
目前,法拉利公司设计主管弗拉维奥-曼佐尼(Flavio Manzoni)最新设计一款流线形飞行器,其外型颇似UFO。
这款飞行器设计灵感来自于科幻小说和电影,法拉利设计主管曼佐尼计划将UFO版飞行器变成现实。
如图所示,这款飞行器概念设计来自弗拉维奥-曼佐尼,3D模型制作由纪尧姆-瓦索尔(Guillaume Vasseur)完成,图像渲染和后期制作由古列尔莫-加利亚诺(Guglielmo Galliano)完成。
该飞行器机翼下半部卷起,其结构颇似海洋魔鬼鱼
图中是法拉利FXX K跑车,其流线形设计与最新设计的飞行器有相似之处。
这款飞行器分为两个部分,红线穿过其光面金属外壳中部,前沿“扰流板”类似于法拉利F1方程式赛车。
好文章,需要你的鼓励
浙江大学团队提出动态专家搜索方法,让AI能根据不同问题灵活调整内部专家配置。该方法在数学、编程等任务上显著提升推理准确率,且不增加计算成本。研究发现不同类型问题偏爱不同专家配置,为AI推理优化开辟新路径。
清华大学研究团队提出SIRI方法,通过"压缩-扩张"交替训练策略,成功解决了大型推理模型"话多且准确率低"的问题。实验显示,该方法在数学竞赛题上将模型准确率提升43.2%的同时,输出长度减少46.9%,真正实现了效率与性能的双重优化,为AI模型训练提供了新思路。
南洋理工大学与腾讯联合研究团队开发出Rolling Forcing技术,实现AI视频实时流式生成的重大突破。该技术通过滚动窗口联合去噪、注意力锚点机制和高效训练算法三项创新,解决了长视频生成中的错误累积问题,可在单GPU上以16fps速度生成多分钟高质量视频,延迟仅0.76秒,质量漂移指标从传统方法的1.66降至0.01,为交互式媒体和内容创作开辟新可能。
华中科技大学研究团队发现,通过让AI模型学习解决几何问题,能够显著提升其空间理解能力。他们构建了包含约30000个几何题目的Euclid30K数据集,使用强化学习方法训练多个AI模型。实验结果显示,几何训练在四个空间智能测试基准上都带来显著提升,其中最佳模型达到49.6%准确率,超越此前最好成绩。这项研究揭示了基础几何知识对培养AI空间智能的重要价值。