University of Michigan（密歇根大学安娜堡分校）

FoundationMotion: Auto-Labeling and Reasoning about Spatial Movement in Videos

FoundationMotion: 自动标注与视频中空间运动的推理

Yulu Gan, Ligeng Zhu, Dandan Shan, Baifeng Shi, Hongxu Yin, Boris Ivanovic, Song Han, Trevor Darrell, Jitendra Malik, Marco Pavone, Boyi Li

机构 * MIT（麻省理工学院） ； NVIDIA（英伟达） ； UMich（密歇根大学） ； UC Berkeley（加州大学伯克利分校） ； Stanford University（斯坦福大学） 纠错

AI总结 FoundationMotion通过自动数据整理管道生成大规模细粒度运动数据集，提升开源模型在运动理解与空间推理任务中的性能。

Comments Code is available at https://github.com/Wolfv0/FoundationMotion/tree/main

If generative AI is the answer, what is the question?

如果生成式AI是答案，那么问题又是什么？

Ambuj Tewari

机构 * University of Michigan（密歇根大学） 纠错

AI总结 本文探讨生成式AI的基础，分析其与预测、压缩和决策的关系，并介绍生成模型家族及社会负责任生成的关键问题。

Comments To appear as a book chapter in a Springer book titled "Statistical Foundations and Applications of Artificial Intelligence, Machine Learning and Deep Learning" and edited by S. Ejaz Ahmed, Pierre Alquier, Yi Li, Shuangge Ma

CHyLL: Learning Continuous Neural Representations of Hybrid Systems

CHyLL：学习混合系统的连续神经表示

Sangli Teng, Hang Liu, Jingyu Song, Koushil Sreenath

机构 * University of California, Berkeley（加州大学伯克利分校） ； University of Michigan, Ann Arbor（密歇根大学安娜堡分校） 纠错

AI总结 CHyLL通过学习混合系统的连续神经表示，解决了连续和离散动态结合的挑战，实现了无轨迹分割的高精度流动预测和拓扑不变量识别。