在今年，DeepSeek R1火了之后。 几乎快形成了一个共识，就是： AI推理能力越强，执行任务时就应该越聪明。 从2022年Chain-of-Thought横空出世，到今天Gemini 2.5 Pro、OpenAI o3、DeepSeek-R1、Qwen3，这些旗 舰模型的统治性表现，我们一直相信，让模型先想一想，是一个几乎不会出错的策略。 不过，这种聪明，也会带来一些副作用。 就是提示词遵循能力，变得越来越差。 换句话说，就是越来越不听你的话了。 我在过年期间写DeepSeek的攻略文： DeepSeek的提示词技巧，就是没有技巧。 的时候，也提到了这一 点。 不过，这只是我自己使用中的感觉，它变的越来越聪明，但是感觉，却越来越不听话了，以至于我现 在，最常用的模型，开始越来越变成了GPT4o，所有的推理模型，反而会用的越来越少了。 不过，确实没有经历过验证，所以也不是特别敢说。 直到昨晚回来，在扒拉论文的时候，看到一篇提到这个话题的论文，我读完以后，我觉得，终于可以来 聊聊这个事了。 这篇论文叫，《When Thinking Fails: The Pitfalls of Reasoning for I ...

本文由匹兹堡大学智能系统实验室（Intelligent Systems Laboratory）的研究团队完成。第一作者为匹兹堡大学的一年级博士生薛琪耀。 当前文本生成视频（T2V）技术正在从注重视觉质量与模型规模的扩展阶段，迈向更关注物理一致性与现实合理性的推理驱动阶段。 物理规律作为建模现实世界的基本知识体系，是实现高质量视频生成的关键约束。提升大模型对现实物理动态的理解与遵循能力，成为推动 T2V 技术落地 的重要突破方向。 为推动物理一致性驱动的 T2V 生成研究，来自匹兹堡大学的研究团队提出了 PhyT2V 框架，并在最新论文中系统阐述了该方法的核心机制，该论文已被 CVPR 2025 接收。 论文标题：PhyT2V: LLM-Guided Iterative Self-Refinement for Physics-Grounded Text-to-Video Generation 论文地址： https://arxiv.org/abs/2412.00596 该方法不依赖模型重训练或大规模外部数据，而是通过引入大型语言模型引导的链式推理与迭代自我修正机制，对文本提示进行多轮物理一致性分析与优 化，从而 ...

人人都是音乐创作人的时代来临了！ 出品丨AI 科技大本营（ID：rgznai100） AI 正渗透各行各业，前不久，一首由 AI 创作的歌曲火爆出圈，在短短几天内登上热歌榜单。AI 正在为音乐爱好者打开音乐创作之门。据 Fortune Business Insights 数据显示，2023年全球数字音频工作站（DAW, Digital Audio Workstation）市场规模高达约30亿美元，预计2026年约70%的 DAW企业将使用AI技术辅助音乐创作。 《Mureka》AI 音乐人 MV 全网首发，歌手：Mureka；该作品由 AI 生成，其中音乐由 Mureka 生成，视频由 SkyReels 技术支持生成。 点开这首《童年的夜晚》，旋律柔和动听，人声温柔真挚，咬字清晰，歌词很贴近提示词的风格，完全没有 AI 感，很不错。 将生成的歌曲下载下来后，小编发现它支持音轨分离下载。普通歌曲下载只有一条音轨，而Mureka 提供音乐生成的独立的人声、伴奏等多轨输出，比 如鼓声、贝斯等，这样对编曲者来说无疑是二次创作的神器，方便用户后续混音。 什么？你说提示词生成是小case啦？来，上难度，点击高级模式，Mu ...