TNNLS 2025 通用的视觉Backbone！TransXNet: 全局动态性+局部动态性=性能强大，代码已开源！
香港大学俞益洲团队提出TransXNet，结合D-Mixer和Multiscale Feed-forward Network架构，在图像分类、目标检测、语义分割任务上均取得显著性能提升。
月度归档： 2025 年 4 月
合成数据助力视频生成提速8.5倍，上海AI Lab开源AccVideo
本文提出了一种高效蒸馏方法AccVideo，通过合成数据集加速视频扩散模型生成速度，相比教师模型（HunyuanVideo）提升了8.5倍的生成速度，并显著减少了推理步骤。
U-Net和ViT凑一块，会发生什么？U-REPA：精准对齐Diffusion U-Net与ViT特征空间，训练提速42%
U-Net 架构对齐到 ViT（Vision Transformer）特征空间
的新方法
U-REP
刚刚，DeepSeek公布了推理引擎开源路径，OpenAI也将开始连续一周发布
DeepSeek 发布文档宣布将开源自己的内部推理引擎，并与开源社区建立更广泛的合作。文档提到将与现有的开源项目合作，包括 SGLang 和 vLLM 项目。网友猜测 OpenAI 可能会发布多种模型和智能体产品。
图解DeepSeek V3 biased_grouped_topk cuda融合算子fused_moe_gate kernel
thub.com/sgl-project/sglang/blob/main/python/sglan
ScienceCast 科学播报与 arXiv 合作提供AI人工智能生成的 60 秒音频摘要
ScienceCast与arXiv合作推出AI生成音频摘要，旨在打破科学知识传播障碍，促进开放科学理念实现。
告别安装，我挖到了网页版Cursor（附4大AI编程新场景）
作为一名Cursor常客，发现了网页版平台‘响指’简化了AI应用的生成、部署和分享流程，使用户无需代码基础就能创建小游戏、可视化报告和3D动画演示等应用。
