D4RT：让 AI 看见四维动态世界
深度2026年1月16日4 分钟阅读
谷歌 DeepMind 团队推出 D4RT 模型，将动态场景重建统一到单个高效框架中。相比之前的方法，其处理速度提升高达 300 倍，为机器人、AR 等实时应用铺平道路。
本文编译自 D4RT: Teaching AI to see the world in four dimensions，版权归原作者所有。
觉得有用？分享给更多人
相关文章
Unweight 是 Cloudflare 开发的 LLM 权重无损压缩系统，通过 Huffman 编码压缩指数字节，在 H100 GPU 上实现 15-22% 的模型体积缩减。系统提供四种执行流水线，根据工作负载动态选择最优解压策略，减少内存带宽压力，提升推理效率。
深度·4月17日·8 分钟
Claude Opus 4.7 在 SWE-Bench Pro 等多项编码基准测试中提升显著，最高达 11 分。模型支持高达 2576 像素的长边图像输入，视觉能力大幅增强。尽管新分词器可能导致 token 使用量增加 35%，但推理效率的提升使整体 token 成本仍可能下降一半。
深度Latent Space·4月17日·4 分钟