
SIGGRAPH Asia 2025|当视频生成真正「看清一个人」:多视角身份一致、真实光照与可控镜头的统一框架 (opens in a new tab)
在电影与虚拟制作中,「看清一个人」从来不是看清某一帧。导演通过镜头运动与光线变化,让观众在不同视角、不同光照条件下逐步建立对一个角色的完整认知。然而,在当前大量 customizing video generation model 的研究中,这个最基本的事实,却往往被忽视。
Total 164 articles

在电影与虚拟制作中,「看清一个人」从来不是看清某一帧。导演通过镜头运动与光线变化,让观众在不同视角、不同光照条件下逐步建立对一个角色的完整认知。然而,在当前大量 customizing video generation model 的研究中,这个最基本的事实,却往往被忽视。

在大型语言模型(LLM)的应用落地中,RAG(检索增强生成)是解决模型幻觉和知识时效性的关键技术。

2025 年 12 月的第二周,一则颇为吸睛的消息从东京传出:一家名为 Integral AI 的初创公司宣布,他们已经成功测试出“世界上第一个具备 AGI 能力的模型”。AGI,即 Artificial General Intelligence(通用人工智能),向来被视为 AI 领域的终极圣杯。

VC Weekly文章作者表达了对田柯宇及其投资人的职业道德质疑,并推荐5期播客,结合Theranos、WeWork、Uber和Affectiva案例讨论创业投资中的诚信、员工伦理与技术责任。

推理创业公司Inferact用自研的megakernel内核结合DeepSeek的DSpark推测解码框架,让16块谷歌TPU v7运行Kimi K3达到每秒709个token,比同条件下16块英伟达GB200快57%。

谷歌最新数学推理模型Mathematica(基于未发布的DeepThink V3)因内部评测截图泄露而曝光,其在推导丢番图方程时展现出带有强烈情绪化表达的原始思维链,输出上限达65536 Tokens且采用Temperature=1的高温度推理模式,目前仍处于UNSTABLE_EXPERIMENTAL不稳定实验阶段。

浙大与港大团队开源轻量化记忆路由器LayerRecall,通过选择性检索历史记忆并仅注入对长程信息敏感的特定DiT层,解决长视频生成中角色离场再返回时身份与属性丢失的问题,在MemoBench和MovieBench评测中取得Overall第一,且约6.6MB的路由权重可零再训练迁移至其他视频生成骨干。

刚刚,人类在历史上第一次用AI辅助治好了癌症!全球mRNA巨头Moderna与默沙东联合宣布——他们研发的首款个性化mRNA癌症疗法intismeran autogene,在针对高危黑色素瘤的全球III期临床试验中,取得了历史性的成功。

8 月 11 日,xAI 联合创始人伊戈尔·巴布什金(Igor Babuschkin)创办的 River AI 宣布完成 11 亿美元融资。这笔资金横跨种子轮和 A 轮,由 General Catalyst 和 AMP PBC 领投,英伟达、AMD Ventures 战略投资,Y Combinator 和淡马锡等参与。

主打高端直播 / 会议高清摄像头的Opal Camera在卖了超 5 万台设备后2025 年正式更名 Opal Electronics(以下简称Opal ),转型全品类 AI 消费硬件。随后OpenAI 领投4000 万美元,投资方含三星、Peter Thiel 基金、MKBHD(知名数码博主),投后估值2.75 亿美元。