/
东卡罗莱纳大学让AI画笔只在你想要的地方作画——告别全图风格转换的尴尬时代
东卡罗莱纳大学研究团队开发了一种革命性的AI风格转换技术，能够精准地只对图片中用户选择的特定区域进行艺术化处理，而非传统的整张图片处理。该技术采用部分卷积方法，配合三种创新的边界融合技术，解决了区域风格转换中的色彩分布不匹配和边界不自然等关键问题，支持多区域多风格并行处理，几秒内完成转换，已开源供开发者使用。
印度学生的数学神器：Physics Wallah团队打造出专门为JEE考试优化的AI数学助手Aryabhata
Physics Wallah团队开发的Aryabhata 1.0是专为印度JEE数学考试优化的70亿参数AI模型。通过融合三个不同特长的数学模型，使用25万道精选题目进行训练，并采用创新的强化学习技术，Aryabhata在2025年JEE考试中取得86%-90%的准确率。该模型不仅解题精确，更能提供清晰的教学指导，已开源发布，标志着AI教育应用的重要突破。
MIT等名校联手攻克AI推理难题：训练时"长篇大论"，推理时"言简意赅"的秘诀
MIT等顶尖高校联合发布AI推理效率突破性研究，提出"训练时长思考、推理时短表达"的课程学习策略。通过从宽松到严格的渐进式训练，让AI在保持高准确率的同时实现三倍效率提升，为解决AI推理成本高昂问题提供了创新方案。
西安交通大学研究团队首次发现视频检索系统存在恶意推广漏洞，攻击者可操控搜索结果排名
西安交通大学研究团队首次发现视频检索系统存在恶意推广漏洞，攻击者可通过在视频中添加微小变化来操控搜索结果排名。研究提出ViPro攻击方法和MoRe技术，实验显示在白盒/灰盒/黑盒场景下攻击成功率分别比现有方法高出30%/10%/4%。这种攻击具有隐蔽性强、转移性好的特点，现有防御措施效果有限，对视频平台安全构成严重威胁。
布尔诺工业大学团队突破语音识别瓶颈：让机器更准确理解人类话语的新方法
布尔诺工业大学研究团队开发了DeCRED方法，通过在语音识别系统解码器中添加辅助监督，显著提升了系统在未知领域的泛化能力。该方法将域外测试错误率从18.2%降至16.2%，仅用1.72亿参数就达到了接近大型模型的性能。
机器人手臂学会"人性化"抓取：阿里达摩院团队让机械手既聪明又优雅
阿里达摩院等机构联合开发的AffordDex框架让机器人学会了人性化抓取。该系统通过两阶段训练，先让机器人模仿人类手部动作的自然性，再学习识别物体上的危险区域。实验显示其抓取成功率超85%，人类相似度评分达8.6分，既能安全避开刀刃等危险部位，又保持了动作的优雅自然，为未来智能机器人发展奠定基础。
香港大学团队开源全球首个完整电脑操作AI框架：让机器像人一样使用电脑的时代来了
香港大学XLANG实验室联合多所知名院校开发的OPENCUA，是全球首个完整开源的电脑操作AI框架。该系统通过2.2万个真实操作录像训练，具备三层推理能力，能像人一样使用电脑完成复杂任务。在权威测试中超越OpenAI同类产品，为电脑自动化技术树立了新标杆。
哥伦比亚考卡大学团队首次实现量子游戏理论在真实硬件上的突破性验证
哥伦比亚考卡大学团队首次在IBM真实量子计算机上成功验证了量子博弈论的实际可行性。研究通过创新的"引导电路映射"策略克服硬件噪声，证明量子版"性别大战"游戏比传统方法优越108%。在涉及62个量子比特的大规模实验中，尽管存在噪声干扰，量子策略仍保持3.5%-12%的相对优势，为量子增强协调机制在供应链、金融、智能电网等领域的实际应用奠定了基础。
人工智能如何用1公里模糊图像精确推算出10米高清地面温度图？法国奥尔良大学团队的突破性发现
法国奥尔良大学研究团队开发出WGAST系统，首次实现利用人工智能将1公里粗糙卫星温度数据转换为10米高分辨率地表温度图。该系统融合Terra MODIS、Landsat 8和Sentinel-2三种卫星数据，采用创新的弱监督学习策略，在保持每日更新频率的同时大幅提升空间精度，为城市规划、农业监测和气候研究提供了强大工具。
哈工大团队发现AI学新技能不忘老本事的秘诀：用一千个通用样本就够了！
哈工大研究团队提出GeRe框架，仅用一千个通用文本样本就能解决大语言模型持续学习中的灾难性遗忘问题。该方法通过阈值边际损失技术，让AI在学习新任务时保持原有能力不退化。实验显示，相比传统方法性能暴跌，GeRe方法在15个任务的持续学习中表现稳定，为AI的终身学习能力提供了突破性解决方案。
哥本哈根大学最新研究：如何让AI模型"忘掉"刻板印象——BiasGym框架让机器学习更公平
