第九届进博会｜首发首秀创新产品抢“鲜”看
在第九届进博会上，全球参展商携最新成果集中登台，全球首发、亚洲首展、中国首秀的代表性展品超过480件，数量创下历年新高，成为本届进博会上的亮眼风景。11月5日，参观者在第九届进博会技术装备展区江森自控公司的约克气悬浮变频离心式冷水机组旁驻足观看。这是该产品在中国首发。
AI改图，终于懂点「用户心理学」了
线上商品主图素材优选 A/B 实验中，KwaiMind 带来实际点击率相对提升约 2.44%，展现了电商图像编辑的商业应用潜力。项目与 KwaiMind 技术报告现已发布:KwaiMind 项目: 见原文链接。
免剪辑直出，AI生成多角色同框对话视频，动态路由精准绑定音频
【导读】Bind-Your-Avatar是一个基于扩散Transformer（MM-DiT）的框架，通过细粒度嵌入路由将语音与角色绑定，实现精准的音画同步，并支持动态背景生成。
肉眼看不出的幻觉？清华提出视觉源幻觉，仅用0.9%数据实现SOTA
第一组，一张只有小狗的照片，问模型「图中有椅子吗」，它答「没有，图中是一只狗」，完全正确;近日，来自清华大学的团队在ACM MM 2026论文中提出:当模型输出很短时，比如只回答Yes/No，推理更依赖视觉模态，此时会浮现出另一套幻觉机制，它根植于视觉特征提取本身。
非常抽象：一群AI研究员给模型制造了让它们上瘾的毒品
《AI Wellbeing: Measuring and Improving the Functional Pleasure and Pain of AIs》。
刚刚，奥特曼放出ChatGPT「统一智能体」！惊呼真AGI，最卷打工人来了
【新智元导读】ChatGPT agent诞生了！奥特曼深夜带队直播，首个统一智能体无缝融合三大AI，自主思考决策，还能上网直出PPT、Excel。2025年，作为全新AI杠杆，ChatGPT正在解锁「超级个体」新模式。
把文档拍成照片，比打字复述省事多了
你有没有想过一件事：为什么我们查资料的时候，宁愿翻手机相册里那张会议白板的照片，也懒得手动把上面的字全部打出来？因为照片省时间。一张图能装下的信息量，用文字敲出来可能要花你十倍的功夫，但你的眼睛扫一眼就能抓住重点。
第九届进博会丨首发首秀创新产品抢“鲜”看
11月5日，参观者在第九届进博会技术装备展区江森自控公司的约克气悬浮变频离心式冷水机组旁驻足观看。这是该产品在中国首发。在第九届进博会上，全球参展商携最新成果集中登台，全球首发、亚洲首展、中国首秀的代表性展品超过480件，数量创下历年新高，成为本届进博会上的亮眼风景。
这家新公司融了 5500 万美元，想让 AI 真正能看懂图片
英伟达押注的 AI 新秀 Elorian 横空出世，5500 万美元种子轮融资背后暗藏怎样的视觉推理革命?这家由 Google Brain 和苹果 AI 核心科学家创立的神秘公司，正试图攻克 AI 看懂图片却无法理解空间关系的终极难题。