技术突破 - 中国科学院深圳先进技术研究院发布HYPIR图像复原大模型，解决传统图像复原技术计算复杂度高、推理速度慢、训练资源消耗大等问题[1] - HYPIR舍弃迭代式扩散模型训练，采用单步对抗生成模型训练方式，算法速度提升数倍[1] - HYPIR实现8K级别细节生成，在生成图像稳定性和可控性方面远超前代SUPIR大模型[1] 性能优势 - HYPIR在单张图像处理器上仅需1.7秒完成1024×1024分辨率图像复原[3] - 传统扩散模型常导致文字模糊或扭曲，HYPIR能保持文字高保真度和清晰度[3] - HYPIR具备自然语言理解能力，可精准捕捉用户指令并反映在复原过程中[3] 应用场景 - 该技术适用于影视修复、文化传承与保护等领域[1] - 已成功部署于明犀科技平台，开源代码和模型上传至GitHub[3] - 团队与深圳市南山区档案馆合作修复馆藏照片，未来将推进模型产业化[3] 效率提升 - HYPIR训练和推理速度较传统方法提升一个数量级以上[2] - 用户可灵活调节生成与复原比例，精细控制图像细节程度[3]

据介绍，这款图像复原大模型目前已经过三次迭代升级，相较传统技术需要用图片制作软件逐个处理细节，它更智能，用时更短，而且能够修复出4K、8K 的画质。而相比现有的文生图技术，它通过大量数据学习和训练以及算法的提取，修复出的图片细节更加准确。 如何把一张老照片修复得又快又好呢？昨天（28日），中国科学院深圳先进技术研究院发布了一项名为HYPIR的图像复原大模型，最快1.7秒即可完成一张 照片的复原，并且实现了8K级别的细节生成，这一成果有望在文化传承与保护、影视修复以及科研、医疗等多个领域发挥积极作用。 1.7秒实现照片高清快速复原 这是一张毛发和轮廓模糊不清的狮子图像，画面背景还存在比较明显的噪点，通过使用这款图像复原大模型，1秒左右，一张高清且充满细节的狮子图像就 被成功修复了。 中国科学院深圳先进技术研究院数字所研究员董超：如果我们单纯做锐化，那么这些毛发只是这些毛发，它没有办法有新的毛发出来，但是我们如果仔细 看，除了锐化以外，它其实有新的毛发在旁边去辅助它，保持原图的特征不变，还能够恢复出清晰的细节，这是它最大的难度。 中国科学院深圳先进技术研究院数字所研究员董超：结合了最新的大语言模型和多模态大模型， ...

字节跳动开源AI Agent开发平台"扣子" - 字节跳动旗下AI Agent开发平台"扣子"（Coze）宣布正式开源 涵盖Coze Studio开发平台与Coze Loop运维平台两大核心项目 全面支持智能体的开发 测试及调优 [1] - 项目采用Apache 2 0许可证 允许商用且提供专利授权 旨在推动全球开发者协作创新 [1] 全球首款多模态梦境脑机接口设备发布 - 广东省智能科学与技术研究院与燧人医疗联合研发首款多模态梦境脑机接口设备"梦邻" 攻克了信号采集稳定性 算法优化 小型化及易用性等技术难题 [2] - 设备通过"枕头"形态设计 将脑机接口技术与日常睡眠场景结合 为"精准睡眠干预"与"主动健康管理"提供技术工具 [2] - 设备具备脑电信号监测 睡眠状态调控 干预策略生成及AI数据分析四大功能 可辅助改善睡眠质量 缓解焦虑情绪 并支持基础认知功能评估 [2] 我国团队发布HYPIR图像复原大模型 - 中国科学院深圳先进技术研究院数字所董超研究员团队发布HYPIR图像复原大模型 比现有图像复原技术快数十倍 [3] - 模型在高清分辨率 文字保真 理解能力 用户控制灵活性等方面展现出了优异性能 [3] 微软研究人类辨别AI生成图像能力 - 微软人工智能公益项目实验显示 人类辨别AI生成图像与真实图像的整体成功率仅为62% 略高于随机猜测 [4] - 实验有超过1 25万名全球参与者 进行了28 7万次图像评估 [4]