AI科普：AI教母李飞飞推出的世界模型Atlas有何独特之处？
一句话概括：Atlas并非“更聪慧的语言模型”，而是一款力图借助像素与三维坐标来认知世界的“空间大脑”，它意味着AI从“理解符号”迈向“理解物理世界”的范式跃迁。你可以设想两种截然不同的天才：传统大语言模型（例如GPT-4、Gemini），犹如一位饱读诗书、知识渊博的“语言大师”。他能领会你用文字描绘的巍峨城堡，并凭借自身学识，创作出一篇有关城堡的华美散文。但他从未目睹过真实的城堡，也不清楚石头应当怎样堆砌。Atlas，则好似一位与生俱来的“空间营造师”。你递给他几张不同视角的城堡照片，他就能在脑海里搭建
扩散模型算力瓶颈与优化之道
扩散模型之所以能产出令人惊叹的视觉作品，归根结底是付出了巨大的计算代价。从早期的DDPM演进至如今的SDXL、Sora，模型参数规模已从数亿攀升至百亿级别，单次推理所需的浮点运算量（FLOPs）更是呈指数级爆发。这种“暴力美学”的特性，构建了一道难以逾越的“算力高墙”。特别是在移动设备、嵌入式系统及边缘计算场景中，高分辨率图像生成、长视频合成及多模态交互对算力的极端渴求，直接引发了设备过热、响应迟缓甚至内存溢出（OOM）等问题，成为了限制产业实际落地的核心阻碍。根据OpenAI的技术报告，训练一个千亿参数
高阶等变图神经网络：攻克金属催化过渡态生成的AI瓶颈
精确构建复杂三维分子架构，始终是计算化学领域的核心挑战📚。过渡态（TS）作为决定反应动力学特征的瞬态构型，其获取过程长期以来一直是解析反应机理的最大阻碍。生成式人工智能技术为过渡态的自动化计算提供了全新的解决思路，但现有方法大多仅适用于简单体系，很难应对过渡金属催化这类高复杂度的化学环境⚙️。在本研究中，研究人员打造了一套通用的过渡态生成一体化方案🔍：该方案包含 UniTS‑Lib 数据集，其中收录了 4391 个高质量的过渡态几何构型，这些结构涵盖了 42 种化学元素以及多样的化学反应类型；与此同时，团
揭秘扩散模型：内容生产力的革命
得益于卓越的生成质量、出色的可控性以及跨模态的通用适配能力，扩散模型已在数十个垂直行业中实现广泛应用。本文将深入剖析内容创作、工业设计、传媒影视、生物医药、教育办公、自动驾驶及科学仿真这七大关键领域，详细阐述其应用场景、解决方案及带来的产业价值。在商业化应用中，内容创作与AIGC（人工智能生成内容）板块表现最为成熟，渗透率极高，正从单纯的“辅助工具”转变为行业的“核心生产力”。借助Stable Diffusion、MidJourney、DALL-E 3等标杆模型，扩散技术已全面融入图文设计、海报制作、插画
人工智能应用演进态势深度研究报告
提示：全文篇幅较长，且由AI辅助完成目录1.技术S曲线压缩：从个人电脑互联网到人工智能的四代扩散规律比较2.使用成本下降轨迹：移动互联网、区块链与大模型的跨代分析3.受益格局分化：基础设施层与应用层在三次技术浪潮中的价值捕获4.AI应用类型演进：智能体模式、企业级部署与消费级产品的分化路径5.从试点到规模化：AI应用跨越采用鸿沟的条件、障碍与泡沫争议技术扩散的速度正在以代际翻倍的节奏重塑商业与社会格局。从个人电脑用14年将普及率从10%推升至50%，到互联网的6年、智能手机的5年，再到人工智能仅用约2.5
AI风暴模型开源落地，智能体安全攻防新进展
🌀 WeatherNext：十年气象研究浓缩为一次开源飞跃。Google DeepMind 的 WeatherNext 已在《自然》正式刊发，同时在 GitHub 公开代码与模型权重。该系统依托近 20 TB 全球大气资料和约 5000 个历史气旋样本进行训练，可在 TPU 上不到一分钟产出 15 天概率集合预报，单个风暴输出 1000 种情景，同步预测路径、强度与风场分布。其 3 天预报准确度对标此前模型 2 天的水准，平均为防灾多争取 24 小时；在 2025 年飓风 Melissa 的快速增强和登陆
AI 的关键瓶颈，首次跳出 AI 自身
先聊聊汽车。汽车最初的核心障碍是发动机。但当汽车真正走入千家万户，制约其大规模普及的，就远不止发动机这一项了——还包括公路网络、加油站、驾照制度、保险体系以及交通法规。发动机仍在持续升级，可它已不再是普通人能否开上车的唯一约束。再聊聊电力。电力起步阶段，瓶颈在于发电机与输电技术；等到它要进入每个家庭，瓶颈就变成了电网建设、标准统一、城市改造、电价机制以及安全监管。最终，电力演变为社会基础设施。最后说互联网。九十年代，互联网的瓶颈是浏览器和带宽。到了今天，制约互联网业务持续扩张的，早已不只是"网页能否打开"
AI深度学习实战课程：CNN/Transformer/扩散模型与智能体应用
