nick6507384252_个人页

2025年12月

• 12.25 13:53:16
  发表了文章 2025-12-25 13:53:16

  小模型驱动大智能：NVIDIA新研究实现2.5倍效率提升，成本直降70%

  NVIDIA联合港大提出ToolOrchestra，用小模型动态编排工具链，通过强化学习优化推理路径，在保证智能水平的同时提升2.5倍效率、降低70%成本，实现“以小控大”的高效AI新范式。
• 12.25 11:05:09
  发表了文章 2025-12-25 11:05:09

  告别漫长等待：3D生成进入“秒时代”！Apple 重新定义实时视图合成

  Apple提出SHARP，首创秒级单图生成高保真3D高斯表示，1秒内完成120万基元回归，较扩散模型提速千倍。端到端架构结合深度调整与自监督微调，显著提升视图锐度与真实感，LPIPS降低25-34%，推动AR/VR实时交互迈入新纪元。

  
• 12.23 14:52:35
  发表了文章 2025-12-23 14:52:35

  H100 真的被封印了吗？我用 vLLM+FP8 把吞吐拉爆了

  H100未被封印！通过vLLM+FP8量化，实现Llama-3-8B推理吞吐提升60%，并发能力飙升5倍。利用PagedAttention与FP8 KV Cache，显存效率跃升，单卡承载达千级请求，实测60 QPS为稳定服务红线，为大模型生产部署提供高性能、低成本新范式。

  
• 12.23 10:35:50
  发表了文章 2025-12-23 10:35:50

  实测腾讯混元HY-World 1.5：虚拟世界的推理实战

  腾讯混元HY-World 1.5发布，全球首个开源、实时交互且具长时几何一致性的3D世界模型。支持24帧/秒流式生成，适用于虚拟拍摄、仿真合成等场景。提供双向、自回归及蒸馏模型，兼顾质量与速度。现已开放GitHub、Hugging Face及Lab4AI一键体验平台，助力创作者构建沉浸式虚拟世界。
• 12.22 14:19:24
  发表了文章 2025-12-22 14:19:24

  集结MIT、英伟达等名校名企！FoundationMotion革新视频运动理解，开源模型竟超闭源大模型

  MIT、英伟达等联合推出FoundationMotion，首创全自动视频运动标注 pipeline，生成50万“视频-描述-QA”数据，覆盖7维运动语义与5类推理问题。模型微调后在MotionBench、AV-Car等评测中显著超越闭源大模型，推动视频理解迈向高精度自动标注新阶段。

  
• 12.19 16:44:23
  发表了文章 2025-12-19 16:44:23

  Qwen-Video-8B与LLaMA-Factory联动实现垂类视频理解

  Qwen-Video-8B联合LLaMA-Factory，通过垂类知识注入与多模态融合优化，提升视频时序理解与专业场景分析能力，助力城市风光、工业、教育等领域实现精准视频智能解析，推动通用模型向行业专用“视觉顾问”进化。
• 12.16 16:14:52
  发表了文章 2025-12-16 16:14:52

  AAAI 2026 为什么开源 LLM 搞不定数据分析？浙江大学揭秘核心原因

  浙大团队系统研究开源大模型在数据分析中的局限，发现策略规划、交互设计与数据质量是关键瓶颈。提出新型数据合成方法，显著提升模型推理能力，为开源LLM赋能数据智能提供新思路。
• 12.03 15:52:06
  发表了文章 2025-12-03 15:52:06

  NeurIPS 2025 Spotlight！跨模态重识别革命！东北大学等 MDReID 图像信息智能匹配

  东北大学等提出MDReID，获NeurIPS 2025 Spotlight！该方法实现跨模态行人重识别，创新性地将图像特征解耦为通用与专用特征，支持RGB、NIR、TIR等任意模态自由匹配，显著提升异源图像检索精度，推动安防、监控等领域智能化发展。