近日，戴盟机器人完成亿元级天使++轮融资，由招商局创投领投。本轮融资将加速其视触觉感知与灵巧操作技术的落地应用，推动具身智能产业化进程。此前，戴盟已累计融资数亿元，刷新触觉传感领域天使轮融资纪录。公司基于单色光技术的视触觉传感器实现每平方厘米4万个感知单元，突破传统技术瓶颈，为机器人提供高精度触觉感知能力。产品通过欧盟CE与美国FCC双认证，全球实现千片级量产，广泛应用于工业制造、医疗康养等领域。戴盟还推出全链路产品矩阵，包括多维高分辨率传感器DM-Tac W、灵巧手DM-Hand1及遥操作设备DM-EXton，贯通机器人感知-操作-学习闭环，助力具身智能商业化落地。

刷新3D生成上限！一键生成精细到毛发的3D资产 在高质量3D生成需求不断增长的背景下，如何高效生成高精度三维资产成为AIGC和数字内容创作的关键挑战。尽管近年来3D生成技术发展迅速，但在高分辨率建模中，计算复杂度仍制约着效率与应用落地。为此，南洋理工大学联合数美万物、西湖大学提出了Ultra3D...

4月25日，Meta AI推出Token-Shuffle技术，解决了自回归模型在高分辨率图像生成上的瓶颈问题。传统AR模型因高分辨率图像需大量token，导致计算成本激增，仅能处理低中分辨率图像。Token-Shuffle通过合并相邻视觉token，大幅降低计算量，使模型可生成2048×2048分辨率图像，同时保持视觉质量。该方法无需修改Transformer架构或额外预训练，兼容性强。实验显示，基于2.7B参数LLaMA模型的Token-Shuffle在GenAI-Bench测试中VQAScore达0.77，超越LlamaGen和扩散模型LDM。尽管逻辑一致性稍逊于扩散模型，但在文本对齐和图像质量上表现更优。

12月28日，中国科学院海洋研究所发布全球高分辨率海洋大模型“琅琊”1.0。该模型由中国科学院自主研发，融合了先进的人工智能算法与专业海洋科学知识。1.0版本实现了对全球海洋状态变量的中短期高精度预报，可一次性预报未来1至7天的温度、盐度、海流等，空间分辨率达1/12°，时间分辨率为24小时，显著提升了全球海洋预报的准确性和可靠性。未来2.0版本将引入台风、降水、海浪、海冰等预报，进一步增强海洋灾害预报能力，为海洋环境安全、气候变化应对、资源开发和防灾减灾提供支持。

武汉大学等九家机构联手推出全新开源卫星影像数据集RSG，包含21万+地理目标和40万目标-关系三元组，聚焦于大幅面高清卫星影像中的目标检测和场景图生成（SGG）。数据集覆盖复杂地理空间场景，如机场、港口等，填补了大幅面超高分辨率SAI领域SGG数据的空白。研究团队还开发了上下文感知的逐级认知（CAC）框架及SGG工具包，旨在推动智能理解地理空间场景的发展。相关论文已在arXiv发表，数据集和工具包已开源。