视频模型为何总让杯子穿地板?物理约束正在进入生成链路
杯子穿过地板、球体反弹失真,说明视频模型仍偏向拟合视觉表面。北京大学人工智能研究院与 NewtonRewards 相关材料给出两种补课办法:把物理规律写进训练目标,或让仿真进入生成链路。它们能改善轨迹与碰撞控制,但还谈不
阅读全文关键词:AI
杯子穿过地板、球体反弹失真,说明视频模型仍偏向拟合视觉表面。北京大学人工智能研究院与 NewtonRewards 相关材料给出两种补课办法:把物理规律写进训练目标,或让仿真进入生成链路。它们能改善轨迹与碰撞控制,但还谈不
阅读全文省级电网AI调度员“明月”已上线运行。AI从预测和预案生成走向调度决策后,难题落在执行端:硬规则怎样兜底、数字孪生如何校验、多智能体如何互审,以及实时性和安全链怎样同时保住。
阅读全文Arm把2026年芯片创新的注意力从单纯缩小晶体管,移到3D堆叠与Chiplet。苹果AFM 3则用稀疏架构控制每次推理的计算量。手机要减少云端依赖,靠的不是单独堆NPU,而是让模型、框架、芯片和具体功能对得上。
阅读全文Coze 擅长快速接入,Dify 更适合复杂流程与私有部署,FastGPT 更贴近 RAG 问答。日均 10 万次调用、峰值 50—100 QPS 只是需求场景;没有同模型、同硬件的压测,不能把三者直接排出性能名次。
阅读全文实地调研北京算力产业园首批入驻的3家AI企业,揭秘在8000P算力池环境下,企业如何平衡算力券补贴与实际支出,分析从纯训练转向“训推一体”后的成本结构变化,并提供2026年算力采购的核心判断因子。
阅读全文SceneVerse++、TongSIM、通通 3.0 和 OmniXtreme,分别对应 3D 场景、仿真训练、认知决策与运动控制。BIGAI正尝试把这些环节串起来,但“完全无标签”和未见场景泛化,仍缺公开指标与完整评
阅读全文人民网2025年4月报道,国网山东电力已把AI用于雷击跳闸响应、极端天气负荷预测和调度指令辅助。公开资料能确认的是预测、检索与预案能力,尚不足以证明“毫秒级自动决策”。
阅读全文一条 2000 字 Prompt 很难同时管住检索、核验和对比。更稳的做法,是把调研拆成检索、审计、结构化对齐和合成四层,再用状态机决定何时返工、何时输出。
阅读全文视频生成正告别炫技期。实测发现,Sora 3 凭借物理仿真与长镜头一致性,已在电商商品展示中跑通SOP。通过拆解光线控制、材质微调与后期剪辑配合,企业可将短视频广告制作成本压低50%以上,AIGC工作流真正进入工业级降本
阅读全文2026年推理成本已占AI总支出的80%。在KV Cache压缩成为基建后,真正的降本空间转移到了FP8量化的生产级稳定性、基于语义路由的混合模型调度以及精细化的Token计费模型上。本文拆解如何在保证精度前提下,通过工
阅读全文8000P只是资源规模,算力券能否用上,还取决于供给方合同、年度累计限额和财政资金查重。北京规则允许企业与多家供给方签约后分批申领;2026年项目申报信息则明确,同一实施内容原则上不重复支持。中小团队应先核名单、算任务、
阅读全文中国气象科学研究院将Pangu-Weather与WRF-ARW区域模式结合,用AI全球预报驱动区域精细化计算。公开材料并不支持笼统的“准确率提升30%”,更值得关注的是这套方法如何用于极端降水和台风强度预报。
阅读全文