算法论文7

字节Waver：统一图像视频生成模型

带你学AI2025-08-25

AI 摘要

字节推出Waver模型，支持T2V、I2V、T2I，引入新架构与质量模型，能生成5 - 10秒视频。它在复杂运动捕捉上表现佳，但高运动场景有细节形变问题，功能多样但仍待提升。

关注公众号

扫码关注
第一时间收到每日精选

公众号专辑

AI时代，计算机科学界死了吗？

本文整理了德克萨斯大学奥斯汀分校AI博士生曹晋的公开发帖，围绕大模型冲击下AI学术界灌水严重、研究范式过时的观点展开，探讨AI研究者与博士生的未来出路，引发业内广泛讨论。

过去基础模型主要理解和描述物理世界，如今开始进入机器人控制栈。Meta等提出HumanCLAW，将高层行动与低层运动控制分开。评测显示当前模型在行动决策上存在不足，未来可从多方向推进研究。

近日，中国科学院等全球顶尖机构发布手术视频原生基础模型SurgMotion。它依托全球最大手术视频数据集，首次突破十亿级参数，覆盖17项核心手术任务，性能卓越，还在多领域形成生态共鸣。

北京航空航天大学团队发布面向通用遥感目标检测的大规模数据集与基础模型框架 LEVIRDet，构建了 LEVIRDet - 159 数据集，提出 LEVIRDetNet 模型。前者为训练泛化能力强的模型提供新数据基础，后者在多基准测试中表现出色。