无需昂贵设备，单目方案生成超逼真3D头像，清华＆IDEA新研究入选CVPR2025
清华和IDEA的研究团队提出HRAvatar，一种基于3D高斯点的单目视频重建方法，实现灵活且精确的几何变形、表情编码器提升表情参数提取准确性，并通过分解外观属性（反照率、粗糙度、菲涅尔反射）实现真实重光照。
月度归档： 2025 年 5 月
小学数学题，大模型集体不及格！达摩院推出新基准VCBench
大模型在小学数学题测试中表现不佳，平均得分为47.03%-49.77%，显著低于人类的93.30%。达摩院推出的新基准VCBench专注于评估具备显式视觉依赖性的多模态数学推理任务，强调vision-centric而非knowledge-centric。该基准主要针对小学1-6年级的数学问题，全面评估纯视觉推理的多种能力，涵盖六大核心认知领域和五种不同认知能力。
实测小米自研芯片玄戒 O1：一颗中国芯，到底能不能打
小米自研芯片玄戒 O1 引发关注，与高通旗舰芯片对比测试。跑分成绩优异，但在实际应用中表现略逊一筹。总体而言，玄戒 O1 为小米在高端市场提供了新的选择。
字节开源高精度文档解析大模型Dolphin：轻量高效，性能超GPT4.1、Mistral-OCR！
字节跳动开源文档解析模型Dolphin，相比同类大模型提升2倍解析效率。其采用两阶段解析方法，先解析结构后内容，性能超越GPT-4.1等通用多模态和垂类OCR模型。
靠「AI婴儿播客」拿到a16z 3200万美元投资，Hedra凭什么？
Hedra通过生成超写实AI角色推动视频内容，完成3200万美元A轮融资。公司宣称其核心技术‘全模态基础模型’能创造逼真的数字角色，尤其在播客场景下表现出色。
