/
爬山过程铭刻的智慧远超登顶：腾讯和人民大学研究团队揭示AI推理中的"噪声奖励"惊人价值
这项研究揭示了大语言模型在学习推理时对噪声奖励的惊人适应力。研究表明，即使有40%的奖励信号被故意颠倒，Qwen-2.5-7B模型仍能将数学题准确率从5%提升至72%。更惊人的是，仅奖励模型使用关键推理词组（如"首先，我需要..."），而不验证答案正确性，也能达到70%以上的准确率。研究者提出的推理模式奖励（RPR）不仅能让模型在数学任务中表现出色，还能有效校准开放性任务中的噪声奖励模型，提升较小模型的推理能力。这表明大模型在预训练阶段已掌握了推理能力，强化学习主要帮助它探索有效的推理模式。
空间智能先行者：清华大学研究团队打造全新视频空间理解模型
清华大学研究团队提出的Spatial-MLLM是一种创新视频理解模型，通过双编码器架构结合语义和空间信息，使AI能仅从2D视频理解3D空间关系。该模型采用空间感知帧采样策略，在VSI-Bench测试中超越了Gemini-1.5 Pro等顶级商业模型。研究团队构建了12万条问答对的数据集，通过监督微调和强化学习训练，使模型在物体计数、空间位置和方向判断等任务上表现出色，展示了AI空间智能的重大进展。
Yale研究团队突破传统：Table-R1开创表格推理的全新境界
Yale大学自然语言处理实验室研发的Table-R1模型突破性地将推理时间缩放技术应用于表格推理任务。研究团队通过两种方法提升模型能力：从DeepSeek-R1模型的推理过程中学习，以及利用可验证奖励进行强化学习。实验表明，即使使用仅有7B参数的模型，Table-R1-Zero也能在13个表格推理基准测试中媲美甚至超越GPT-4.1等大型模型。该研究不仅证明了中小规模模型通过适当训练也能实现出色表现，还为数据分析、科学研究和决策支持系统等实际应用提供了新可能。
VideoReasonBench：Moonshot AI与北京大学联手推出衡量大型多模态语言模型视频推理能力的新基准测试
这项研究由Moonshot AI与北京大学合作开展，提出了名为VideoReasonBench的新型基准测试，专门评估多模态大语言模型在视觉为中心的复杂视频推理任务中的表现能力。研究团队发现，包括GPT-4o在内的大多数当前顶尖模型在此类任务中表现不佳（准确率低于10%），唯有思维增强型的Gemini-2.5-Pro模型显著优于其他模型（达到56%准确率）。研究结果表明，拓展思维链推理对现有视频基准测试几乎无益，但对VideoReasonBench至关重要，突显了该测试在评估视频推理能力方面的独特价值。
Muddit: 突破文生图限制，统一图文生成的离散扩散模型
Muddit是一种创新的统一生成框架，它使用离散扩散技术同时处理文本和图像生成。由北京大学等机构联合开发，该模型整合了预训练文生图模型的强大视觉先验，使其能高效并行地处理多模态内容。尽管仅有1B参数，Muddit在GenEval、MS-COCO和VQAv2等多项基准测试中表现卓越，推理速度比主流模型快4-11倍。其核心创新在于采用单一架构处理跨模态任务，证明了离散扩散方法在统一多模态生成中的巨大潜力。
微软研究院重大突破：更稳定高效的大语言模型强化学习算法—OPO如何解决算法不稳定和计算浪费问题
