Lab4AI大模型实验室

告别修图翻车！阿里 Qwen 团队 & 港科大提出 Qwen-Image-Layered ，面向内在可编辑性的图层分解 论文标题：Qwen-Image-Layered: Towards Inheren

港大团队提出DeepCode ，让 Agent 真能“读论文写可运行代码” 01 论文概述 这篇论文来自香港大学团队（通讯作者：Chao Huang）。论文提出并开源了 DeepCode ：一个能“自

为什么你开了多卡，训练反而更慢？ 在模型规模不断增大的今天，多机多卡几乎是每个团队都会走到的一步。 但在真实训练中，很多团队会遇到一个反直觉的现象：卡是加了，训练却没有明显变快，甚至在某些阶段还变慢了

数小时视频，关键仅几秒：AI如何像侦探一样找到答案？LongVT：先定位再核验，精准不瞎猜 01论文概述 这篇文章由MiroMind AI 与 南洋理工大学核心领衔（通讯作者：Shijian Lu、X

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 论文标题：Sharp Monocular View Synthesis in Less Than a Second 👉 一键直

H100 真的被封印了吗？我用 vLLM+FP8 把吞吐拉爆了 为什么要做这次极限压测？ 在原生BF16 精度下，大模型对显存带宽（Memory Bandwidth）和容量的需求呈指数级增长。 高并发

2025 年 12 月 17 日，腾讯混元发布并开源了 HY-World 1.5（WorldPlay），这款模型不仅是首个开源、实时交互并具备长期几何一致性的世界模型，更标志着 3D 世界生成技术的全

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 论文标题：FoundationMotion: Auto-Labeling and Reasoni

Qwen-Video-8B与LLaMA-Factory联动实现垂类视频理解 多模态学习是一种 利用来自不同感官或交互模态的数据（如文本、图像、音频、视频等） 进行机器学习的方法。 它通过融合多种信息来