5月初，忆生科技创始人、香港大学计算与数据科学学院院长马毅应哥伦比亚大学邀请，进行了一场学术演讲。该演讲内容与其4月底在顶会ICLR发表的主题报告基本一致。 北京时间2025年4月25日上午，忆生科技创始人马毅应邀在国际学习表征大会（ICLR）上发表了题为《Pursuing the Nature o
近日，谷歌首席科学家Jeff Dean 在接受Sequoia Capital（红杉美国）专访时表示，自己是稀疏模型的忠实粉丝。“它们（指稀疏模型）在模型的不同部分具有不同的专业知识。从生物类比来看，真正的大脑之所以如此节能，就是因为我们的大脑功耗大约只有20瓦，却可以处理很多事。” 本文内容整理自G
忆生科技近期联合加州大学伯克利分校、香港大学、纽约大学、加州大学戴维斯分校、牛津大学等多家机构的研究者联合提出了 All-Angles Bench，旨在全面评估MLLMs的多视图理解能力，为该领域的发展提供可参考标准与改进依据。其评测数据集以及评测代码现已全部开源！ 论文标题：Seeing from
2025年5月，由忆生科技研发团队主导的All-Angles Bench工作发布并开源，该工作旨在全面评估MLLMs的多视图理解能力。它涵盖了90个真实场景下，超过2100组人工标注的多视图问答对。结果显示，多模态大语言模型与人类水平之间存在显著差距，并进一步发现模态大语言模型存在两种主要的缺陷模式
该工作由忆生科技创始团队成员及旗下研究人员深度参与，由多所学校与机构的研究者共同完成，包括加州大学伯克利分校、宾夕法尼亚大学、密歇根大学、清华大学、忆生科技、香港大学、约翰·霍普金斯大学等。 忆生科技创始人马毅教授已受邀在今年四月的ICLR大会上就和此项成果相关的一系列白盒神经网络相关工作，进行为时
2025年5月，忆生科技团队已经开源的视觉预训练方法SimDINO被顶会ICML接收，该工作最早于2025年3月公布并开源。 知名智能领域媒体量子位于2025年3月在该工作开源后第一时间进行了报道。 报道链接 港大马毅团队等开源新作：用编码率正则化重构视觉自监督学习范式，“少即是多” 以下为报道全文
该工作由忆生科技创始团队成员、忆生科技旗下研究人员深度参与，联合加州大学伯克利分校、微软研究院、香港大学等多家学校及机构共同完成。 论文标题：Simplifying DINO via Coding Rate Regularization 地址：https://arxiv.org/abs/2502.1
2025年5月，Meta首席人工智能科学家、图灵奖得主 Yann LeCun（杨立昆） 在一次学术交流会中，高度评价了忆生创始人马毅团队的“最大化分类率”理论（Maximum Coding Rate Reduction, MCR2）及其在自监督学习领域的重要贡献。（相关链接：最大化编码率降低原则MC
2025年4月，凤凰卫视《问答神州》栏目专访忆生科技创始人、香港大学计算与数据科学学院院长兼数据科学研究院院长马毅。在专访中，马毅与凤凰卫视知名主持人吴小莉就“什么才应该是是机器具备真正智能的判定标准”、“人工智能的历史”、“目前的AI技术到底有没有大的风险“、以及”未来智能领域的顶级人才应该具备什
北京时间2025年4月25日上午，忆生科技创始人马毅应邀在国际学习表征大会（ICLR）上发表了题为《Pursuing the Nature of Intelligence》的为时一小时的主题报告，介绍了在白盒神经网络与闭环自主学习领域的最新研究成果，并展示了忆生科技在AI领域的一系列研究进展。 就在
