Adobe Research
PulseAugur coverage of Adobe Research — every cluster mentioning Adobe Research across labs, papers, and developer communities, ranked by signal.
2 天有情绪数据
-
新方法仅凭输出来重建大型语言模型提示
来自印度理工学院孟买分校和 Adobe Research 的研究人员开发了一种名为“前向标记预测”（PTP）的方法，该方法仅凭生成的文本即可从模型中重建其原始提示。该技术训练一个逆向模型来预测前一个标记而不是下一个标记。在一个像 Qwen-3-0.6B 这样的小型开源模型上训练的 PTP 模型，即使不知道是哪个模型生成了输出，也能准确推断出发送给 GPT-4o 等大型专有模型的提示的意图和含义。虽然目前的演示仅限于短提示，但它引发了对…
-
研究人员可逆向工程LLM提示；Google重组AI领导层
来自IIT Bombay和Adobe Research的研究人员开发了一种名为“前向预测”（Previous-Token Prediction）的技术，可以在给定LLM输出的情况下准确地重建原始提示。该方法无需访问模型权重即可运行，并且适用于各种LLM架构。另外，Google已进行高管重组，标志着其人工智能方向的战略转变。
-
新AI方法重建系统指令；Cathie Wood 质疑开源风险
印度理工学院孟买分校和 Adobe Research 的研究人员开发了一种名为 PTP 的新方法，该方法通过分析AI生成的文本，可以近乎完美地重建AI的秘密系统指令。另外，ARK Invest 的 Cathie Wood 对关于开源AI风险的普遍观点提出了质疑，她认为广泛的开源AI访问将迫使公司在 OpenAI 和 Anthropic 等公司的专有解决方案上进行大量投资以确保安全。
-
新方法以高精度从输出文本中重建大型语言模型提示
研究人员开发了一种新方法，能够以高精度重建用于从大型语言模型（LLM）生成文本的原始提示。该技术被称为“先前标记预测”，无需访问 LLM 的内部权重即可运行，并且已在各种模型上证明了其有效性。这一发展对使用专有系统提示的组织构成了潜在的安全隐患，因为它可能暴露敏感指令。
-
Sudu Technology发布具身智能平台，具备高级技能习得能力 · 追踪1个来源
成立一年的初创公司Sudu Technology展示了其具身智能平台Sudo R1，在物体操纵和任务执行方面展现了先进的能力。该公司由3D视觉和机器人模拟领域的知名人士Su Hao教授创立，旨在构建一个全面的通用物理智能技术体系。Sudu的方法侧重于通过广泛的模拟和真实世界数据积累基础的“原子能力”，使机器人能够学习和组合技能以完成复杂任务，而不是依赖于特定任务的训练。
-
Adobe、腾讯校友推出AI动画初创公司
一家新的AI动画初创公司由前Adobe Research科学家和腾讯T15推出。该公司旨在为专业动画工作室提供工具，并已获得奇绩创坛等投资者的数千万美元的初始资金。创始团队包括一位前Adobe首席科学家，其去模糊技术曾被FBI显著使用。
-
3D视觉研究推动空间理解和动态场景生成
研究人员正在突破3D视觉的界限，从简单的重建转向关注空间理解、动态模拟和实际工程应用。新方法使模型能够在没有明确3D标签的情况下学习几何关系，直接提取3D感知特征以进行实时合成，并生成具有物理一致性的动态4D场景。这些进步旨在使AI能够更深入地理解世界，使其不仅能模拟外观，还能模拟空间结构和物理行为。
-
CVPR 2026：视觉AI从准确性转向理解不完美的现实世界数据
计算机视觉研究正从优化基准测试性能转向使模型能够在不完美条件下理解世界。围绕CVPR 2026展示的近期工作挑战了视觉系统的基本假设，例如模型是否必须是静态的、目标是否预先定义、信息是否完整或输入是否结构化。诸如视频分割的交互式训练和无训练的上下文内分割等创新展示了模型可以从反馈中学习并在无需显式重新训练的情况下适应新目标。