训练扩散模型其实比你想象的更简单！何恺明团队新作Dispersive Loss：给扩散模型加正则化
型参数、无需额外数据，即插即用的正则化技术超简单实现性能提升。
>>加入极市CV技术交流群，走在计算
泛化能力
给机器人装上“离线大脑”+“安卓系统” 谷歌端上“自家最强”VLA模型
近日，谷歌推出Gemini Robotics On-Device模型，作为一款面向双臂机器人的通用基础模型，具备通用灵巧操作能力和任务泛化能力，并能在本地离线运行，适用于对延迟敏感的应用场景。
7B智能体仅凭9个任务训练即超越R1！上交大打造AI-for-AI新范式
研究提出了一种新的训练框架，让大模型自主设计和优化AI算法，显著减少人类干预。通过经验学习范式，7B参数的大模型ML-Agent在9个任务上持续探索学习，最终超越了671B规模的智能体。
Qwen3深夜开源新系列：文本表征模型，3种尺寸可选，超越商业API拿下SOTA
Qwen3 Embedding系列发布，支持多语言文本表征、检索与排序任务。8B版本性能卓越，在MTEB多语言Leaderboard榜单中排名第一。支持0.6B/4B/8B三种尺寸，已在Hugging Face等平台开源。主要亮点包括泛化性强、架构灵活及自定义特性等。
成本暴降88%！通义实验室、北大发布ZeroSearch，无需搜索即可激活LLM检索能力
本文提出ZeroSearch框架，无需真实搜索引擎即可激活大语言模型搜索能力。通过轻量级监督微调将LM转为检索模块，并采用课程学习逐步降低文档质量来激发推理能力，显著降低训练成本和提高性能。
