PaperScope 本周末更新

细数CUTLASS 3.x中的内核设计抽象

作者：企鹅火烈鸟原文链接：https://developer.nvidia.com/blog/cutlass-3-x-orthogonal-reusable-and-composable-abstra

AI 团队集合｜2025 第七届浦东新区人工智能创新应用竞赛正在报名！

浦东新区作为人工智能创新高地，再次点燃科技盛宴！2025 第七届浦东新区人工智能创新应用竞赛火热启动，现在正是报名黄金期！不管你是 AI 领域的技术大牛，还是怀揣奇思妙想的创新小队，这场盛宴都为你量身

GUI-Agent 领域新作！蚂蚁集团发布 UI-Venus，以截图驱动的智能交互，刷新行业标杆！

图1：UI-Venus在多个UI定位与导航基准测试中的SOTA性能。该图展示了UI-Venus在ScreenSpot-V2、ScreenSpot-Pro和AndroidWorld等基准测试中的卓越表现

欢迎报名参加 ｜ Shanghai vLLM Community Meetup (2025年8月23日)

本地也能玩转AI图片创作？腾讯3B开源模型实测：精准又轻便，统一生成理解，手把手教你部署

前几天小编在 HuggingFace 上摸鱼的时候，发现我们的老朋友，腾讯BAC团队（PCG内服基础算法中心）新开源了一款小尺寸多模态大模型 — TBAC-UniImage-3B[1]。 在 TIIF

HF今日论文|Stand-In 视频换人、Mol-R1 分子发现、AWorld 多智能体

论文选自 8 月 14 日 Hugging Face Daily Paper 内容涵盖视频生成中的身份控制、AI 辅助分子发现、更鲁棒的多智能体系统、扩散模型推理加速等多个前沿领域。本文将按照 Hug

TRO2025｜基于隐式表面优化的快速精确6D物体位姿精修方法

全文约 2600 字，预计阅读时间 7 分钟一、引言：6D位姿估计的核心挑战与传统方法瓶颈6D物体位姿估计（包含3D旋转与3D平移）是机器人抓取、3D场景理解、增强现实等领域的关键任务，其目标是建立从

聊聊大模型推理系统之 TaiChi：打破聚合/分离之争，华为云提出统一架构

全文约 2000 字，预计阅读时间 6 分钟如何在保证响应速度的同时，大幅提升大模型服务的效率？这篇论文给出了惊艳答案。随着大语言模型（LLM）在聊天机器人、代码生成、文档分析等领域的广泛应用，其高昂

GLM-4.5 技术报告解读：预训练筑基、中训练提能、专家迭代统一

本文由 Intern-S1、Qwen3 等 AI 生成， 由机智流编辑部校对全文约 4000 字，预计阅读时间 12 分钟近日，智谱AI与清华大学发布了 GLM-4.5 系列模型的技术报告，这份长达数

还在为AI智能体的成本发愁？OPPO AI团队打造低成本高性能智能体，成本降低28.4%！

全文约 3000 字，预计阅读时间 9 分钟还在为AI智能体的成本发愁？OPPO AI团队打造低成本高性能智能体，成本降低28.4%！在人工智能飞速发展的今天，大语言模型（LLM）驱动的智能体系统以其

仅一行代码即可极大优化SFT泛化能力！东南大学等顶尖高校揭示SFT泛化能力差的根本原因，并提出高效改进方案

全文约 3200 字，预计阅读时间 10 分钟在人工智能领域，大语言模型（LLM）的微调技术一直是推动模型性能提升的关键环节。但熟悉的朋友知道，尽管传统的监督微调（Supervised Fine-Tu

还在手写CUDA？上交KernelPilot用AI帮你写又快又好的CUDA！

本文来自社区同学投稿全文约 1600 字，预计阅读时间 5 分钟🏠 项目主页：http://www.kernelpilot.com🎯 体验地址：http://www.kernelpilot.com/i

万字上文！从零到精通，开启你的CSS布局能力之路

作者：李剑锋前言在前几节课中，我们已经掌握了 HTML 的基础标签和网页结构搭建方式，能够初步构建出一个具有内容层次的网页。然而，仅靠 HTML 结构，网页的外观还较为单调、缺乏美感。为了让网页具备更

GPT-OSS-20B和Qwen3 30B-A3B，要选哪一个？实测对比告诉你！

大家好，我是刘聪NLP。OpenAI也开源了，两个模型，GPT-OSS-120B和GPT-OSS-20B，HF：https://huggingface.co/collections/openai/gp

一张截图就能生成前端页面？MMLab实验室推出SCREENCODER大模型 | 开源

作者：洛现在的时代，借助 AI IDE，开发者们可以通过一条指令快速生成一个前端界面。具体方法可参考我们此前的文章AWS AI IDE「Kiro」深度体验：免费解锁最强编程模型。但是，现有很多方法仅依

