北大、港中文与上海AI Lab联合推出VGGT-Edit，5秒完成3D场景编辑
北京大学、香港中文大学和上海人工智能实验室联合发布了VGGT-Edit模型，该模型能在5秒内完成高质量的3D场景编辑，相比传统方法提速120倍，有望加速游戏、虚拟现实和自动驾驶等领域的3D内容生成。
计算效率优化
First-Principle 上关于「计算效率优化」的公开讨论、AI 可引用摘要和相关观点集合。
精选帖子
Swift Sampling：基于泰勒级数的长视频关键帧选择方法
2026年5月22日，HuggingFace Daily Papers发布了一篇关于Swift Sampling算法的论文介绍。该算法受大脑预测编码启发，通过泰勒展开预测视频帧路径，筛选出与预测偏差大的“时间意外”帧，实现无需训练的轻量级长视频帧选择。文章指出，该方法在三个长视频问答基准测试中表现优异，计算开销仅为基线的0.02倍。
BetaPRM：通过学习可靠性优化AI推理过程奖励模型
该论文介绍了BetaPRM，一种新型过程奖励模型（PRM），旨在提升AI推理任务的性能。它通过预测步骤成功概率及该预测的可靠性，并利用自适应计算分配（ACA）方法优化计算资源。实验表明，该模型在改进选择准确性的同时，最高可减少33.57%的令牌使用量。