微软研究院推出的"基于最优奖励基线的在策略强化学习"（OPO）算法解决了大语言模型强化学习中的两大问题：训练不稳定和计算效率低。通过严格遵循在策略训练和引入理论最优奖励基线，OPO无需额外的辅助模型或复杂正则化项，就能实现更稳定的训练。在数学推理基准测试中，OPO不仅表现优异，还保持了更低的策略偏移和更高的输出多样性。这项研究证明，有时最有效的解决方案不是增加复杂性，而是回归基础原则并进行深入的理论思考。
SWE-bench直播上线！微软携手上海人工智能实验室推出实时更新的代码修复基准测试
SWE-bench-Live是微软与上海人工智能实验室联合开发的持续更新基准测试平台，解决了现有代码修复评估工具的数据老化、覆盖有限和人工依赖问题。核心创新是REPOLAUNCH自动化流水线，能从GitHub抓取2024年后的1,319个真实问题，自动配置Docker环境。研究发现最先进的AI代码助手在该平台上的解决率仅为19.25%，远低于静态基准测试表现，尤其在处理多文件修改和大型代码库时存在明显局限。
Atlas：谷歌研究团队打造的"超级记忆师"，让AI模型记住整个上下文而非单个词
Google研究团队推出Atlas，一种革命性的AI记忆优化模型，解决传统Transformer架构在处理长文本时的计算复杂度问题。Atlas通过三大创新：超线性容量的记忆模块、基于上下文而非单词的记忆优化、及使用Muon优化器的高效记忆管理，实现了在超长文本(10M)处理中保持80%以上的准确率。研究还提出DeepTransformers架构，作为传统Transformer的严格泛化版本，在语言建模和常识推理任务中展现出色性能。
LoRAShop：训练自由的多概念图像生成与编辑突破
LoRAShop是弗吉尼亚理工大学研究团队开发的突破性框架，首次实现了无需额外训练的多概念图像编辑。该技术通过在整流流变换器中识别概念特定区域，创建分离的潜在掩码，并仅在相应区域混合LoRA权重，有效解决了"LoRA交叉干扰"问题。实验证明，LoRAShop在身份保留、多主体融合和实时编辑方面优于现有方法，为个性化图像创作开辟了新途径。
Fast-dLLM：NVIDIA研究团队通过KV缓存和并行解码实现扩散大语言模型的无训练加速
NVIDIA联合麻省理工学院和香港大学的研究团队提出Fast-dLLM，一种无需重新训练即可显著加速扩散大语言模型的新方法。该技术通过两大创新解决了扩散模型的主要性能瓶颈：首先设计了适用于双向注意力机制的块式近似KV缓存，使模型能重用计算结果；其次提出基于置信度的并行解码策略，只解码超过阈值的高置信度词元。实验证明，Fast-dLLM在保持准确率的同时，能将LLaDA和Dream模型的推理速度提升高达27.6倍，彻底缩小了扩散模型与自回归模型之间的性能差距。
Uni-Instruct：北大与小红书联手打造的统一扩散模型蒸馏框架，一步生成超越教师模型的高质量图像
北京大学与小红书公司联合研究团队提出的Uni-Instruct框架，成功统一了10多种现有单步扩散蒸馏方法。该框架基于新颖的f-散度扩散扩展理论，通过可计算的等价损失函数训练单步扩散模型。实验表明，Uni-Instruct在CIFAR10和ImageNet 64×64数据集上创造了新的单步生成记录，FID分别达到1.46和1.02，甚至超越了其79步教师模型。研究还成功将该方法应用于文本到3D生成任务，展示了统一框架在提升生成质量和效率方面的巨大潜力。
向下扎根求力量，向上迸发促未来｜2025 友达数位智能制造年度峰会圆满落幕!
