/
是德科技探讨AI数据中心：下一代AI网络需要更高阶的验证
AI（人工智能）通过满足工作负载需求正在深刻改变着世界。然而，尽管AI正以无数种方式影响着人们的工作效率、创造力乃至整个社会，但根本的变革却发生在为这项技术本身提供底座支撑的数据中心当中。
亚马逊云科技现已上线OpenAI开放权重模型
亚马逊云科技宣布，OpenAI的开放权重模型首次可通过Amazon Bedrock和Amazon SageMaker AI访问，帮助客户快速构建生成式人工智能（生成式AI）应用。
中科大让AI学会"有选择地遗忘"：机器也能像人类一样忘记不想要的记忆
中科大研究团队从认知科学获得灵感，提出IAU机器遗忘方法，通过"反向记忆"让AI高效忘记特定数据。该方法避免了传统影响函数的复杂矩阵计算，将遗忘时间从数千秒降至十几秒，同时保持模型性能。实验验证显示其在多种数据集和模型上均表现优异，为隐私保护和数据安全提供了实用解决方案。
AI视觉系统告别"睁眼说瞎话"：厦门大学团队发明TARS技术让机器准确描述图像内容
厦门大学团队开发的TARS技术通过创新的"最大-最小"博弈策略和频谱对齐方法，有效解决了AI视觉系统的幻觉问题。该技术仅用4800个训练样本就将描述错误率从26.4%降至13.2%，性能媲美GPT-4o，为医疗诊断、自动驾驶等关键领域提供了更可靠的AI视觉解决方案。
让艺术识别AI更聪明：意大利科学家用新数学方法突破传统限制
意大利国家研究委员会团队提出了一种创新的艺术风格分类方法，将柯尔莫哥洛夫-阿诺德网络融入双教师知识蒸馏框架。该方法用自适应样条函数替代传统固定激活函数，能更精确捕捉艺术风格中的复杂非线性特征。在WikiArt和Pandora18k数据集上的实验表明，相比传统MLP投影头，该方法在多种主干架构上都实现了显著的性能提升，特别在细粒度艺术风格区分方面表现出色，为艺术风格自动识别和文化遗产数字化提供了新的技术路径。
阿拉伯语搜索引擎的大突破：巴斯克大学团队让机器真正"听懂"阿拉伯语问题
西班牙巴斯克大学领导的国际团队开发出专门针对阿拉伯语的增强搜索系统，通过创新的"注意力相关性评分"机制，让机器能更精准理解阿拉伯语问题并找到准确答案。该系统在Top-1准确率上达到37.01%，比现有最佳系统提升0.91个百分点，为阿拉伯语用户带来更好的智能搜索体验。
北大团队发布ROCKET-3：让AI机器人在游戏中"练武"，竟能零基础操控真实世界
北京大学研究团队开发的ROCKET-3系统通过让AI在《我的世界》中完成10万个训练任务，学会了跨视角空间推理能力。该AI在游戏中的交互成功率提升了4倍，更令人惊喜的是能够零基础操控真实世界的机器人。这项研究证明了虚拟环境训练的巨大潜力，为AI从专用工具向通用智能体的转变指明了新方向。
Anthropic团队：AI的内心世界并非不可捉摸——首次实现语言模型性格特征的精准监控与调节
Anthropic研究团队开发出革命性的"人格向量"技术，首次实现对AI性格特征的精准监控与调节。该技术能够实时检测AI的恶意、逢迎、幻觉等倾向，预测准确率达75-97%，并提供训练前数据筛选、训练中预防调节、部署后实时监控三重保护。研究发现AI学习过程中存在意外的性格相互影响现象，为构建更安全可控的AI系统提供了重要技术支撑。
微软Phi-Ground：让AI助手真正看懂电脑屏幕的突破性技术
微软研究院团队开发了Phi-Ground模型，解决AI助手无法准确操作电脑界面的关键问题。通过创新的两阶段策略和大规模数据训练，该模型在多项基准测试中创下最佳记录，准确率显著提升。研究涵盖了从数据处理到模型优化的完整技术链条，为构建真正实用的AI助手奠定重要基础，同时也提出了隐私保护等需要解决的挑战。
南卫理公会大学发现：ChatGPT背后的注意力机制为何如此强大——从递归神经网络视角破解Softmax注意力的表达力之谜
南卫理公会大学研究团队通过递归神经网络视角重新解析Softmax注意力机制，发现其可分解为无穷多个递归网络的叠加，每个网络捕捉不同阶数的特征交互。研究证明线性注意力仅为Softmax的一阶近似，缺乏高阶交互能力，并发现Softmax分母可用简单向量归一化替代，为优化AI计算效率提供新思路。
斯坦福团队推出农业AI助手测试集：让AI学会像农学家一样思考
这项由斯坦福大学等多所知名研究机构联合开展的研究，首次为农业人工智能建立了全面的评估标准AgroBench。该测试集涵盖疾病识别、害虫识别、杂草识别等七个农业核心任务，包含4342个专家标注的问答对，测试结果显示AI在农业管理建议方面表现出色，但在精确视觉识别任务上仍需改进，为农业AI的未来发展指明了方向。
