英伟达清华团队提出Gamma-World:世界模型从「一个人玩」到「多人共处」
Gamma-World通过正单纯形编码与稀疏枢纽注意力,系统解决多智能体世界建模架构缺陷,FVD平均下降超40%,支持双人训练四人零样本泛化及24 FPS实时推演。
入选理由:采用正单纯形(regular simplex)编码玩家身份,实现任意玩家间几何等距,支持零样本扩展至更多玩家且无需重训
公司
别名:清华
中国顶尖研究型大学,主导该研究
已跟踪 9 条高相关材料
最近变化
2026-07-24 · 清华团队在CVPR'26提出镜像错觉艺术生成算法
为什么值得关注
清华大学 被反复提及时,通常意味着它正在影响产品路线、开发者工作流或 AI 产业判断。这个页面把分散材料合并成一个可持续更新的观察入口。
英伟达清华团队提出Gamma-World:世界模型从「一个人玩」到「多人共处」
量子位 · 9.2 分
英伟达与清华等团队提出的Gamma-World通过正单纯形身份编码与稀疏枢纽注意力,首次系统性解决多智能体世界建模的架构缺陷,在Minecraft五类任务中FVD平均下降超40%,并实现双人训练、四人零样本泛化及24 FPS实时推演。
英伟达清华团队提出Gamma-World:世界模型从「一个人玩」到「多人共处」
量子位 · 9.2 分
英伟达与清华等团队提出的Gamma-World通过正单纯形智能体编码与稀疏枢纽注意力,首次系统性解决多智能体世界模型的架构缺陷,实现双人训练、四人零样本泛化与24 FPS实时推演,FVD指标平均下降超40%。
极简方案刷新扩散模型推理纪录,阿里清华论文入选ICML杰出论文
量子位 · 8.5 分
阿里清华联合论文提出JustGRPO方法,通过强制顺序生成提升扩散模型推理性能,准确率超现有复杂算法。
已收录 9 条与 清华大学 相关的内容,按评分排序。
Gamma-World通过正单纯形编码与稀疏枢纽注意力,系统解决多智能体世界建模架构缺陷,FVD平均下降超40%,支持双人训练四人零样本泛化及24 FPS实时推演。
入选理由:采用正单纯形(regular simplex)编码玩家身份,实现任意玩家间几何等距,支持零样本扩展至更多玩家且无需重训
Gamma-World通过正单纯形编码与稀疏枢纽注意力,系统性解决多智能体世界建模难题,实现2人训练→4人零样本泛化与24 FPS实时推演,FVD平均下降超40%。
入选理由:采用正单纯形(regular simplex)编码实现玩家身份等距、无参数、可扩展,支持训练时2人→推理时4人零样本泛化
阿里清华联合论文提出JustGRPO方法,通过强制顺序生成提升扩散模型推理性能,准确率超现有复杂算法。
入选理由:JustGRPO方法使GSM8K测试集准确率达89.1%
面壁智能联合清华等发布中国首个基于华为昇腾训练的1.58-bit端侧大模型BitCPM-CANN,支持6倍显存压缩且性能保持90%以上。
入选理由:BitCPM-CANN是中国首个基于华为昇腾训练并开源的1.58-bit端侧大模型。
清华大学与腾讯 ARC Lab 联合提出一种基于单张图像的像素级对齐 3D 生成方法,已在 SIGGRAPH 2026 发表,支持高精度几何重建与纹理映射。
入选理由:该方法在单图输入下实现像素级对齐的 3D 重建,几何一致性提升超40%。
中国在最新一届AI顶会中表现突出,清华大学单挑斯坦福和MIT。
入选理由:中国在AI顶会中占据半壁江山
文章介绍清华大学在CVPR'26发布的镜像错觉艺术生成器,支持3D打印技术,但内容受限无法验证技术细节。
入选理由:清华团队在CVPR'26提出镜像错觉艺术生成算法
清华与腾讯混元团队在MLSys 2026 MoE模型推理优化竞赛中夺冠,展示了高效推理优化技术。
入选理由:清华与腾讯混元团队获MLSys 2026 MoE推理优化竞赛冠军
该推文讨论清华大学的声誉及校友成就,但缺乏技术深度与工程实践价值。
入选理由:清华大学在中国教育体系中具有顶尖地位,竞争激烈。