算法论文8
朱俊彦团队上新LEGOGPT
机器之心
AI 摘要
CMU朱俊彦团队推出LEGOGPT，能根据文本生成3D乐高，还保证物理稳定和可搭建性。实验显示其优于基线方法。不过当前版本有局限，团队正努力拓展能力。
阅读原文 · 机器之心
CMU朱俊彦等上新LEGOGPT，一句话就能搭乐高，网友：复杂零件行不行？
近日，CMU助理教授朱俊彦团队带来基于文本生成3D乐高的大模型LEGOGPT，输入文本即可快速拼好乐高，生成的乐高还有纹理和颜色。研究人员让机器臂组装模型，结果完美。该模型仍有局限，团队正努力扩展能力。
关注公众号
扫码关注
第一时间收到每日精选
相关文章
新闻资讯7
Karpathy反思：自回归时代或终结？
苹果前员工Nathan Barry得出BERT本质是文本扩散一步的结论，将表示学习算法改造成生成算法。OpenAI创始员工Karpathy对此沉思，认为生成逻辑在LLM架构中可变。实验证明RoBERTa可转为生成引擎。
新智元
产品应用8
谷歌Gemini Diffusion速度惊人
谷歌DeepMind在I/O 2025上推出实验性模型Gemini Diffusion，将扩散技术用于文本生成。它每秒能生成约1500个token，比Gemini 2.0 Flash - Lite快5倍，具备高响应速度、文本连贯性等优势。
AGI Hunt
新闻资讯8
谷歌推Gemini Diffusion，速度惊人
谷歌将图像生成常用的“扩散技术”引入语言模型，推出Gemini Diffusion，12秒能生成1万tokens，速度比Gemini 2.0 Flash - Lite更快。它通过逐步优化噪声学习生成输出，目前是实验性演示，可申请体验。
量子位
算法论文8
智象未来DreamWorld：3D先验驱动视频扩散
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。
机器之心