加州大学团队在GitHub开源了UCGM项目，为生成式AI领域带来突破性技术框架。该项目创新性地构建了统一架构，可同时支持多步（如扩散模型）和少步（如流模型）连续生成模型的训练与采样流程。通过数学层面的抽象整合，...

近期GitHub开源项目EAR提出了一种突破性的视觉自回归生成方法，通过采用严格适当评分规则（如能量评分）绕过了传统量化步骤，直接在连续数据空间中进行生成。该技术摒弃了传统概率建模的约束，通过数学上严谨的评分...

OpenDriveLab团队在GitHub开源了UniVLA框架，这项突破性技术通过推断任务中心的潜在动作，实现了从无标注视频中学习跨机器人平台的通用策略。该框架采用先进的视觉-语言-动作联合建模方法，能自适应不同机械结构的机...

苹果公司近日在GitHub开源了CVPR 2025论文《FastVLM: Efficient Vision Encoding for Vision Language Models》的官方实现代码库。该项目提出了一种高效的视觉编码方法，旨在优化视觉语言模型（VLM）中的视觉信息处...

中国人民大学自然语言处理实验室推出的WebThinker框架，标志着大语言模型（LRMs）向自主科研领域迈出关键一步。该开源项目通过构建深度研究架构，使LRMs具备三项突破性能力：1）智能化的全网信息检索系统，可自主定...

GitHub开源项目TScale提出了一种创新性的分布式训练解决方案，允许开发者在消费级GPU集群上高效运行大规模模型训练。该项目通过优化通信协议和资源调度算法，显著降低了分布式训练的硬件门槛，使中小型研究团队也能...

GitHub上近日发布了QModem 4.51的完整源代码，这一经典调制解调器软件的重新亮相引发了技术社区的广泛关注。该项目由开发者AaronFriel维护，目前已在Hacker News上获得176个点赞和66条评论，显示出开发者社区对复古...

卡文迪什实验室开发的SALT（Semi-Automatic Labeling Tool）为LiDAR点云处理领域带来突破性解决方案。该工具通过创新的零样本适应技术，能够在不进行额外训练的情况下，直接适配不同厂商的激光雷达传感器（如Velodyn...