算法论文8

Puffin模型打通相机参数到图片生成壁垒

量子位2025-10-27

AI 摘要

S-Lab等团队研究人员提出Puffin统一多模态模型，它统一相机多模态理解与生成，解决此前模型分离问题。通过独特设计和训练，在多数据集表现佳，未来将拓展跨视角和视频应用。

关注公众号

扫码关注
第一时间收到每日精选

公众号专辑

字节首次亮相自研AI世界模型

本文报道字节跳动在抖音集团2026美好奇妙夜首次公开亮相自研世界模型，该模型可生成可交互三维世界，支持实时探索编辑。文章梳理了世界模型的技术逻辑、产业价值与全球发展格局。

本文报道了清华团队联合海内外多校推出的WorldArena 2.0世界模型评测挑战赛，升级评测体系覆盖从视频生成到真实机器人操作全维度，公布各赛道结果，并对话主办方解读行业现状与评测设计。

中科大与智象HiDream.ai团队提出混合潜空间-像素空间扩散新模型Hi-DiT，解决了两类传统扩散路线各自的瓶颈，论文被ECCV 2026接收，在多个主流图像生成任务上取得优异性能，仅小幅增加计算开销。

针对原生视觉推理缺少完整训练评估基础设施的现状，NTU等多校联合推出VBVR-Pro系统，构建了从任务构建、模型训练、能力评测到强化学习优化的完整闭环，论文、数据、代码均已公开。