AI前沿：AI如何“看懂”视频、玩转游戏与生成长文幻灯片？

本期《TAI快报》介绍了五项AI前沿研究。 “Self-Supervised Learning of Motion Concepts by Optimizing Counterfactuals”提出Opt-CWM，通过自监督学习和反事实扰动，让AI从视频中提取动作信息，刷新真实世界运动估计纪录。 “Synthesizing World Models for Bilevel Planning”推出TheoryCoder，用双层规划和代码合成让AI掌握复杂游戏规则，展现迁移学习潜力。 “Beyond Words: Advancing Long-Text Image Generation via Multimodal Autoregressive Models”开发LongTextAR，利用新型文本二值化器生成高质量长文本图像，助力幻灯片制作。 “Faster Parameter-Efficient Tuning with Token Redundancy Reduction”提出FPET，通过减少冗余信息加速AI学习，适合资源受限场景。 “MCTS-RAG: Enhancing Retrieval-Augmented Generation with Monte Carlo Tree Search”结合搜索和检索，让小型语言模型媲美大模型，处理知识密集任务更可靠。这些进展展示了AI如何在理解、规划和生成中不断突破，为生活带来更多可能。完整推介：https://mp.weixin.qq.com/s/E97-yfiNMGvxNN8Y3n0WYQ在小宇宙查看该单集文稿