计算机视觉
3 published articles
视觉与扩散4 min read
计算机视觉、世界模型与AI研究
PhiZero：在渲染前教视频AI用物理规律思考
PhiZero是CASIA的世界模型，它从原始视频中学习一种紧凑的离散“物理语言”，并在渲染帧之前用这种语言推理场景将如何演变。作者认为，这种先推理后渲染的设计比直接预测像素能产生物理上更一致的视频。
2026-07-31
实验室与研究2 min read
3D建模
参数化人脸模型的缺失牙齿：GNM Head填补了这一空白
GNM Head对人体头部进行完整建模，包括牙齿、眼睛、舌头和颈部，基于高分辨率扫描构建并开源。
2026-07-30
人工智能Featured1 min read
视频生成与游戏引擎
游戏引擎能教会AI什么：保持其世界一致性
视频生成模型常被称为下一代游戏引擎。但如果没有稳固的状态追踪，它们会忘记两帧前发生了什么。一篇新论文剖析了这个问题，并提供了超过90小时的《黑神话：悟空》游戏数据集作为解决该问题的资源。
2026-07-23