-NJU/DMM

FocusedAD（视频字幕生成-浙江大学、新加坡国立大学）
-提供以角色为中心的电影音频描述，生成包含丰富剧情相关细节和指定角色的叙述
项目主页：https://github.com/Thorin215/FocusedAD

【新模型】
Wan2.1-FLF2V-14B-720P（视频生成模型-阿里通义）
-在多个基准测试中超越现有开源模型和最先进的商业解决方案，支持消费级GPU，支持视频生成领域多种任务处理
开源地址：https://huggingface.co/Wan-AI/Wan2.1-FLF2V-14B-720P

UI-TARS-1.5（视觉语言模型-字节跳动Seed）
-开源多模态智能体，集成了强化学习支持的高级推理功能，在游戏和GUI任务方面表现出色
开源地址：https://huggingface.co/ByteDance-Seed/UI-TARS-1.5-7B

【新研究】
CLIMB：基于聚类的迭代数据混合引导语言模型预训练（英伟达）
论文地址：https://arxiv.org/abs/2504.13161