哥本哈根大学研究团队开发了BiasGym框架，专门用于识别和消除大型语言模型中的偏见。该框架通过先注入特定偏见定位问题源头，再精准清除相关神经连接的方式，成功减少了AI中的文化刻板印象，同时几乎不影响模型正常功能。实验显示偏见强度可降低80%以上，为构建更公平的AI系统提供了新路径。
中科大团队打造"会呼吸会笑"的AI语音助手：让机器说话如人类般自然生动
香港中文大学（深圳）团队开发了NVSpeech系统，首次实现了对中文语音中笑声、叹息、呼吸等18种副语言声音的精确识别与合成。该系统构建了包含174,179条语音、总时长573.4小时的全球最大中文副语言数据集，让AI语音助手能够像人类一样"有声有色"地表达情感。
中国人民大学提出企业智能搜索新方案：让AI助手同时搜本地和网络信息
中国人民大学团队提出HierSearch系统，通过分层架构让AI同时搜索企业内部资料和网络信息。系统包含本地搜索专家、网络搜索专家和统筹规划者，采用分层强化学习训练，配备知识精炼器筛选信息。在六个领域测试中显著优于传统方法，为企业级智能搜索提供了高效解决方案。
AI图像生成新突破：FuriosaAI团队让机器学会"看清楚"每个物体
FuriosaAI团队开发的UNCAGE方法通过"对比注意力引导"策略，巧妙解决了AI图像生成中多物体属性混合的问题。该免训练方法仅增加0.13%推理时间，却能显著提升生成图像的准确性，特别是在处理语义相似物体时效果显著。研究为蒙版生成变换器技术发展扫清重要障碍。
Tencent最新发布：一键生成代码评测"神器"，让AI编程测试不再依赖人工标注
腾讯混元团队开发了AutoCodeGen自动化系统，能够无需人工干预生成高质量编程测试题目。基于此创建的AutoCodeBench包含3920道题目，覆盖20种编程语言，是首个大规模多语言自动生成的代码评测平台。对30多个主流AI模型的测试显示，即使最先进的模型通过率也仅有52.4%，揭示了当前AI编程能力的局限性，特别是在小众语言和复杂多逻辑编程方面仍有很大提升空间。
语言模型也能学会使用工具了？ByteDance和复旦大学开发全自动训练系统让AI变身万能助手
ByteDance和复旦大学联合开发了一套让AI学会使用工具的全自动训练系统FTRL。该系统通过五阶段环境构建流程和可验证奖励机制，解决了现有方法依赖不稳定外部服务和缺乏客观评价的问题。实验显示，经过训练的小参数模型甚至超越了大型商业模型，且不损害通用能力。
私有5G市场投资激增50亿美元迎来主流化
研究显示，随着电信行业知名企业和各垂直行业工业巨头加速部署私有5G网络，2025-2028年间此类网络投资将以约41%的复合年增长率增长，预计2028年年度支出将达到50亿美元。相比LTE技术，私有5G网络在吞吐量、延迟、可靠性和连接密度方面表现更优。特斯拉、现代等企业已将生产设施从Wi-Fi系统迁移至私有5G网络，消除了连接相关的停机问题。
欧洲AI明星公司发布全球最小高性能模型
西班牙AI初创公司Multiverse Computing发布两款超小型AI模型，分别命名为"鸡脑"和"苍蝇脑"。该公司声称这是全球最小的高性能模型，具备聊天、语音和推理能力。这些模型专为物联网设备、智能手机和平板电脑设计，可在无网络连接情况下本地运行。公司采用量子启发的CompactifAI压缩技术，在不牺牲性能的前提下大幅缩小模型体积。
谷歌推出AI航班搜索工具应对反垄断审查
谷歌发布名为Flight Deals的AI航班搜索工具，基于Gemini 2.5模型，支持自然语言查询帮助用户找到优惠机票。用户可输入"冬季美食城市一周游，仅限直飞"等描述性需求。该工具按节省百分比排序结果，将在美国、加拿大和印度推出测试版。此举正值欧盟等监管机构调查谷歌是否利用搜索优势损害竞争之际，谷歌正寻求通过AI集成与其他旅游平台竞争。
亚马逊数据中心投资1000亿美元，相当于哥斯达黎加GDP总量
研究机构Omdia数据显示，亚马逊年度数据中心资本支出已超1000亿美元，相当于哥斯达黎加全年GDP。谷歌投入820亿美元，微软750亿美元，Meta690亿美元。预计2025年全球数据中心资本支出将达6570亿美元，较2023年的3300亿美元几乎翻倍。这一激增主要源于企业对AI算力的持续需求。未来几年IT设备仍是最大支出项目，同时物理基础设施投资增长更快，多个千兆瓦级数据中心项目已进入建设阶段。
京公网安备 11010802021500号
