8月10日·谷歌 Genie 3 让用户一秒「进入」名画，开启交互式艺术体验

8月10日·周日  AI工具和资源推荐

谷歌 Genie 3 让用户一秒「进入」名画，开启交互式艺术体验

谷歌最新发布的 Genie 3 世界模型，凭借其强大的 AI 能力，彻底颠覆了人们对艺术的欣赏方式。Genie 3 不仅能够从文本生成交互式的 AI 空间世界，还能操控图像和视频。用户可以「进入」世界名画，如 Jacques Louis David 的《苏格拉底之死》和 Edward Hopper 的《夜游者》，自由探索画中的世界。此外，Genie 3 还支持从图像生成可互动的动态 3D 世界，支持实时导航和多视角渲染，为用户带来沉浸式的体验。这一技术不仅展示了 AI 的超能力，也为艺术和文化的传播提供了全新的可能性。来源：微信公众号【新智元】

清华教授突破 40 年 Dijkstra 算法瓶颈，斩获 STOC 最佳论文

清华大学教授段然及其团队提出了一种新的最短路径算法，成功突破了困扰计算机科学界 40 年的 Dijkstra 算法瓶颈。这一成果不仅刷新了最短路径算法的认知，还可能改写计算机算法教科书。新算法通过避免排序瓶颈，实现了比传统 Dijkstra 算法更快的运行速度。这一研究在理论计算机国际顶级会议 STOC 2025 上获得了最佳论文奖，标志着计算机科学领域的一个重大突破。来源：微信公众号【新智元】

腾讯张正友：具身智能必须回答的三个「真问题」

腾讯首席科学家张正友博士在具身智能领域提出了三个核心问题：架构、原理与定力。他主张分层架构，认为这是当前具身智能领域更务实的路径。张正友博士强调，具身智能的第一性原理是探究「身体」与「大脑」如何实现真正有机的、无缝的融合。他还指出，创新定力是实现长远目标的关键，团队需要在短期利益与长远目标之间做出明智的选择。这些观点为具身智能的发展提供了重要的理论支持和实践指导。来源：微信公众号【机器之心】

扩散模型数据潜力超自回归 3 倍，重复训练性能持续提升

新加坡国立大学的研究团队在最新的研究中发现，扩散语言模型（DLMs）在数据受限的情况下，表现优于自回归（AR）模型，并且具有超过 3 倍的数据潜力。研究团队从零开始预训练了一系列 DLMs，规模最高达 80 亿参数、4800 亿 tokens，发现即使在极端的重复训练条件下，DLMs 的性能依然未出现饱和，且持续提升。这一发现为解决当前大语言模型面临的 token 危机提供了新的思路。来源：微信公众号【机器之心】

27M 小模型 HRM 超越 o3-mini，拒绝马斯克的 00 后再创佳绩

由 00 后清华校友王冠创立的 Sapient Intelligence 团队，提出了一种 2700 万参数的分层推理模型（HRM），在多项测试中超越了参数规模更大的 o3-mini 和 DeepSeek-R1。HRM 模仿大脑的分层处理机制，通过双层循环模块设计，克服了标准 Transformer 的计算局限。该模型在极端数独、复杂迷宫等任务中表现出色，展现了强大的推理能力。王冠此前因拒绝马斯克的邀请而备受关注，此次成果再次证明了他的技术实力。来源：微信公众号【量子位】