Articles

Google Research团队提出MELON方法，能够在没有相机姿态初始估计的情况下，仅凭4-6张2D图像即可重建3D物体，通过轻量级CNN编码器和模损失函数解决了姿态推断中的伪对称问题。

Google AI Blog 09:50 AI 辅助计算机视觉 3D重建

Google Research推出ScreenAI，一种基于PaLI架构并融合pix2struct灵活分块策略的视觉语言模型，专为理解用户界面和信息图设计。该模型仅5B参数，在WebSRC、MoTIF等UI及信息图任务上达到最先进水平，并在Chart QA、DocVQA等任务上同类最佳。

谷歌发布开源工具AutoBNN，结合贝叶斯神经网络与组合核结构，自动构建可解释的时间序列预测模型，提供高质量不确定性估计，并支持大规模数据集的高效训练。

Google AI Blog 09:50 AI 辅助机器学习时间序列分析

谷歌研究团队近日在《科学进展》发表论文，提出可扩展集成包络扩散采样器（SEEDS），这是一种基于生成式AI的天气预报集成生成模型，能以极低计算成本生成大规模预报集合，有效量化天气预报中的不确定性，特别是在极端天气事件预测中表现优异。

Google AI Blog 09:50 AI 辅助人工智能气象科学

OpenAI通过Appia基金会，支持构建评估框架、安全实践和全球合作，助力制定高级人工智能的共享标准。

OpenAI Blog 09:49 AI 辅助人工智能科技政策

OpenAI与博通共同推出名为Jalapeño的定制AI芯片，专为大语言模型推理设计，旨在提升AI系统的性能、效率与可扩展性。

OpenAI Blog 09:49 AI 辅助 AI硬件行业动态

OpenAI 展示了其下一代模型 GPT-5.6 Sol，该模型在编程、科学和网络安全方面性能更强大，并配备了迄今为止最先进的安全栈。

OpenAI Blog 09:49 AI 辅助人工智能技术前沿

Google Research 推出了 ScreenAI，一个仅 5B 参数的视觉语言模型，专门用于理解用户界面和信息图表。该模型基于 PaLI 架构与 pix2struct 的灵活分块策略，在多个基准测试中取得领先结果，并配套发布了三个新数据集以评估布局理解与问答能力。

Google 发布了开源工具 AutoBNN，将传统概率模型的可解释性与神经网络的可扩展性相结合，自动发现时间序列预测模型，并提供高质量的置信区间。

Google AI Blog 23:16 AI 辅助 AI 研究时间序列分析

Google Research推出基于扩散概率模型的生成式AI技术SEEDS，能以极低成本生成大规模天气预报集合，准确量化极端天气概率，突破传统物理模型的计算瓶颈。

Google AI Blog 23:16 AI 辅助人工智能气象科学