5月7日，清华大学与星动纪元联合开发的AIGC机器人大模型VPP正式开源，并入选ICML2025 Spotlight。VPP通过视频扩散模型将泛化能力应用于机器人操作策略，解决了扩散推理速度慢的问题，使机器人能实时预测并执行动作，提升策略泛化性。该模型利用互联网视频数据训练，无需依赖高质量机器人真机数据，还能跨不同人形机器人本体灵活切换，加速商业化进程。VPP采用两阶段学习框架，第一阶段学习预测性视觉表征，第二阶段通过动作学习实现指令驱动的视频生成。相比传统模型，VPP在Calvin ABC-D基准测试中任务完成平均长度达4.33，提升了41.5%，并在真实世界测试中完成百余种复杂操作任务，具有良好的泛化能力与可解释性，相关资源已全面开源。

MIT最新研究揭示，大型语言模型不仅具有强大的学习能力，而且能够对现实世界形成独特的理解。在一项研究中，研究人员发现随着模型能力的增强，其对现实世界的理解不仅仅是简单的数据模仿，而是能够自主模拟某些概念，从而促进对语言和世界的深入理解。这项突破性的研究，标志着大模型在未来有可能更深层次地理解语言与现...

标题：AI顶会ICML首现纯理论论文：没算法没实验 在2024 ICML（国际机器学习大会）中，一篇名为《词的万能逼近：从语言角度看映射组合》的纯理论论文脱颖而出，成为唯一一篇未包含算法与实验的Spotlight论文。该论文探讨了基于深度学习的序列模型如何将非序列问题转化为序列形式，以及如何通过有限...

国际机器学习大会(ICML)在奥地利维也纳圆满落幕，会议收到9473篇论文投稿，相比去年增长44%，最终录用2610篇，录用率27.55%，其中144篇获得Oral机会，191篇为Spotlight展示，10篇论文荣获最佳论文奖。大会还颁发了“测试时间奖”，表彰2013年发表的关于DeCAF的论文。...

ICML 2024最佳论文曾遭ICLR 2024拒绝，然而，该论文由斯坦福大学和Pika公司联合创始人孟晨琳参与，提出了创新的离散扩散语言建模方法，通过引入分数熵损失函数，显著提升了语言建模任务的性能。实验结果显示，该方法在多数任务中优于GPT-2。尽管论文在评审阶段获得88665的高分，最终却因被认为实验部分不完整而被拒收。 此事件引发了关于学术评审流程和会议间论文竞争性的讨论。值得注意的是，论文作者之一，一作已入职OpenAI，计划在近期的ICML 2024大会上分享这项研究成果。这一进展不仅反映了学术界的动态，也为未来语言模型的发展提供了新的方向。

贾扬清与团队共同撰写的论文"DeCAF: A Deep Convolutional Activation Feature for Generic Visual Recognition"于ICML 2024时间检验奖评选中荣获殊荣。该论文于十年前在UC伯克利完成，首次提出并开源了AlexNet的深度卷...