算法论文8

西交大：ViT - STFlowNet解决流动预测难题

力学与人工智能2025-09-04

AI 摘要

西交大陈泽伟等提出ViT - STFlowNet框架。它融合两大关键模块，克服传统方法在处理强耦合问题的局限。测试表明预测精度高、泛化能力好，为飞行器流场控制提供新思路。

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 Infra：传统方法论仍适用于新挑战

文章分享传统后台工程师技术栈和方法论如何迁移到AI系统，系统性拆解AI Infra的硬件、软件、训练和推理挑战，如硬件从CPU到GPU、软件依赖深度学习框架，还分析训练和推理面临的问题及解决办法。

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。