CVPR2025｜MCA-Ctrl：多方协同注意力控制助力AIGC时代图像精准定制化
本文提出了一种无需微调的通用图像定制方法——多主体协同注意力控制（MCA-Ctrl），通过扩散模型实现精确的背景和布局控制，解决了现有技术方案中的关键瓶颈。
学术
CVPR 2025 “点级+提示级”双采样黑科技！MICAS重新定义3D点云上下文学习
MICAS 提出首个专为点云上下文学习设计的多粒度自适应采样方法，通过任务级和查询级采样提升 ICL 在 3D 多任务处理中的稳健性和适应性。
强迫模型自我争论，递归思考版CoT热度飙升！网友：这不就是大多数推理模型的套路吗？
CoRT（Chain-of-Recursive-Thoughts）结合递归思考与自我批判，提升语言模型推理能力。两周内GitHub星标数突破2k。
字节Seed新方法！开源8B代码模型：自己筛数据训练自己，同量级SoTA，还能超越百亿级对手
MLNLP
社区致力于推动国内外自然语言处理与机器学习领域的交流合作。近期，
Seed-Coder团队开发了一种能自我筛选数据的代码模型，该模型在多个测试中表现优异。
早融合 VS 晚融合，Natvie 多模态大模型的 Scaling Law 有所不同吗？
本周解读机器之心PRO会员通讯第19期，涵盖2项专题解析及29项AI&Robotics要事速递。重点讨论了Native多模态模型的训练过程差异以及早融合晚融合的优劣。
SIGGRAPH 2025 快手可灵团队提出3D感知的可控电影级视频生成工作CineMaster！
近期，可灵研究团队推出的CineMaster电影级文本到视频生成框架允许用户通过3D感知控制目标和相机运动来创作高质量视频内容。该方法在SIGGRAPH 2025会议中被收录，并展示了从任意视频中提取3D控制信号的数据构建流程。