科研进展-北京大学人工智能研究院

科学研究

首页 >> 科学研究 >> 科研进展

让视频模型真正“懂物理”：连接视觉、物理与世界模型

人类对物理世界的感知近乎本能——只需简单观察，我们就能大致预判一个掉落球体的弹跳轨迹。然而，对于当今最强大的视频生成模型而言，实现这种“物理常识”依然困难重重：物体穿透、重力失效、碰撞逻辑混乱……这些频频出现的“翻车”现场揭示了一个残酷的真相：模型大多只是在拟合像素的视觉幻影，而非理解物理的演化逻辑。针对这一差距，北京大学研究团队发表了文章Learning Physics-Grounded 4D Dynamics with Neural Gaussian ...

2026-02-12

让 AI 像人一样“看懂物理”：Neural Force Field 如何实现少样本物理推理？

只需寥寥数次观察，便能归纳总结出物理规律——这种从有限经验中形成结构性理解的能力，长期以来被视为人类认知的优势，也恰恰构成了当前人工智能在物理推理上的关键短板。针对这一差距，北京大学研究团队从力场 (force field) 这一物理学中最基础的概念出发，重新审视模型应如何学习物理世界的规律，并据此实现复杂情境下的推理。其训练的 Neural Force Field 模型，并非单纯预测“下一步会发生什么”，而是尝试理解“为何物体会如此运动”...

2026-02-11

人工智能研究院孙仲团队在《自然·电子学》发表论文，在新型计算架构上取得重大突破

近日，北京大学人工智能研究院孙仲研究员团队，联合集成电路学院研究团队在国际学术期刊《自然·电子学》（Nature Electronics）杂志发表了题为“Precise and scalable analogue matrix equation solving using resistive random-access memory chips”的论文，在新型计算架构上取得重大突破。研究团队成功研制出基于阻变存储器的高精度、可扩展模拟矩阵计算芯片，首次实现了在精度上可与数字计算媲美的模拟计算系统，将传统模拟计算的精度提升了惊人的5个数量级。...

2025-10-15

北京大学人工智能研究院研究团队在人工智能隐私计算方向取得重要进展

在人工智能大模型快速发展的今天，大模型规模持续扩大、应用场景日益丰富，推动了推理服务在医疗诊断、金融风控、智能客服等关键领域的广泛应用。然而，随之而来的用户隐私泄露与模型知识产权保护问题也愈发突出。如何在保障用户数据与模型参数隐私的前提下，实现高效大模型推理计算，成为学术界与产业界共同关注的前沿问题。近日，北京大学人工智能研究院和集成电路学院双聘李萌研究员团队的研究成果“Breaking the Layer Barr...

2025-09-09

人工智能研究院唐希源课题组在面向端侧智能系统与侵入式脑机接口的读出前端芯片研究…

随着人工智能技术，特别是具身智能的发展，其对物理世界感知与交互能力的需求也随之增长。作为连接物理世界与信息世界之间的关键接口，传感器读出前端在拓展人工智能系统应用边界中的作用日益显著。如图1所示，传感器读出前端负责将物理量（如振动、磁力、压力、生物电等）经转换器转换后的微弱电信号，进行高精度转换与数字化，以供人工智能系统处理。对具身智能体而言，读出前端提供的高精度传感数据是AI模型理解环境深度与准...

2025-08-07

首页上页12345...17下页尾页