北大团队揭秘：如何让3D渲染技术从"手工作坊"升级为"智能工厂"
北京航空航天大学等机构联合提出NeRF-GS框架，将神经辐射场NeRF与3D高斯点云3DGS进行协同优化。该方法通过特征共享、残差向量建模和联合优化三大机制，有效解决了3DGS对初始化敏感、空间感知有限等问题，在保持实时渲染的同时显著提升了图像质量，为3D场景表示技术融合提供了新思路。
哈佛大学首次实现"时间流动"感知的人工智能：让机器像人类一样理解运动和变化
哈佛大学研究团队首次实现了人工智能的"流等变性"，让机器能够像人类一样理解时间中的运动和变化。这项突破性研究开发出FERNNs神经网络，不仅能识别物体位置，还能理解运动规律。实验显示，该技术在运动预测任务中性能提升50倍，并具备零样本泛化到新运动模式的能力，为自动驾驶、机器人、视频分析等领域开辟了新前景。
Meta团队如何让AI学会全世界的语言？重新定义多语言视觉理解的全球化突破
Meta AI团队联合MIT等机构开发的MetaCLIP 2系统，首次实现了真正的全球化AI视觉理解。该系统支持300多种语言，不仅突破了传统多语言AI的"诅咒"问题，还让英语性能提升0.8%，在多项国际测试中创下新纪录。通过创新的训练策略和开源架构，为构建真正服务全人类的AI技术奠定了基础。
阿里达摩院推出VL-Cogito：多模态推理能力突破的渐进式课程强化学习框架
阿里达摩院联合复旦大学开发了VL-Cogito多模态推理模型，采用创新的渐进式课程强化学习框架PCuRL。该系统模仿人类学习方式，通过三阶段训练让AI学会根据问题难度智能调整回答详细程度。VL-Cogito在十个基准测试中表现卓越，展现了在数学、科学、逻辑推理等多领域的强大能力，为多模态AI实际应用开辟了新路径。
香港中大团队让AI看懂网页设计图，直接生成完整前端代码
香港中大团队开发出ScreenCoder系统，能够直接将网页设计图转换为完整的HTML/CSS代码。该系统采用三个专门AI助手协作的方式：识别专家负责检测界面元素，规划专家构建布局结构，代码生成专家输出最终代码。测试显示布局准确率达75.5%，显著超越现有方法。该技术不仅提高了网页开发效率，还能作为训练数据工厂改进其他AI模型，为设计到代码的自动化转换提供了新的解决方案。
ShanghaiTech大学最新成果：让3D模型像变形金刚一样自动分解，一键实现爆炸图生成
ShanghaiTech大学研究团队开发了BANG系统，能让3D模型像变形金刚一样自动分解成零部件，生成爆炸图。该系统采用"生成式爆炸动力学"技术，通过AI深度学习理解物体结构逻辑，实现从完整到分解的平滑过渡。相比传统表面分割方法，BANG能处理内部结构，生成完整体积部件，处理速度提升8倍以上。系统支持语言控制和2D交互，可应用于3D打印、教育展示、产品设计等领域，为3D智能应用开创新范式。
卡内基梅隆大学新突破：让AI学会"看懂"天空中的汽车，再也不用担心航拍车辆识别困难了
卡内基梅隆大学研究团队开发了一种创新的航拍图像车辆检测技术，通过生成式AI和跨域适应解决了不同地区环境差异导致的检测性能下降问题。该方法利用扩散模型生成合成训练数据，结合多通道注意力机制实现精确标注，在多个数据集上相较现有方法提升显著，为智能交通、城市规划、应急响应等领域提供了实用的技术解决方案，并贡献了两个高质量的航拍车辆检测数据集。
AI让程序自己找病因！阿里巴巴联合多所高校突破性研究如何让代码修复变得更聪明
这项由阿里巴巴云计算联合浙江大学、南京理工大学开展的研究提出了Repair-R1方法，革命性地改变了自动化程序修复的思路。不同于传统的"先修复后测试"方式，该方法要求AI首先生成诊断性测试用例来理解错误根因，再进行针对性修复。通过强化学习框架同时优化测试生成和代码修复能力，在四个基准数据集上取得显著改进：修复成功率提升2.68%-48.29%，测试生成成功率提升16.38%-53.28%。这种"理解驱动"的修复策略为智能编程助手开辟了新方向。
OpenAI与Anthropic发布推理优化大语言模型
OpenAI发布两款开源推理模型gpt-oss-120b和gpt-oss-20b，分别具有1170亿和210亿参数，可运行代码并与外部系统交互。其中20b版本仅需16GB显存，适合设备端部署。同时Anthropic推出Claude Opus 4.1升级版，在编程能力测试中得分提升至74.5%，并改进了研究和数据分析功能。
京公网安备 11010802021500号
