PhysLDM | 物理仿真的Latent Diffusion范式,革命传统物理仿真
PhysLDM | 物理仿真的Latent Diffusion范式,革命传统物理仿真过去几年,神经网络接连改写了一个又一个领域:图像生成有了 Stable Diffusion,视频生成已经能做到以假乱真,就连 3D 渲染也出现了 RenderFormer 这样的纯神经网络方法。但在高保真物理仿真上,神经网络始终没能交出令人满意的答卷,游戏、动画和机器人领域至今仍依赖需要手动调参、难以求梯度的传统求解器。
搜索
过去几年,神经网络接连改写了一个又一个领域:图像生成有了 Stable Diffusion,视频生成已经能做到以假乱真,就连 3D 渲染也出现了 RenderFormer 这样的纯神经网络方法。但在高保真物理仿真上,神经网络始终没能交出令人满意的答卷,游戏、动画和机器人领域至今仍依赖需要手动调参、难以求梯度的传统求解器。
国内大语言模型炒作的重点已经聚焦于3D生成领域,凡更新必展示结合Three.js炮制的4A大作。
AniShort推出原生本地架构的AI影视工作台,接入Codex等智能体,支持自动质检、自定义模型API、Skill复用及本地专业软件协同。
660倍的参数差距,结果小模型赢了?!
让大模型「多想一会儿」,今天几乎等同于让它多写一些字:先生成一段思维链,再给出答案。
一道试题对人来说有多难,能否从大模型的解题过程中找到线索?
AI江湖的名头换了一茬又一茬:AI四小龙、大模型六小虎……
最近,我把两家大厂的模型下线表翻了一遍,答案是越来越短。赶上万圣节,就当给这些下了线的 AI 点根蜡烛。
数学题交给数学老师,代码题交给代码老师,医学题交给医学老师。把各有所长的专家请到一起,就能让同一个小模型学会多种能力吗?
两大新模型爆料,竟撞在了同一天!