奥特曼投下震撼弹：五年后AI将全面超越人类，到2030年诞生的「超级智能」甚至能攻克「量子引力」难题。人类智力的霸权时代，已进入倒计时。他在接受德国《世界报》采访时表示：我可以肯定地说，到2030年底之前，如果我们没能开发出能够完成人类自身无法企及任务的超级智能模型，我会感到非常意外。
业界首个高质量原生3D组件生成模型来了！来自腾讯混元3D团队。现有的3D生成算法通常会生成一体化的3D模型，而下游应用通常需要语义可分解的3D形状，即3D物体的每一个组件需要单独地生成出来。
超越DeepMind的Langfun、抱抱脸的Smolagent等，国产智能体位列全球智能体第一梯队！GitHub明星开源项目、行业首个100%开源的企业级智能体JoyAgent，迎来重要更新——
天禧个人超级智能体和字节跳动扣子官宣生态合作！
云栖大会上，阿里宣布AI平台将把完整的英伟达Physical AI（物理AI）软件栈纳入其开发者选项菜单。这个看似技术性的宣布，实际上标志着人工智能发展的一个重要转折点。英伟达CEO黄仁勋在2025年CES大会上明确表示：AI下一个前沿就是物理AI，蕴藏着巨大的潜力和机遇。
LightVLA 是一个旨在提升 VLA 推理效率且同时提升性能的视觉 token 剪枝框架。当前 VLA 模型在具身智能领域仍面临推理代价大而无法大规模部署的问题，然而大多数免训练剪枝框架依赖于中间注意力输出，并且会面临性能与效率的权衡问题。
不牺牲任何生成质量，将多模态大模型推理最高加速3.2倍！ 华为诺亚方舟实验室最新研究已入选NeurIPS 2025。
视觉-语言-动作模型是实现机器人在复杂环境中灵活操作的关键因素。然而，现有训练范式存在一些核心瓶颈，比如数据采集成本高、泛化能力不足等。
TC-Light 是由中科院自动化所张兆翔教授团队研发的生成式渲染器，能够对具身训练任务中复杂和剧烈运动的长视频序列进行逼真的光照与纹理重渲染，同时具备良好的时序一致性和低计算成本开销，使得它能够帮助减少 Sim2Real Gap 以及实现 Real2Real 的数据增强，帮助获得具身智能训练所需的海量高质量数据。
在三维重建、NeRF 训练、视频生成等任务中，相机参数是不可或缺的先验信息。传统的 SfM/SLAM 方法（如 COLMAP）在静态场景下表现优异，但在存在人车运动、物体遮挡的动态场景中往往力不从心，并且依赖额外的运动掩码、深度或点云信息，使用门槛较高，而且效率低下。
