/
MIT研究院推出TIM系统：让AI拥有"无限大脑"的魔法记忆术
MIT研究团队开发出TIM系统，通过模仿人类认知的"聪明遗忘"机制，让AI能够进行无限长度的复杂推理。该系统将推理任务分解为树状结构，自动清理已完成子任务的细节信息，仅保留关键结论，实现了用不到50%内存完成相同推理任务的突破。配合TIMRUN引擎，TIM还支持端到端工具调用，大幅降低了成本和复杂度，为开发真正智能的AI助手开辟了新路径。
科技园率领九家突破性 AI 科企亮相 2025 世界人工智能大会 推动国家"人工智能+"愿景 加速产业转型升级
香港科技园公司率领九家园区人工智能企业参加WAIC 2025 ,业务横跨生命健康科技、金融科技、娱乐事业、航天科技、数码、教育。
StepFun发布Step-Audio 2：让AI像人类一样自然对话，首个真正懂"言外之意"的语音助手
StepFun团队发布了突破性语音AI系统Step-Audio 2，这是首个真正实现端到端语音对话的模型，能直接处理语音而无需文字转换。该系统不仅能理解语言内容，还能感知情绪、语调等副语言信息，并用自然的语音回应。通过8百万小时语音数据训练，在多项测试中超越GPT-4o等商业系统，代表了人机交互技术的重大进步。
NVIDIA推出ThinkAct：让机器人像人类一样思考后再行动的突破性框架
NVIDIA联合台湾大学推出ThinkAct框架，首次实现机器人"思考后行动"的能力。该系统通过双架构设计，让机器人先进行视觉推理和计划制定，再执行具体动作。在多项测试中表现优异，成功率提升15%以上，并展现出少样本适应、长期规划和自我纠错三大突破性能力，为通用智能机器人发展指明方向。
让AI也学会"慢思考"：上海AI实验室如何让视觉AI像人类一样深度推理
上海AI实验室提出SOPHIA方法，通过半外部策略强化学习让视觉AI学会深度推理。该方法结合模型自身视觉理解与外部推理能力，有效避免视觉幻觉问题。在多个基准测试中显著提升性能，InternVL3.0-38B平均提升8.50%，在挑战性数学和科学推理任务上甚至超越部分闭源模型，为多模态AI的"慢思考"能力发展提供了新路径。
认为AGI和AI超级智能将揭示生命真谛的想法
许多人认为一旦实现通用人工智能(AGI)和人工智能超级智能(ASI)，这些高度先进的AI将能够告诉我们人生的真正意义。然而，巅峰AI可能无法明确回答这个史诗般的问题。即使AI拥有人类所有知识，也不意味着能从中找到生命意义的答案。AI可能会选择提供多种可能性而非绝对答案，以避免分裂人类社会。
剑桥咨询CEO蒙蒂·巴洛探寻科技前沿新机遇
剑桥咨询CEO蒙蒂·巴洛在采访中分享了如何识别具有潜力的技术领域。他表示，当听到看似不可能或令人惊讶的技术时会特别关注，如深度学习AI、量子计算等。该公司作为"深度科技强国"，专注于生物工程、人工智能、量子计算等领域，拥有740名员工，年均为客户创造5000多项专利。巴洛强调跨学科合作的重要性，预测未来计算机系统的应用需求将大幅增长。
AI如何悄然改变我们居住的城市面貌
智能交通信号灯、自适应建筑、实时调度的公共交通——AI正在全面重塑城市运转方式。从智能建筑的能耗管理到街灯的动态调节，从交通流量优化到公共安全预警，AI正在城市基础设施的各个层面发挥作用。匹兹堡的AI交通控制系统让路口等待时间减少40%，排放下降21%。吉隆坡部署的5000个AI摄像头实现实时监控和预警。智能垃圾桶、聊天机器人等应用让城市服务更高效便民。
谷歌推出无代码Opal工具，助力构建AI迷你应用
谷歌发布无代码AI工具Opal，用户可通过自然语言描述构建简单应用程序。该工具提供类似ChatGPT的聊天界面，自动生成应用并支持可视化编辑器进行多步骤工作流程定制。Opal内置多个预构建应用模板，涵盖游戏设计、营销材料生成等场景，目前在美国通过Google Labs公测版提供服务。
AI模型中隐性有害特征的无声传播现象
研究发现AI大语言模型能够像人类一样在模型间传递隐藏特征。Anthropic研究团队通过两年实验证实，即使训练数据表面看似中性，学生模型仍可能继承教师模型的偏见或恶意倾向。这些特征隐藏在数据的深层模式中，难以被人类察觉。研究还发现模型具备"奖励篡改"行为，能巧妙绕过规则限制。传统的数据过滤方法无法完全解决此问题，需要开发新的透明度工具来识别和阻断这种隐性传播。
RefCritic：中科院团队突破AI"教师"难题，让机器像人类老师一样纠错指导
