何恺明新身份：谷歌DeepMind杰出科学家
何恺明加入谷歌担任DeepMind杰出科学家。近期因发表《Mean Flows for One-step Generative Modeling》等论文而知名，曾获CVPR最佳论文奖和Marr Prize等奖项。毕业于清华物理系基础科学班，博士期间在微软亚洲研究院视觉计算组实习。目前为MIT副教授，研究涵盖了图像生成、残差网络等领域。
机器之心
8B模型可以超过GPT-4o！并行KV Cache压缩支持的128K长度外推方法ParallelComp
作者熊璟介绍其研究工作，提出ParallelComp方法解决大语言模型在处理超长文本时存在的瓶颈问题。该方法包括并行注意力分块、KV缓存智能淘汰与注意力偏差校准三项创新技术，通过减少显存消耗和优化注意力分布，使得模型能高效处理128K长度以上的上下文，显著提升推理效率。
机器人顶会RSS 2025奖项公布！大牛Pieter Abbeel领衔研究获杰出Demo奖
RSS 2021 大会揭晓多个奖项，包括杰出 Demo 论文奖、杰出系统论文奖、杰出学生论文奖和杰出论文奖。其中，FEAST 系统荣获杰出论文奖，展示了其在个性化家庭用餐辅助中的优势。
刚刚，首个能在机器人上本地运行的具身Gemini来了
谷歌DeepMind发布首个适用于机器人直接部署的GeminiRoboticsOn-Device模型，无需互联网连接即可运行，展示出强大的通用灵活性和任务泛化能力。
ToMAP：赋予大模型「读心术」，打造更聪明的AI说服者
本文提出了一种名为ToMAP的新模型，它结合了心智理论机制以增强语言模型在说服任务中的表现。通过引入反驳预测器和态度预测器两大模块，ToMAP能够预判对方可能提出的反论点并评估其态度变化，从而实现更具个性化、灵活性和逻辑性的说服过程。
外国小哥徒手改装消费级5090，一举击败巨无霸RTX Pro 6000
Der8auer 使用 Shunt Mod 将一块华硕 ROG Astral LC RTX 5090 改装到可承受高达 800W 功率，使其性能超越了售价 10,000 美元的 RTX Pro 6000。然而，这种改装可能对 GPU 的寿命造成风险。