技术博客

在ICLR 2025会议上，清华大学朱军教授团队提出DBIM（扩散桥模型推理算法），该算法无需训练即可将图像翻译任务的处理速度提升至原来的20倍。这一创新突破解决了传统扩散模型在图像翻译和修复任务中的局限性，推动了文本到图像、视频生成等生成任务的技术进步。

斯坦福大学的研究团队，由李飞飞、Gordon Wetzstein 和 Ehsan Adeli 领导，在多模态模型领域取得了重要进展。该团队开发的新模型不仅能够理解并执行指令，还能识别和理解隐含在语言和动作中的情绪。研究的重点在于语音、文本和动作的生成任务，这标志着人工智能在理解和处理复杂信息方面迈出了重要的一步。