被传疯的 AI Agent 实操指南：7步解锁大模型隐藏技能！
《动手做AI Agent》介绍了涵盖GPT-4、LangChain等前沿技术的7个完整项目，帮助读者掌握AI Agent开发技巧，并深入理解其在办公自动化、智能调度、知识整合及检索增强生成领域的应用。
扩散模型
ICML2025｜多模态理解与生成最新进展：港科联合SnapResearch发布ThinkDiff，为扩散模型装上大脑
多模态理解与生成新方法ThinkDiff在ICML2025上提出，仅需少量数据和计算资源，让扩散模型具备推理能力，并通过视觉-语言训练和掩码策略传递VLM的多模态推理能力，大幅提高图像生成质量。
一张图，穿梭任何场景！AniCrafter开源登场，让角色动画真正做到“无缝生成”
AniCrafter 通过引入3DGS Avatar + 背景视频作为条件控制视频扩散模型，实现任意角色在任意场景下的动画化任务。项目和代码链接已提供。
ImageNet FID 从14干掉到4！ARFlow：自回归嵌入流式图像生成，混合线性注意力破解长程依赖难题
模引入流模型，借助“因果有序噪声序列”与“chunk‑wise 混合线性注意力”，在ImageNet
再看文档古籍修复前沿方案：定位、预测、图像重建三阶段融合思路
2025年7月11日，北京晴。文章介绍了文档智能在历史文献修复中的应用，包括数据合成和三阶段模型（OCR辅助的损坏定位、损坏内容预测、历史外观恢复）。AutoHDR-Qwen2-1.5B等开源项目展示了这种方法的效果。
ICCV 2025 腾讯优图实验室8篇论文入选，涵盖风格化人脸识别、AI生成图像检测、多模态大语言模型等方向
结果公布，腾讯优图实验室共有8篇论文入选，涵盖风格化人脸识别、AI生成图像检测、多模态大语言模型等前
Diffusion约2倍无损加速！训练-推理协同的缓存学习框架来了｜ HKUST&北航&商汤
HKUST、北航及商汤提出HarmoniCa框架，通过SDT和IEPO机制解决Diffusion模型推理速度慢和成本高的问题，实现高性能无损加速，并在多个任务中验证其有效性。
物理学家靠生物揭开AI创造力来源：起因竟是“技术缺陷”
两位物理学家提出扩散模型创造力源于局部性和等变性限制，他们的研究被ICML 2025收录。他们通过数学模型证明了扩散模型的去噪过程实际上孕育了其“创造力”。