AIxiv专栏是机器之心发布学术、技术内容的栏目。过去数年，机器之心AIxiv专栏接收报道了2000多篇内容，覆盖全球各大高校与企业的顶级实验室，有效促进了学术交流与传播。如果您有优秀的工作想要分享，欢迎投稿或者联系报道。投稿邮箱：liyazhou@jiqizhixin.com ...

本文的主要作者来自复旦大学和南洋理工大学 S-Lab，研究方向聚焦于视觉推理与强化学习优化。 先进的多模态大模型（Large Multi-Modal Models, LMMs）通常基于大语言模型（Large Language Models, LLMs）结合原生分辨率视觉 Transformer（NaViT）构建。然而，这类模型在处理高 ...

本研究针对真实场景中跨域交通标志识别(TSR)的难题，提出跨域多步思维框架(CdMT)，通过大模型(LMMs)的多步推理能力，结合上下文描述、特征描述和差异描述三重策略，在GTSRB等五个数据集上实现0.85-0.97的识别准确率，为零样本跨国家细粒度TSR提供了无需训练数据 ...

AIxiv专栏是机器之心发布学术、技术内容的栏目。过去数年，机器之心AIxiv专栏接收报道了2000多篇内容，覆盖全球各大高校与企业的顶级实验室，有效促进了学术交流与传播。如果您有优秀的工作想要分享，欢迎投稿或者联系报道。投稿邮箱：liyazhou@jiqizhixin.com ...

AIxiv专栏是机器之心发布学术、技术内容的栏目。过去数年，机器之心AIxiv专栏接收报道了2000多篇内容，覆盖全球各大高校与企业的顶级实验室，有效促进了学术交流与传播。如果您有优秀的工作想要分享，欢迎投稿或者联系报道。投稿邮箱：liyazhou@jiqizhixin.com ...

2025年5月，上海交通大学Ethan Chern、Zhulin Hu、Steffi Chern等研究者与复旦大学的Jiadi Su、Yan Ma以及上海交通大学的Zhijie Deng和Pengfei Liu共同发表了一篇突破性论文《Thinking with Generated Images》（用生成图像思考）。这篇发表在arXiv预印本平台（arXiv:2505.22525v1）的研究，为 ...

SoundFont2（简称sf2）是一种包含多个PCM音频采样的音源文件格式。每个sf2文件可容纳多种乐器音色。接下来将介绍如何在LMMS软件中加载并使用sf2音源，实现丰富多样的音乐合成与创作效果。 1、 打开软件后，把sf2 player插件拖入歌曲编辑界面即可。 4、 点击扳手 ...

本研究针对黄瓜叶坏死突变体(LMMs)的遗传机制展开，通过图位克隆技术定位并鉴定出关键基因CsPBGD（编码胆色素原脱氨酶PBGD）。来自中国的研究团队发现，该基因Ala314Val和Arg197Lys位点突变导致酶活性丧失，引发H2 O2 积累和程序性细胞死亡(PCD)，同时显著增强对 ...