清华大学与生数科技推出 Vidu S2，包含 Avatar 和 Editing 两个模型，支持实时 720p 数字人生成、动态参考图更新、视频流风格迁移、虚拟试穿、人物与背景替换，以及实时空间视频生成。本周还推荐了 NCP-ArchPreview、SenseNova-U1.5、Benchmark Radar、Atria Dawn、Dream-RSI 等 8 篇 AI 前沿论文。

美团技术团队在CVPR 2024上发表了7篇论文，涵盖了OCR预训练、长尾半监督学习、图像驱动、数字人生成、视听分割和视觉叙事等领域。这些论文的研究成果有助于提高场景文本检测、图像生成和目标检测等任务的性能。