在线直播教学上课时间：8月29日至30日、9月5日至6日【提供完整资料、代码及长期回放权限】课程介绍教学大纲✦•✦✦联系工作人员，获取详细信息✦课程亮点与授课形式授课形式：网络直播+学习群辅助+导师在线实践交流（报名后加入学习群，查看会议流程）课程亮点：1、深入浅出讲解理论原理；2、分享技巧方法，提供所有案例数据及代码；3、结合项目案例讲解实现方法，贴近实际工作应用；4、实时上机操作，独立完成案例练习，全程跟踪问题解答；5、课程结束后，专属学习群持续巩固学习及实际工作交流，不定期线上答疑；证书与发票事宜培
人工智能学术前沿系列讲座（第45期）
人工智能学术研讨会AI前沿对话人工智能学院讲座信息主题从可解释性到表达力：多模态数据生成模型的演进之路时间下午02:00-03:00日期2026年7月22日地点教学楼A栋415室Zoom链接https://cuhk-edu-cn.zoom.us/j/92754850077?pwd=QakJboO4F5vCQ7uYmei9L4LbFg2kaZ.1 密码: 260722会议号: 92754850077演讲嘉宾Marco CRISTANI 教授（意大利维罗纳大学）主持人李海洲 教授（香港中文大学（深圳））嘉宾简
OpenAI CFO力推「每美元有用智能」指标：AI投资回报评估新标准
数据窗口：2026-07-18 08:30 ~ 2026-07-19 08:30 (UTC+8) 本期采集 14 个源 / 原始约 65 条条目 / 20 条入选 ⚠️ 数据覆盖说明：周日多源未更新；Google DeepMind、Meta AI、xAI、Mistral、GitHub Trending、HN、HuggingFace、机器之心、量子位今日未成功采集（网络限制）；arXiv 周六日无新投稿，本期论文为周五（7月17日）最新批次。今日无新发布。今日未成功采集（网络限制）。今日未成功采集（网络限制
AI的创造力，源于它的‘不完美’
你有没有想过一个细思极恐的问题：AI画图模型见过的照片就那么些，为什么它吐出来的图，几乎每一张都是世界上从没出现过的新面孔？大多数人的答案是"AI有创造力"，说完就翻篇了，但这句话经不起数学推敲：扩散模型训练时死磕的目标，是精确复刻训练集里每张图对应的统计规律。 这个目标学到分毫不差，去噪过程会像被钉住一样，把噪声一路拉回某张训练图，学得越准，越该变成一台高级复印机。那问题来了：它到底是怎么绕开这条死路，画出训练集里压根不存在的东西的？2026年7月15日，Google Research
智能治理||孙璇：AI技术传播的四个层面
AI技术传播的四个层面AI技术传播是一个多维度的经济与社会进程，不仅在全球范围形成了向各国家和地区的非均衡扩散，在行业层面实现了与各产业及应用场景的融合，还在机构层面促进了组织革新和全要素效率的提升，在社会层面产生了深远的经济社会影响。不同国家和地区、行业、机构及社会治理对象在客观条件上存在与技术结合的差异，这种结合过程中会产生互动与反馈，导致各层面不同主体间的技术传播并非均匀和同步，从而形成阶梯式扩散、差别化扩散。（一）AI技术的全球传播AI技术的全球传播是指一国开发的相对成熟的AI技术应用模式通过各种
AI与大模型：扩散模型解析
人工智能生成内容，简称AIGC。尽管AI应用热度高涨，但真正让大众感知到其价值的，正是AIGC。至于更高端的领域如军事、科研等，普通人的感受并不明显。至少目前，在抖音等平台上，AI生成的图像和视频随处可见。从大模型视角来看，AIGC主要依赖生成对抗网络（GAN）、扩散模型、大语言模型等深度学习技术，通过学习现有数据来生成新内容。从上述分析可知，扩散模型是实现AIGC的底层核心技术之一。那么，扩散模型究竟是什么？Diffusion Model，即扩散模型，是AI底层生成技术的重要模型之一。它通过学习逆扩散去
AI周期未见顶，四大维度仍在扩张
此外，今日还有一条关于多家私募被暂停新增跨境 TRS 业务的消息，也值得关注。TRS 是 Total Return Swap，即总收益互换，是一种金融衍生工具。简单来说，私募可以通过 TRS，在不直接持有境外资产、本金不实际出境的前提下，与对手方券商签订收益互换协议，从而获得相关境外资产的收益，当然也同时承担对应亏损。换句话说，TRS 本质上是一种“收益映射”工具。资产可以不在自己名下，但收益和风险可以通过合约转移过来。因此，一旦新增跨境 TRS 被暂停，影响的不只是某一类交易工具，而是部分资金参与境外资
AI图像生成背后的运作原理
起初我和多数人一样，只是输入一段文字，期待它能否产出一张不错的图像。满意就保留，不满意就调整提示语。但频繁使用后，我产生了一个好奇：它究竟如何将一句话转化为一幅图？以前我不太在意这个问题，觉得能用就好。后来为了精准操控、制作产品视频、探索工作流程，才开始探究其底层逻辑，分析图像为何会偏离预期。我初次尝试AI绘画时，感觉提示词像某种玄妙咒语。多塞几个英文词汇，叠加几种风格描述，似乎图像就会更出色。随后我意识到并非如此，提示词实际在向模型传达：我需要什么主体、什么风格、什么布局、什么光照、什么质感。例如你输入