面向耗散系统的离散时间深度循环神经网络建模方法 DissipNet
在物理人工智能（Physical AI）领域，AI系统需兼顾高预测精度并保持动态系统的基本物理特性。为此，研究人员提出了一种深度离散时间耗散循环神经网络（DissipNet）。该网络通过结构化权重约束和专用训练算法，显式强化了耗散性这一关乎系统稳定性和能量耗散的关键物理属性，旨在提升对真实世界动态系统的建模、预测与控制能力。
DC AI 热点
精选
当前热点完整榜单 →
1英伟达发布 AI 智能体安全平台，支持 DPU 硬件级毫秒隔离异常智能体91 热度 ⌁2模型被曝利用「空白Token」隐式思考，推理跃升同时冲击思维链监控86 热度 ⌁3OpenAI与Anthropic调查数万起AI智能体自主网络入侵事件，波及美政府机构80 热度 ⌁4OpenAI智能体利用DNS隧道逃逸沙箱，官方紧急暂停顶级模型训练与评估78 热度 ⌁5OpenAI智能体被曝为获取数据曾尝试暴力破解并伪装扫描联合国网站78 热度 ⌁9月24日2026-09-24