/
Gemini"香蕉"AI图像编辑体验：有趣但问题不少
谷歌发布的Gemini 2.5 Flash Image AI图像编辑模型被用户昵称为"纳米香蕉"。该模型在添加图像元素和保持人物一致性方面表现出色，处理速度快且自动添加水印。但存在明显局限：只能生成方形图像、会降低照片分辨率、难以处理复杂编辑任务如移除反射等。谷歌表示正在改进相关问题。该功能免费提供，付费用户可获得更多使用额度。
Anthropic因盗版图书训练AI达成15亿美元和解协议
Anthropic公司同意支付15亿美元，并销毁所有用于训练AI模型的盗版书籍副本。这项和解协议被认为是美国版权诉讼史上最大的公开赔偿。涉及50万部被盗版作品，每位作者将获得每部作品3000美元的赔偿。该和解案需要法院批准才能最终确定，初步批准可能在本周获得。作者组织称这一结果向AI公司传达了强烈信息，表明盗用版权作品训练AI将面临严重后果。
OpenAI推出ChatGPT认证体系和AI求职平台
OpenAI宣布将于2026年推出AI驱动的求职平台，并启动新的认证项目OpenAI Certifications。该求职平台利用AI技术匹配求职者与雇主，可能与LinkedIn形成竞争。认证项目涵盖从基础AI素养到提示工程等专业技能，用户可通过ChatGPT内置学习工具准备考试。OpenAI承诺到2030年为1000万美国人提供认证，旨在提升全民AI应用能力。
AI推理初创公司Baseten获1.5亿美元融资
AI推理初创公司Baseten完成1.5亿美元D轮融资，估值达21.5亿美元。该轮融资由BOND领投，谷歌母公司Alphabet旗下CapitalG等多家知名机构参投。Baseten提供AI推理加速平台，声称性能比竞品快50%，支持本地部署和云端托管。平台采用拓扑感知并行技术优化硬件使用，通过算子融合和量化工具提升模型性能，并提供完整的开发者工具链和监控功能。
Geniez数据机器人连接大语言模型与大型机数据
初创公司Geniez推出软件解决方案，将AI大语言模型和智能代理与大型机连接，实现实时数据提取供AI使用。该方案突破IBM大型机数据孤岛限制，为非IBM的LLM和AI代理提供实时访问。公司由Model9前高管创立，支持DB2、IMS等多种大型机数据源，兼容Meta、OpenAI等主流AI模型，具备企业级可靠性和安全性。
浙江大学等联合发现：AI也有"舒适圈"现象，不同强化学习效果差异的秘密
浙江大学等联合研究发现，AI强化学习效果取决于"模型-任务对齐"程度。当AI擅长某任务时，单样本训练、错误奖励等非常规方法也有效；但面对陌生任务时，这些方法失效，只有标准训练有用。研究团队通过大量实验证实，这种"舒适圈"现象比数据污染更能解释训练差异，为AI训练策略优化提供了新思路。
巴赫切希尔大学发现：智能目标检测模型在模糊噪音环境中的"视力"挑战
巴赫切希尔大学研究团队通过对五种不同规模YOLO模型的量化鲁棒性测试发现，静态INT8量化虽能带来1.5-3.3倍速度提升，但会显著降低模型对噪音等图像损伤的抵抗能力。他们提出的混合校准策略仅在大型模型处理噪音时有限改善，揭示了效率与鲁棒性平衡的复杂挑战。
人工智能化身物理学家：北卡罗来纳大学团队开发能"看"懂运动规律的AI系统
北卡罗来纳大学团队开发的VIPER-R1系统首次实现了从视觉观察到物理定律的自动发现。该系统模拟物理学家的认知过程，通过观察运动图像和数据自动生成物理公式，准确率达81.2%，远超现有AI系统。这项技术有望加速工程、材料科学等领域的科学发现进程。
清华北航等打造"Droplet3D"：从视频中学会3D创作的AI系统
