HyperAI
Command Palette
Search for a command to run...
论文
每日更新的前沿人工智能研究论文,帮助您紧跟最新的人工智能趋势
DreamActor-M2：通过时空上下文学习实现通用角色图像动画
视频生成
图生视频
Mingshuang Luo, Shuang Liang, Zhengkun Rong, et al.
TTCS：用于自演化系统的测试时课程合成
LLM
推理
Chengyi Yang, Zhishang Xiang, Yunbo Tang, et al.
ASTRA：智能体轨迹与强化环境的自动化合成
强化学习
LLM
Xiaoyu Tian, Haotian Wang, Shuaiting Chen, et al.
自蒸馏实现持续学习
强化学习
监督式微调
Idan Shenfeld, Mehul Damani, Jonas Hübotter, et al.
面向执行基础的自动化AI研究
LLM
算法
Chenglei Si, Zitong Yang, Yejin Choi, et al.
DynamicVLA：一种用于动态物体操作的视觉-语言-动作模型
机器人技术
具身智能
Haozhe Xie, Beichen Wen, Jiarui Zheng, et al.
MMFineReason：通过开放数据驱动方法弥合多模态推理差距
推理
数据集
Honglin Lin, Zheng Liu, Yun Zhu, et al.
OCRVerse：迈向端到端视觉-语言模型中的全面OCR
OCR
文档理解
Yufeng Zhong, Lei Chen, Xuanle Zhao, et al.
扩展嵌入空间在语言模型中的表现优于扩展专家模型
检索增强生成
Transformer
Hong Liu, Jiaqi Zhang, Chao Wang, et al.
Idea2Story：一种将研究概念自动转化为完整科学叙事的流水线
Agent
LLM
Tengyue Xu, Zhuoyang Qian, Gaoge Liu, et al.
各归其位：文本到图像模型空间智能的基准测试
文生图
扩散模型
Zengbin Wang, Xuecai Hu, Yong Wang, et al.
Qwen3-ASR 技术报告
音频和语音处理
LLM
Xian Shi, Xiong Wang, Zhifang Guo, et al.
Insight Agents：一种基于LLM的多代理数据洞察系统
Agent
智能问答
Jincheng Bai, Zhenyu Zhang, Jennifer Zhang, et al.
通过简单点预测实现像素级VLM感知
图像分割
多模态表征
Tianhui Song, Haoyu Lu, Hao Yang, et al.
Youtu-VL：通过统一的视觉-语言监督释放视觉潜能
多模态表征
统一多模态
Zhixiang Wei, Yi Li, Zhehan Kan, et al.
Innovator-VL：面向科学发现的多模态大语言模型
多模态表征
智能问答
Zichen Wen, Boxue Yang, Shuang Chen, et al.
推进开源世界模型
视频生成
开源
Robbyant Team, Zelin Gao, Qiuyu Wang, et al.
更难才更好：通过感知难度的GRPO与多维度问题重表述提升数学推理能力
强化学习
推理
Yanqi Dai, Yuxiang Ji, Xiao Zhang, et al.
短窗口注意力实现长期记忆化
Transformer
模型训练
Loïc Cabannes, Maximilian Beck, Gergely Szilvasy, et al.
World Craft：通过文本创建可可视化世界的智能体框架
Agent
3D 生成
Jianwen Sun, Yukang Feng, Kaining Ying, et al.
视觉生成通过多模态世界模型解锁类人推理
多模态
推理
Jialong Wu, Xiaoying Zhang, Hongyi Yuan, et al.
掩码深度建模用于空间感知
深度估计
感知
Bin Tan, Changjiang Sun, Xiage Qin, et al.
一种实用的VLA基础模型
机器人技术
具身智能
Wei Wu, Fan Lu, Yunnan Wang, et al.
AdaReasoner：用于迭代视觉推理的动态工具编排
推理
LLM
Mingyang Song, Haoyu Sun, Jiawei Gu, et al.
AgentDoG：面向AI Agent安全与可信的诊断防护框架
Agent
基准
Dongrui Liu, Qihan Ren, Chen Qian, et al.
Arcee Trinity 大型技术报告
LLM
模型训练
Varun Singh, Lucas Krauss, Sami Jaghouar, et al.
让模型学会自我教学：在可学习性边缘的推理
强化学习
推理
Shobhita Sundaram, John Quan, Ariel Kwiatkowski, et al.
ATLAS：多语言预训练、微调与解码多语言困境的自适应迁移缩放定律
LLM
语言
Shayne Longpre, Sneha Kudugunta, Niklas Muennighoff, et al.
iFSQ：仅需一行代码提升图像生成中的FSQ性能
图像生成
扩散模型
Bin Lin, Zongjian Li, Yuwei Niu, et al.
弹性注意力：面向高效Transformer的测试时自适应稀疏率
Transformer
LLM
Zecheng Tang, Quantong Qiu, Yi Yang, et al.
科学图像生成：基准测试、方法论及下游应用价值
文生图
扩散模型
Honglin Lin, Chonghan Qin, Zheng Liu, et al.
脚本即一切：一种面向长时程对话到影视视频生成的智能体框架
文生视频
视频生成
Chenyu Mu, Xin He, Qu Yang, et al.