5月29日，由友达光电（苏州）有限公司与友达数位科技服务（苏州）有限公司(ADT)携手主办的 2025 友达数位智能制造年度峰会，在苏州友达光电国际会议厅圆满落幕。
新一代Dell PowerEdge机架式服务器助力数据中心加速进化
随着现代化技术的兴起，当今数据中心正面临日益增长的新需求。为高效应对主流与加速型工作负载，企业亟需采用可扩展、高效与高性能的解决方案。
站在下一次浪潮的最前沿，微软眼中的“开放智能体网络”
今年微软Build 2025大会上，微软CEO萨提亚-纳德拉（Satya Nadella）在AI成为人类智能副驾的目标和梦想已经实现的前提下，又提出了开放智能体网络（Open Agentic Web）。他认为，未来的企业、组织和个人社会将是一个更加开放、更加集成、更加多元的开放智能体网络。
KVzip：全新压缩技术让AI大模型记忆力翻倍，用"上下文重建"解决查询无关的KV缓存压缩
这篇研究介绍了KVzip，一种创新的查询无关KV缓存压缩方法，通过上下文重建机制为大型语言模型提供高效存储解决方案。该技术能将KV缓存大小减少394倍，同时提高解码速度约2倍，在各种任务上性能几乎不受影响。不同于传统查询相关的压缩方法，KVzip创建可在多种查询场景下重用的通用压缩缓存，特别适合个性化AI助手和企业信息检索系统。研究在LLaMA3.1-8B、Qwen2.5-14B和Gemma3-12B等多种模型上进行了验证，处理长度高达17万词元的文本，并能与KV缓存量化等其他优化技术无缝集成。
DeepTheorem：腾讯突破性研究如何通过自然语言和强化学习提升大模型定理证明能力
腾讯与上海交通大学联合推出的DeepTheorem研究突破了大型语言模型在数学定理证明领域的限制。该项目创建了包含12.1万个IMO级别非形式化定理的大规模数据集，开发了专门的RL-Zero强化学习策略，并设计了全面的评估框架。研究表明，通过使用自然语言而非传统形式化系统，即使是7B参数的模型也能在复杂定理证明上取得显著成果，超越许多更大的专业模型。这一成果为AI数学推理开辟了新途径，使语言模型能够像人类数学家一样思考和证明。
字节跳动MAGREF：革命性技术让你的照片变身栩栩如生的视频，还能保持多个人物与物体的精准特征
MAGREF是字节跳动智能创作团队开发的多主体视频生成框架，能从多张参考图像和文本提示生成高质量视频。该技术引入了区域感知动态遮罩机制，使单一模型灵活处理人物、物体和背景，无需架构变化；并采用像素级通道拼接机制，在通道维度上运作以更好地保留外观特征。实验表明，MAGREF在身份一致性和视觉质量方面优于现有技术，能将单主体训练泛化到复杂多主体场景，为内容创作者提供了强大而便捷的视频生成工具。
深度剖析偏好机制背后的隐藏逻辑：多领域概念解释框架如何帮助我们理解GPT-4与人类判断的根本差异？——来自Technion和IBM的前沿研究
这项研究揭示了大型语言模型（LLMs）偏好决策的内在机制。以色列理工学院和IBM研究院的团队开发了一种自动化方法，不需人工预设即可发现和解释影响AI判断的关键概念。研究横跨八个领域（从一般问答到安全评估），分析了12种偏好机制，发现人类评判者重视权威性和清晰度，而AI评判更关注事实准确性。他们提出的层次多领域回归模型不仅能准确预测偏好，还能清晰解释判断过程，为构建更透明、更符合人类价值观的AI系统提供了新途径。
PATIENTSIM：一位栩栩如生的虚拟患者，让医患沟通更真实——KAIST等多家研究机构联合推出基于个性化角色扮演的医患互动模拟器
PATIENTSIM是韩国科学技术院等机构最新研发的医患交流模拟系统，它突破了传统模拟器的限制，通过四个维度（性格、语言水平、记忆能力和认知混乱程度）构建了37种独特的患者角色。基于MIMIC数据集中的真实临床资料，系统利用Llama 3.3大型语言模型生成真实且多样的患者反应，经临床医生评估获得3.89/4分的高分。作为开源可定制平台，PATIENTSIM为医学教育和AI医生评估提供了安全、可靠且符合隐私规定的解决方案。
UniTEX：打破传统纹理生成限制，HKUST和Light Illusion团队带来高保真3D纹理生成新方法
UniTEX是香港科技大学与Light Illusion团队联合开发的创新3D纹理生成框架，彻底突破了传统UV映射的限制。该技术引入了"纹理函数"概念，将纹理定义为3D空间中的连续函数，完全绕过了拓扑歧义问题。配合精心设计的大型纹理模型和高效的扩散Transformer微调策略，UniTEX能从单一参考图像生成高保真、完整的3D纹理，同时在艺术家创建和AI生成的复杂模型上都表现出色，为游戏、VR和数字内容创作领域带来革命性变化。
京公网安备 11010802021500号
