DreamBooth3D结合DreamBooth与DreamFusion，从少量图片实现个性化文本到3D生成，达成高质量、可编辑的3D模型。

Amit Raj, Srinivas Kaza, Ben Poole 等

基于Stable Diffusion的零样本文本视频生成方法，利用运动编码和跨帧注意力实现时间一致性。

Levon Khachatryan, Andranik Movsisyan, Vahram Tadevosyan 等

提出基于域对齐和时空正则的知识迁移策略，有效提升SNN在事件数据上的泛化能力。

Xiang He, Dongcheng Zhao, Yang Li 等

早期GPT-4展现出跨领域通用智能，超越前代模型，具备数学、法律、医学等多任务能力。

Sébastien Bubeck, Varun Chandrasekaran, Ronen Eldan 等

本研究比较了在机器人进化中结合性/非结合性脑重组与达尔文/拉马克机制的效果，发现无性结合+拉马克最优。

Jie Luo, Carlo Longhi, Agoston E. Eiben

TextKG方法通过知识图谱增强视频字幕生成，YouCookII数据集CIDEr得分提升18.7%。

Xin Gu, Guang Chen, Yufei Wang 等

NUWA-XL通过“扩散上的扩散”生成超长视频，推理时间减少94.26%。

Shengming Yin, Chenfei Wu, Huan Yang 等

提出基于部件级隐式表示的级联扩散模型，实现高质量3D形状生成与无条件部分编辑。

Juil Koo, Seungwoo Yoo, Minh Hieu Nguyen 等

Text2Motion结合LLMs与几何规划，实现长远任务的机器人动作序列生成，成功率达82%。

Kevin Lin, Christopher Agia, Toki Migimatsu 等

提出CAT-Seg基于成本聚合的开放词汇语义分割方法，通过微调CLIP编码器实现对已知和未知类别的像素级识别，显著优于现有方法。

Seokju Cho, Heeseong Shin, Sunghwan Hong 等

采用E3Net架构的深度噪声抑制模型，提升信噪比和主讲人语音质量。

Harishchandra Dubey, Ashkan Aazami, Vishak Gopal 等

Text2Tex利用深度感知扩散模型，从文本提示逐步生成高质量3D纹理。

Dave Zhenyu Chen, Yawar Siddiqui, Hsin-Ying Lee 等

MM-REACT结合ChatGPT与视觉专家，实现多模态推理，突破现有模型限制。

Zhengyuan Yang, Linjie Li, Jianfeng Wang 等

Reflexion通过语言反馈强化LLMs，无需微调，显著提升代码和推理任务表现。

Noah Shinn, Federico Cassano, Edward Berman 等

Zero-1-to-3利用扩散模型实现单图3D视角变换与重建，零样本泛化能力强。

Ruoshi Liu, Rundi Wu, Basile Van Hoorick 等

通过意见提示和反事实演示提升大语言模型的上下文忠实度，显著减少记忆化比例。

Wenxuan Zhou, Sheng Zhang, Hoifung Poon 等

GPT-4在无专门调优下超越USMLE及多项医学基准，表现出优异的诊断推理能力。

Harsha Nori, Nicholas King, Scott Mayer McKinney 等

本研究提出基于StyleGAN的抽象素描到逼真图像的解耦训练框架，显著提升生成质量。

Subhadeep Koley, Ayan Kumar Bhunia, Aneeshan Sain 等

提出了一种前瞻性密集视觉可供性方法，提升了可变形物体操作的效率。

Ruihai Wu, Chuanruo Ning, Hao Dong

TextFlint评测六个GPT模型、21个数据集后发现：RLHF提升人类化表达，却未必提升NLU性能与鲁棒性。

Junjie Ye, Xuanting Chen, Nuo Xu 等