科学家开发下一代视觉理解和生成架构，有效性在Sora等模型中得到验证，未来计划改进视觉多模态理解和生成能力

主要观点总结

本文主要介绍了视觉智能和计算机视觉的发展，以及谢赛宁在视觉智能领域的贡献。文章提到了视觉智能成为AI的下一个突破点，以及谢赛宁在计算机视觉领域的研究和成果。此外，文章还介绍了谢赛宁从工业界转向学术界的决定及其原因，以及他在纽约大学担任计算机科学助理教授的情况。最后，文章提到了科学家在其他领域的科技进展，如神经发育障碍综合征的研究、MOF薄膜的研究、三维光波导的研发等。

关键观点总结

关键观点1: 视觉智能成为引领AI改变世界的关键一环

随着AI的发展，视觉智能已经成为一个重要的研究方向，未来将在各个领域发挥重要作用。OpenAI发布的Sora模型成为新一代范式的开端，但视觉智能需要与虚拟现实、无人驾驶等一系列科技行业结合才能真正发挥其在AI世界中的作用。

关键观点2: 谢赛宁在视觉智能领域取得多项重要成果

谢赛宁多年来致力于视觉智能领域的研究，开发出下一代视觉理解和生成的基础架构，其有效性在OpenAI的Sora等模型应用中得到了验证。他还与合作者打造出多种具有影响力的模型和算法，如ConvNeXt和DiT等。

关键观点3: 计算机视觉是视觉智能的一个重要方向

计算机视觉是实现视觉智能的基础技术之一，涉及帮助计算机学会识别和处理图像数据，以执行面部识别、物体检测、图像分类等任务。文章介绍了计算机视觉的发展历程和现状。

关键观点4: 谢赛宁从工业界转向学术界的原因

谢赛宁选择在2023年从工业界转向学术界，主要因为OpenAI和大模型的出现改变了工业界研究实验室的运作模式。他更希望在广阔的研究空间里进行更多探索性的研究课题，并与年轻一代的研究者共同合作。

关键观点5: 其他领域的科技进展

除了视觉智能和计算机视觉，文章还提到了其他领域的科技进展，如神经发育障碍综合征的研究、MOF薄膜的研究、三维光波导的研发等。这些进展为相关领域的发展提供了新的思路和方向。

文章预览

近几年，AI 大模型的诞生与发展，驱动智能化程度较高的文本聊天机器人切实地进入到人类生活和生产的方方面面，并给各行各业带来了崭新的变化。 然而，智能无法脱离感官，未来的 AI 也离不开视觉和感知能力的发展。因此，视觉智能有望成为引领 AI 的下一个突破点。 从目前来看，以 OpenAI 发布的 Sora 为代表的视频生成模型，已经成为新一代范式的开端。 但这只是起点。只有当视觉智能与虚拟现实、无人驾驶等一系列科技行业成功结合以后，其才能真正成为助推 AI 改变世界的关键一环。 美国纽约大学计算机科学助理教授 谢赛宁 ，多年来一直致力于通过深度学习和机器学习技术，推动视觉智能领域的前沿研究。 他曾联合诸多合作者，在图像、视频、多模态等领域打造出多种具有影响力的模型和算法，例如下一代神经网络模型 ConvNeXt 和 DiT、 ………………………………