音频驱动视频生成的现有方法，往往面临音频整体性带来的处理限制，使音频与视觉之间的对应关系趋于模糊。对此，北京智源人工智能研究院、北京大学、北京邮电大学共同提出了一种基于解混音频的音画同步视频生成框架，将输入音频拆分为语音、音效和音乐三类音轨，验证了音频解混与多流控制在复杂视频生成任务中的有效性。

北航团队提出AEOS-Bench基准和AEOS-Former模型，通过AI优化卫星星座调度，解决任务规划问题。该研究在NeurIPS 2025上发表，展示了AI在空天智能领域的潜力。

NeurIPS 2025 的最佳论文奖和亚军论文奖新鲜出炉！一起来学习吧～

NeurIPS 2025最佳论文和时间检验奖揭晓，阿里Qwen门控注意力获最佳论文，何恺明的Faster R-CNN获时间检验奖。今年共七篇论文，涉及扩散模型和自监督学习等领域的突破。

字节跳动的InfinityStar方法在视频生成方面超越了DiT，速度提升10倍，单GPU可在一分钟内生成5秒720p视频。其核心在于时空金字塔建模，结合静态与动态信息，提高了生成效率和质量。

清华大学和上交大学的研究团队在NuerIPS上发表了一篇论文，质疑强化学习（RLVR）在提升大语言模型推理能力中的作用，认为蒸馏方法更为有效。研究指出，RLVR主要优化已有能力，而非探索新路径，强调底模的潜力被低估。

HyperAI 超神经为大家整理了 10.20-10.24 期间一系列极具价值且应用广泛的教程和数据集，涵盖生物医学、 HPC 、数学推理、文本信息抽取等多个领域~