从一步生图到流式视频：清华团队探索「样本分布训练」
从一步生图到流式视频：清华团队探索「样本分布训练」对着屏幕说一句 “向左转”，画面随即展开新的视野；调整角色的动作，场景紧接着给出反馈。多模态交互要求视觉生成跟上人的操作，而漫长的等待会打断整个体验。
来自主题: AI技术研报
7811 点击 2026-10-12 11:44
# 热门搜索 #
大模型
人工智能
openai
融资
chatGPT
搜索
对着屏幕说一句 “向左转”，画面随即展开新的视野；调整角色的动作，场景紧接着给出反馈。多模态交互要求视觉生成跟上人的操作，而漫长的等待会打断整个体验。
阶跃星辰新出的 Step 5 Preview，我前前后后测了一圈
清华大学智能产业研究院（AIR）的一项NeurIPS 2026录用工作提出高阶动作监督，无需改动策略网络即可约束动作的一阶时序变化，并在OGBench及约1%数据的D4RL实验中提升小样本性能与动作平滑性。
好家伙，世界动作模型（WAM）赛道，中国团队直接冲到了全球第一？！
清华团队开源以Qwen 3.8-27B为基础模型的VeriLoop E2，通过VGR外部证据门控实现可验证状态提交，并取得黎曼猜想临界线零点比例下界67.350003708785593%的严格有限维证书，但上游形式化桥接尚未完成。
“身边VC在打听姚顺宇创业。” 这位天才少年已为创投圈所熟知：清华物理系传奇、斯坦福物理学博士、顶尖AI研究员，并且才29岁。2025年9月，姚顺宇从Anthropic霸气离职，后加入Google D
国产初创公司德塔智能发布双足人形机器人基础模型Delta 0，其大小脑分层架构在铺床、洗碗等长程家务任务中正面叫板Figure Helix，德塔智能由清华与UCLA背景团队创立，半年内已完成近5亿元天使++轮融资。
清华大学联合无问芯穹与上海交通大学开源了面向具身模型的端侧推理引擎APXInf，通过全栈优化在Thor芯片上将π0.5推理速度提高约10.7倍，并引入可由Agent执行的工程化流程以适配模型的持续迭代。
北京大学、清华大学与阿里巴巴等机构联合提出SparkDiffusion视频生成加速系统，通过融合稀疏注意力、少步蒸馏与FP8量化，在单卡RTX 5090上实现最高720倍推理加速，可在18秒内生成5秒720P视频，并已完整开源权重与训练代码。
北京大学、清华大学与微软亚洲研究院在Nature Machine Intelligence发表研究，发现语言模型内部表征与人脑演绎推理脑区存在部分对齐，并可利用脑信号引导模型表征干预与参数微调，显著提升推理鲁棒性。