算法论文8

谷歌用扩散模型玩转光影控制

机器之心2025-05-16

AI 摘要

谷歌：推出LightLab项目，用扩散模型实现单张图像光影精准控制。通过特殊数据集训练，实验表现优于先前方法，可用于照片后处理，有光强、颜色控制等多种应用。

关注公众号

扫码关注
第一时间收到每日精选

公众号专辑

谷歌 GR2 模型：让机器人有了‘腿’

谷歌发布 Gemini Robotics 2（GR2），能将相机图像和文字指令转为机器人关节控制命令，可同时控制人形机器人腿、躯干、手臂和手部，简化模型训练和设计，不过谷歌未公布其基础模型等信息。

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。

DeepMind换帅一周后震荡持续，谷歌将拆分它，把部分非技术团队转入谷歌汇报体系。谷歌联合创始人谢尔盖·布林重新介入Gemini。此外，Gemini因算力、内讧、官僚等问题落后。

Jeff Dean在顶会KDD 2026晒出自己在谷歌离职前48小时的时间表。他忙碌告别，还正常上课、踢球，最后一刻“失业”，旋即成为Discovery Loop联创兼CEO。他为谷歌贡献巨大，告别会有1500人参加。