算法论文7

西工大：新架构提升气动噪声预测精度

力学与人工智能2025-06-06

AI 摘要

西工大张巧等：为解决MLP预测气动噪声精度不足问题，提出多专家特征融合网络架构。该架构能降低MLP算法MSE，在预测跨声速抖振气动噪声上，精度和泛化性表现更佳。

关注公众号

扫码关注
第一时间收到每日精选

公众号专辑

西北工大团队：融合激波位置辨识气动载荷

本文提出融合激波位置的跨声速抖振气动载荷辨识方法，从时序流场提取激波特征，用稀疏辨识构建参数化代数方程，增强预测精度与泛化能力，为准确预测跨声速气动载荷提供新思路。

视频扩散模型生成新视角视频时，现有方法缺显式3D结构。智象未来提出DreamWorld，用3D先验与两阶段框架，结合结构和生成能力，在多基准测试表现领先。

视觉-语言-动作（VLA）模型是端到端自动驾驶主流技术，但自回归解码架构有瓶颈。复旦大学与引望智能联合提出WAM-Diff2，实现自回归VLA向离散扩散模型迁移，解码加速15.1倍，多任务性能不降。

国立清华与英伟达团队研究《VLM-AR3L》，把Gemini 2.0、GPT-4.1等拉进考场，评估视觉裁决能力。结果显示Gemini综合最稳，开源小模型特定场景反超。还提出VLM-AR3L框架破使用瓶颈，实战超人类手写奖励。