聊聊大模型推理系统之BrownoutServe，突破MoE大模型服务瓶颈：SLO违规率下降90.28%背后的三大创新

全文约 2000 字，预计阅读时间 6 分钟在大模型推理服务领域，Mixture-of-Experts（MoE）架构凭借其稀疏激活、高效推理的优势，已成为千亿参数模型的主流选择。然而，当流量突发、请求

淘宝上线大模型推荐系统！淘宝联合人民大学推出RecGPT，有效改善推荐效果、缓解信息茧房

本文由 Intern-S1、Qwen3 等 AI 生成， 由机智流编辑部校对在数字经济蓬勃发展的今天，推荐系统已成为连接用户、商家与平台的桥梁，深刻影响着我们的消费体验。从淘宝到亚马逊，从YouTub

CVPR2025｜Tartan IMU：机器人惯性定位领域的轻量级基础模型深度解析

全文约 2400 字，预计阅读时间 6 分钟一、研究背景与动机惯性测量单元（IMU）作为机器人系统的核心组件，通过测量线性加速度和角速度实现运动跟踪，在自动驾驶车辆、无人机、腿式机器人等平台中不可或缺

刚刚，DeepSeek获得ACL 2025最佳论文，长文解析来啦～

本文由 Intern-S1、Qwen3 等 AI 生成，可能有误刚刚在奥地利维也纳火热举办的自然语言处理顶会 ACL 2025 公布了 Best Paper(4)、Best Theme Paper (

阿里推出Qwen3背后的GSPO算法，破解大模型尤其是混合专家模型强化学习的稳定性难题

本文由 Intern-S1、Qwen3 等 AI 生成， 由机智流编辑部校对近年来，大语言模型（LLMs）在自然语言处理、数学推理、编程等领域的表现令人瞩目，而强化学习（Reinforcement L

0729资讯：智谱AI发布GLM-4.5 | Runway推出Aleph视频生成模型 | 可灵推出Kling Lab创意工作空间

全文约 1000 字，预计阅读时间 3 分钟新闻资讯智谱AI发布大模型GLM-4.5模型，几乎所有领域达到开源SOTA智谱AI于2025年7月底正式发布新一代旗舰模型GLM-4.5，这是继GLM-4系

打通投机采样最后一公里！SGLang联合美团技术团队开源投机采样训练框架

编辑：机智流编辑部SGLang团队联合美团搜推平台、Cloudsway.AI开源 SpecForge — 首个支持超大模型投机采样训练并开箱即用的框架。框架基于 Eagle3 的投机采样训练框架，并与

四连发！通义万相重磅开源

第四发更新来了通义万相2.2正式开源！具体如下🔽🔽🔽开源文生视频Wan2.2-T2V-A14B图生视频Wan2.2-I2V-A14B统一视频生成Wan2.2-TI2V-5B文生视频模型和图生视频模型均

LLM智能购物助手革新电商体验！从直接搜索商品转向提出场景需求，揭秘香港科技大学等如何打造电商智能规划新标杆

全文约 2600 字，预计阅读时间 6 分钟随着人工智能技术的飞速发展，电子商务领域正迎来一场前所未有的变革。消费者不再满足于简单的商品搜索，他们希望智能助手能够理解复杂需求，规划出详细的购物脚本，并

全能高手&科学明星，上海AI实验室开源发布『书生』科学多模态大模型Intern-S1 | WAIC 2025

7月26日，2025世界人工智能大会（WAIC 2025）正式开幕。在当天下午举行的科学前沿全体会议上，上海人工智能实验室（上海AI实验室）发布并开源『书生』科学多模态大模型Intern-S1。在科学

Code is Cheap，Show me your Prompt！Spec 将成为一统天下的编程语言

本文转载自知乎@wangleineo，原文链接见文末OpenAI 创始人之一的 Andrej Karpathy 在 AI 圈里的威望是没有争议的。他有一条推文始终置顶：我完全同意他的看法，但是我希望用

上海AI实验室发布『书生』具身全栈引擎，推动机器人大脑进入量产时代 | WAIC 2025

近日，上海人工智能实验室（上海AI实验室）发布『书生』具身全栈引擎 Intern-Robotics，并面向全球开发者开放。通过构建虚拟仿真建模、虚实数据贯通、训测一体化等技术体系，Intern-Rob

ICML 2025 智能体 Agent 方向 Oral 论文盘点

作者：InternLM、Qwen 等 LLM引言随着大型语言模型的飞速发展，智能体（Agent）已成为人工智能领域的前沿焦点。本文汇总了 ICML 2025 Oral 论文中的 7 篇智能体方向论文，

ICCV25 | AI终于分清照片中的前景和背景了！探索南开DenseVLM在密集预测中的区域-语言对齐策略

本文来自社区同学投稿，作者：李运恒全文约 2400 字，预计阅读时间 6 分钟本篇分享 ICCV25 论文《Unbiased Region-Language Alignment for Open-Vo