合成数据也能通吃真实世界？首个融合重建-预测-规划的生成式世界模型AETHER开源
上海人工智能实验室开源生成式世界模型AETHER，首次实现大模型在真实世界中的3D空间决策与规划能力。通过「重建-预测-规划」一体化框架和几何空间建模，大幅提升模型空间推理的准确性与一致性，并成功实现在合成数据上零样本泛化至真实场景。
上海人工智能实验室
4月24日相约新加坡，请大家吃饭，还有超多岗位等你来
ICLR 大会在新加坡召开，机器之心联合多家机构举办「云帆・ICLR 2025 AI Talent Meetup」晚宴，为青年才俊提供与企业交流的机会。活动包括技术分享、互动体验和招聘宣讲等内容。
CVPR 2025 Oral 多模态交互新基准OpenING，新版GPT-4o杀疯了？
上海人工智能实验室提出的OpenING基准评估了多模态生成模型的性能，涵盖23个现实领域和56个具体任务，包含高质量标注数据和可靠裁判模型IntJudge。
ICLR 2025 Spotlight 参数高效微调新范式！上海交大联合上海AI Lab推出参数冗余微调算法
本文提出参数冗余微调范式NoRM，在LoRA基础上通过SVD分解和Sim-Search方法去除冗余参数，显著提升指令微调、数学推理和代码生成任务性能。
为大模型添加多模态能力——Mini DALL·E 3
北京理工大学等4大名校联合发布Mini DALL·E 3，无需额外训练即可为多数主流大模型添加文成图多模态输出能力。该系统由语言模型、路由器、适配器和图像生成模型四大模块组成，实现了用文本生成图像。
上海AI实验室发布通用具身智能仿真平台桃源2.0，三行代码定义任务，数采效率最高提升20倍
上海人工智能实验室发布通用具身智能仿真平台GRUtopia 2.0，通过通用模块化框架、场景资产自动化生成和高效数据采集系统三大革新，实现仅用三行代码定义任务，数据采集效率最高提升20倍。
上海AI Lab等提出GENOME(+)框架：单卡4090玩转10+大模型的种群进化
上海人工智能实验室联合东北大学提出GENOME（+）框架，创新性地将进化算法引入大语言模型的优化中，无需梯度优化即可实现模型群体动态优化，在多个数据集上表现出明显性能优势。
CVPR 2025｜北大开源多模态驱动的定制化漫画生成框架DiffSensei，还有4.3万页漫画数据集
DiffSensei 是首个结合多模态大语言模型（MLLM）与扩散模型的定制化漫画生成框架，通过创新机制实现角色控制、布局精准及动态叙事。该框架支持从文本到漫画的高效转换，并发布首个专为漫画生成设计的数据集MangaZero，提升角色一致性、文本跟随能力和图像质量。
上交CVPR 满分论文数据蒸馏技术，直接把 GPU 显存 “砍掉” 300 倍
一项研究提出了一种新的数据集蒸馏方法NCFM (Neural Characteristic Function Matching)，大幅提升了性能并实现了资源效率的飞跃。它通过引入神经特征函数差异度量指标，解决了现有方法的局限性，仅需2.3GB显存即可在单张GPU上完成CIFAR-100无损蒸馏，并显著超越了现有的SOTA方法。
视频版IC-Light来了！Light-A-Video提出渐进式光照融合，免训练一键视频重打光
上海交通大学等联合研发的Light-A-Video技术无需训练即可实现零样本视频重打光，解决了视频编辑中的关键技术难题。该方法利用预训练模型和创新模块确保光照一致性和稳定性。