Nano Banana Pro发布，GPT5科学加速实验报告，英伟达大模型降低训练成本|奇绩前沿信号1124

奇绩前沿信号播客——全球 AI 前沿的情报站
奇绩前沿信号依托奇绩内部的研究体系，持续追踪并解读全球 AI 领域前沿的论文和产品动态。
我们将这些内容以 AI 与生成播客的形式分享，用通俗易懂的方式呈现复杂技术，帮助你快速理解技术趋势背后的核心逻辑、潜在影响和未来发展方向。
播客每日分享内容由奇绩行研实习生与 AI 共创，播客语音由 OpenMOSS （奇绩 2025 年春季创业营校友企业模型）支持。
针对每日前沿信号内容，我们还准备了进阶版的解读，提供更系统、深入的分析，涵盖实验成果与价值评估、方法与技术原理、应用场景与潜力判断、总结与前沿洞察等多个维度。
点击下方链接获取完整版内容，也欢迎扫描时间轴下方二维码加入奇绩前沿信号交流群，一起追踪 AI 最前沿的信息。
apply.miracleplus.com
【奇绩前沿信号介绍】
* 基于对全球 500+ 顶尖机构、3000+ 核心人才的实时追踪，只捕捉那些“刚刚发生、尚未扩散、但注定改变格局”的信号：
* 认知模型突破、多模态跃迁、智能体进化……
* OpenAI、Anthropic、DeepSeek、Kimi、字节……巨头与新锐的关键动向
* Infra 演进、AI4S 落地、产业重构……高价值趋势的早期征兆
【时间轴】
01:27 Google发布 Nano Banana Pro：面向专业级图像生成的高精度多模态模型
03:17 OpenAI等机构发布GPT-5早期科学加速实验报告，展示AI在数学、物理、生物等领域的研究突破能力
04:45 NVIDIA发布Nemotron Elastic：首个实现"一模多用"的推理大模型，单次训练成本降低360倍
05:43 上海创智学院、上海交通大学等提出Mantis：通过解耦视觉预见实现高效机器人操控， 在LIBERO基准上达到96.7%成功率
06:40 字节跳动与上海交大提出SpecActor：通过解耦推测与Best-of-N策略，将大模型后训练速度提升1.3-1.7倍
07:15 牛津大学和Mila提出EGGROLL：通过低秩学习实现超大规模进化策略，在十亿参数模型上实现百倍训练加速
07:52 快手Kling团队与香港城市大学提出VANS：首个将视频作为答案的下一事件预测模型，通过Joint-GRPO强化学习实现视觉语言模型与视频扩散模型的协同优化
08:24 麻省理工学院提出Linear Gradient Matching：为预训练视觉模型蒸馏数据集，单图像训练达到竞争性能
08:58 MiroMind AI等机构发布OpenMMReasoner：首个全透明多模态推理训练方案，在九项基准测试中平均提升11.6%
09:24 加州大学圣地亚哥分校与Hillbot联合提出PartUV：基于语义部件的3D网格UV展开方法，在保持低失真的同时将图表数量减少至传统方法的1/31
09:50 阶跃星辰发布Step-Audio-R1：首个成功实现音频推理的大模型，性能媲美Gemini 3 Pro
10:17 香港中文大学等机构提出Thinking-while-Generating框架，首次实现视觉生成过程中文本推理的实时交织，在T2I-CompBench基准上显著提升组合性生成能力
10:45 腾讯与香港中文大学提出NaTex：首个原生3D空间纹理生成框架，彻底解决多视图纹理拼接的遮挡与对齐难题
11:09 Meta发布AINA框架：用Aria Gen 2智能眼镜采集人类演示数据，无需机器人数据即可训练多指灵巧操作策略
11:36 X-Humanoid等机构发布Pelican-VL 1.0：首个基于元认知"刻意练习"框架的具身智能大模型，在100B级开源模型中性能提升10.6%
11:59 小米发布MiMo-Embodied：首个跨具身智能基础模型，同时刷新自动驾驶与机器人领域29项基准
12:24 MIT和NVIDIA提出TLT系统：通过自适应投机解码实现推理强化学习训练1.7倍加速
12:49 加州大学伯克利分校与NovaSky AI联合发布SkyRL-Agent：通过纯强化学习训练的多轮LLM智能体框架，在软件工程任务上实现39.4% Pass@1的突破性成果
13:09 北卡罗来纳大学教堂山分校与Salesforce联合提出Agent0：一个无需任何外部数据、通过工具集成推理实现自我进化的智能体框架，在数学推理上提升18%，通用推理上提升24%
13:34 滑铁卢大学等推出QueryGym：首个统一的大语言模型查询重构工具包，实现可复现的信息检索研究
13:51 上海人工智能实验室发布AICC：基于模型的HTML解析器构建7.3万亿Token AI就绪语料库
14:19 新加坡国立大学等机构联合发布V-ReasonBench，首个系统性视频推理评测基准，揭示当前视频生成模型在四大推理维度上的显著差异
14:42 中科院自动化所提出MuISQA：首个多意图科学问答基准与意图感知检索框架，破解RAG系统证据覆盖难题
14:59 周志华、刘云浩当选中国科学院院士，人工智能领域获重要认可
如果你对今天的前沿信号感兴趣或有自己的思考，也欢迎在评论区留言交流，期待与你碰撞更多观点。