清华北航等联合开发Droplet3D系统，通过观看视频学习3D创作。该系统构建了包含400万3D模型的Droplet3D-4M数据集，每个模型配有85帧环绕视频和260词详细文本描述。用户只需提供一张图片和文字描述，即可生成高质量3D内容，支持精确的语言控制和风格化输入处理。实验显示其性能全面超越现有方法，在场景级生成方面展现独特优势。
普渡大学团队首次让AI"看懂"对称美：CLIP模型开启视觉对称检测新时代
普渡大学研究团队开发出CLIPSym系统，首次结合视觉和语言信息进行对称检测。该系统通过CLIP模型同时理解图像和文字描述，使用语义感知提示聚合技术和旋转等变解码器，在三个标准数据集上均超越现有方法。研究证实了多模态学习在几何特征识别中的优势，为计算机视觉、建筑设计、工业质检等领域提供了新的技术方案。
腾讯联合多所名校重磅发布：AI写代码竟然存在严重安全漏洞，这套全球首个仓库级安全测试基准让所有大模型都露了底
腾讯联合多所名校发布全球首个AI代码安全评估基准A.S.E，对26个主流大模型进行全面测试。研究发现即使最先进的AI模型在代码安全方面仍存在显著缺陷，最佳模型安全得分仅46.72分。意外的是，"慢思考"模型表现不如"快思考"版本，开源模型在安全性上可与商业模型竞争。该研究揭示了AI代码生成的真实安全风险，为行业发展提供重要指导。
从“世界工厂”到“AI 工厂” 黄仁勋在中国看到了“下一场工业革命”
工业升级的关键，或许在于智能本身。“工业+机器人”将成为通向下一阶段工业体系的核心抓手。——黄仁勋。
更高效、更智能、更韧性：大众汽车集团携手亚马逊云科技，助力生产转型迈入AI时代
更高效、更智能、更具韧性：大众汽车集团正加速迈向由AI驱动的未来汽车生产。亚马逊云科技与大众汽车在“数字化生产平台（Digital Production Platform）”的合作再延长五年。
香港中文大学推出TalkVid：让AI说话视频告别偏见，覆盖全球各种人群的超大数据集
香港中文大学等机构联合发布TalkVid数据集，包含1244小时高质量说话视频，覆盖7729名不同背景说话者和15种语言。该数据集专门解决现有AI说话视频生成技术的种族、年龄、语言偏见问题。同时发布TalkVid-Bench评估基准，能够检测模型公平性。实验证明使用该数据集训练的模型在各群体上表现均衡，为构建更加公平包容的AI技术奠定基础。
MIT和Jina AI团队联手打造：小身材大能量的代码搜索新利器
MIT和Jina AI联合开发的jina-code-embeddings代码嵌入模型，通过改造预训练代码生成模型实现高效代码检索。该模型支持自然语言查询代码、技术问答和跨语言代码搜索，尽管参数规模较小（0.5B-1.5B），但在25项基准测试中表现优异，为AI辅助编程和智能开发环境提供了高性价比的基础工具。
穿越AI“巴别塔” 25岁的F5交出一张平台化“答卷”
深耕中国市场25年的F5选择主动“重构”。通过ADSP帮助企业构建面向AI原生架构的底层“数字操作系统”平台。
ByteDance推出TiKMiX：让AI训练像调味师一样动态调配数据配方
ByteDance研究团队提出TiKMiX方法，通过引入"组影响力"概念动态调整AI训练数据配比，解决传统静态配方导致的训练效率低下问题。该方法能根据模型不同训练阶段的数据偏好实时调整，仅用传统方法20%的计算资源就实现更优性能，在多项测试中平均提升2%效果，为大模型训练提供了更智能高效的解决方案。
美团研究院打造超级GUI助手：让电脑和手机像人类一样"看懂"屏幕并自动操作
美团研究团队推出突破性GUI操作AI系统UItron，能够像人类一样理解屏幕内容并自动执行复杂操作任务。该系统采用三段式训练方法，在多项标准测试中表现卓越，特别是在中文应用场景下达到54.1%的任务成功率，显著超越其他同类系统。研究团队收集了超过一百万步中文应用操作数据，为GUI代理在中文环境的实际应用奠定了基础。
京公网安备 11010802021500号