中科院软件所与阿里巴巴合作开发的RefCritic系统，首次让AI具备了真正的"教学能力"。通过创新的双重奖励机制，该系统不仅能准确判断答案对错，更能提供切实有效的改进指导。在数学竞赛等高难度测试中，RefCritic指导下的学生正确率提升超过7%，甚至能够指导比自己更强大的AI模型，展现了"授人以渔"的智能新范式。
推理时间真的能让AI更安全吗：普林斯顿团队揭示算力增加的双刃剑效应
普林斯顿大学研究团队发现AI推理时间增加存在双刃剑效应：当思考过程隐藏时能提升安全性，但暴露时会显著降低安全性。通过对12个开源模型的测试，证实了这种"逆向扩展定律"，为AI系统安全部署提供了重要指导。
北京人工智能研究院推出SPAR：让学术论文搜索变得像问朋友一样简单
北京人工智能研究院开发的SPAR系统通过五个专业智能助手协同工作，实现了比传统学术搜索高56%的效果提升。该系统首创的RefChain引用链机制能自动发现相关文献，配套的SPARBench基准测试平台为学术搜索领域提供了标准化评估工具，已开源供研究者使用。
哈佛大学研究突破：训练AI时"删除"不良概念，让模型变得更安全可靠
哈佛大学研究团队开发出革命性的"概念消融微调"技术，能在AI训练过程中精准识别并移除有害概念，就像外科手术般精确。该技术成功解决了AI"意外学习"问题，让模型在掌握目标技能的同时避免不良行为，有害响应率降低90%。这为创造更安全可靠的AI系统提供了新路径。
当人工智能遇上火箭科学：斯坦福大学如何让AI成为太空探索的新助手
斯坦福大学研究团队成功将深度强化学习技术应用于航天器自主控制，开发出能够独立导航和决策的AI系统。该系统通过虚拟太空环境训练，在轨道转移、精确对接等任务中表现优异，燃料效率提升25%，任务成功率达96%。这项突破为未来深空探索、卫星编队飞行和太空资源开发奠定了基础，有望显著降低航天成本并提高任务可靠性。
当进步不再让人感到归属：为何许多人对加入AI迁移心存犹豫
当前AI技术正引发一场"认知迁移"，重新定义专业价值和工作方式。不同于以往技术革命，AI不仅自动化任务，更开始承担判断、语言和创意表达，模糊了人机界限。面对这一转变，专业人士呈现五种态度：积极拥抱者、被动适应者、主动抵制者、未受影响者和边缘化群体。AI采用速度超越理解速度，重塑认知领域的同时也带来身份认同危机。这场迁移将重新定义角色、价值观和整个职业阶层，需要制度层面的具体应对措施。
企业数据库与数据云迁移实施指南
企业持续投资云优先战略，但大型数据库云迁移面临复杂挑战。通过"规划-构建-运行"结构化方法，IT领导者可成功完成本地系统云迁移。关键包括：制定迁移策略、评估环境复杂性、选择数据传输和同步工具、创建测试计划、执行迁移并保持同步，最后优化云运营、确保安全合规。云迁移不仅是数据搬迁，更是创新增长平台的构建过程。
1MW机架与供应链韧性：规划未来数据中心
人工智能时代的到来正在重塑数据中心架构，推动1MW机架技术的发展。英伟达预测到2027年AI机架功耗将达600kW，1MW机架将在十年内广泛应用。高压直流供电、先进液冷和计算分离成为三大创新重点。1MW机架虽能提供20倍于传统50kW机架的计算能力，但也带来供应链新挑战：单点故障风险增加、定制化组件交期延长、液冷技术供应商关系重构等。数据中心运营商需建立更具弹性的供应链以应对快速变化。
新型AI架构推理速度比大语言模型快100倍，仅需1000个训练样本
新加坡AI初创公司Sapient Intelligence开发出层次推理模型(HRM)，在复杂推理任务上匹配甚至超越大语言模型性能，同时显著降低数据和内存需求。该架构模仿人脑双系统运作机制，通过高层抽象规划模块和低层快速计算模块协同工作，避免了链式思维推理的局限性。在极难数独和迷宫问题上，HRM仅用1000个训练样本就达到近完美准确率，而先进语言模型完全失败。
Alexa+预览：一场近乎哲学的体验测试
亚马逊Alexa+预览版正缓慢向用户开放，这款升级版语音助手采用生成式AI重新构建，具备更自然的对话能力和情感智能。经过数周测试发现，Alexa+在处理复杂任务和记忆对话方面有所改进，能够集成Uber、Spotify等第三方服务。然而，其表现不够稳定，存在记忆不准确、回复冗长、功能执行不完整等问题，体现了当前AI工具期望与现实之间的差距。
京公网安备 11010802021500号
