李飞飞：World Labs这样实现「空间智能」
斯坦福大学教授李飞飞在人工智能顶会NeurIPS上分享了她的研究，她创立的世界实验室致力于生成3D场景并具备空间智能。她认为机器视觉正朝着全面智能迈出关键一步。
斯坦福大学
抢先体验Demo！基因组基础模型Evo登Science封面，实现从分子到基因组尺度的预测与生成
最近AI在生物学领域表现突出。斯坦福大学的研究团队提出了一种基因组基础模型Evo，能在DNA、RNA和蛋白质层面实现零样本预测及高精度生成。它训练于包含数百万个噬菌体和质粒序列的大型数据集上，参数规模达70亿，最大上下文长度可达131,072个token。这一成果已上线HyperAI教程版块供快速体验。
GPT-4o再暴露「弱智」缺陷，大模型无一幸免！港中文等发布「视觉听觉」基准AV-Odyssey：26个任务直指死角问题
顶尖多模态大模型在AV-Odyssey基准测试中表现不佳，无法正确分辨声音大小。研究团队提出DeafTest和AV-Odyssey评估基准，揭示音频感知仍是大模型的主要瓶颈。
「See Video, Get 3D」，智源开源无标注视频学习3D生成模型See3D
国内智源研究院推出首个利用大规模无标注互联网视频学习的3D生成模型See3D，支持从文本、单视图和稀疏视图到3D的生成。
看3.2亿帧视频学会3D生成，智源开源See3D：只需单图即可生成3D场景
国内智源研究院推出首个利用大规模无标注互联网视频学习的3D生成模型See3D，支持从文本、单视图和稀疏视图到3D的生成，并进行3D编辑与渲染。
ICLR’25 惊现[10,10,10,10]满分论文，ControlNet 一作张吕敏新作，Github 5.8k 颗星
IC-Light 是张吕敏提出的 IC-Light 项目，能够通过文本或背景图片引导改变照片的光影效果。该论文在 ICLR 大会上获得满分评级。作者张吕敏毕业于苏州大学，并在斯坦福读博，发表了多篇 AI 绘画相关论文。
李飞飞「空间智能」首个模型发布：一张图生成交互3D场景，生成式AI进入3D化时代
斯坦福大学教授李飞飞发布了她的第一个创业项目World Labs，用户可以通过单张图片或一句话生成3D世界。这是生成式AI进入3D完全沉浸式新时代的一个例子。
全自动组装家具！ 斯坦福发布IKEA Video Manuals数据集：首次实现「组装指令」真实场景4D对齐
斯坦福大学推出IKEA Video Manuals数据集，通过4D对齐视频和说明书来研究AI理解和执行复杂空间任务的能力。该数据集包含6类36种家具的组装视频、说明书及3D模型，并解决了遮挡、相似部件识别等问题。