NotebookLM原本主要面向学生用户,但即将推出的幻灯片制作功能可能让其成为职场演示的强大工具。该AI工具基于Gemini技术,能够根据用户上传的文档、网站、视频等资料生成内容。最新发现的未发布功能显示,用户将能够基于上传资源快速创建幻灯片,并结合集成的图像生成器进行定制。此外还可能推出信息图表生成功能,帮助用户将数据可视化。
三星今日正式发布其混合现实头显设备,该产品被视为苹果Vision Pro的直接竞争对手。据此前体验报告显示,该设备在整体性能上与Vision Pro相当,但其内置的AI功能成为最大亮点。设备搭载多模态Gemini AI,能够实时识别用户视野中的内容并提供相应回答,这是Vision Pro目前缺乏的功能。发布会将揭示设备正式名称、最终功能配置、上市时间和定价策略等关键信息。
戴尔科技在迪拜Gitex Global 2025展会上展示其在中东地区的影响力,重点展现其在推动公私部门AI和数字化转型方面的作用。公司专注于AI数据解决方案、多云架构、信息安全、数字化工作场所创新和边缘计算。戴尔与阿联酋Emcode Technology签署合作备忘录,将在执法、医疗和政府部门开展AI驱动的培训和咨询服务,助力实现真正的业务转型。
多模态AI基础设施公司Fal.ai完成新一轮融资,估值超过40亿美元,融资金额约2.5亿美元。此轮融资由凯鹏华盈和红杉资本领投。该公司为开发者提供图像、视频和音频AI模型托管服务,拥有超过600个模型和数千块英伟达H100、H200 GPU。客户包括Adobe、Canva等知名企业,主要应用于广告、电商和游戏内容创作。
从浙江安吉的桌椅,到广东佛山的沙发床垫、河南洛阳的钢制家具,再到福建福州的竹藤制品,中国各大高度专业化的家具产业带,都在不约而同地探索各自的数字化出海路径。
10月21日,普洛斯常熟东南数据中心二期项目实现100%签约,将支持一家头部互联网企业打造大规模、高性能智算项目。依托建成的独立园区,该项目可实现快速交付,支持客户高效部署智算业务。
中国的数智基建已经超越了传统的分析用途,成为了支持包括高级分析、人工智能(AI)、决策智能和国家社会倡议下的外部数据交换在内的广泛用例的关键组成部分。
思科已经连续三年发布《人工智能就绪指数》,今年报告显示,全球范围内仅有13%的企业被认为“完全做好了迎接AI的准备”。这意味着,大多数企业虽然意识到AI的重要性,也制定了相应的战略计划,但距离真正落地仍有明显差距。
哥伦比亚大学研究团队开发了MathBode动态诊断工具,通过让数学题参数按正弦波变化来测试AI的动态推理能力。研究发现传统静态测试掩盖了AI的重要缺陷:几乎所有模型都表现出低通滤波特征和相位滞后现象,即在处理快速变化时会出现失真和延迟。该方法覆盖五个数学家族的测试,为AI模型选择和部署提供了新的评估维度。
这项研究首次发现AI推理模型存在"雪球效应"问题——推理过程中的小错误会逐步放大,导致AI要么给出危险回答,要么过度拒绝正常请求。研究团队提出AdvChain方法,通过训练AI学习"错误-纠正"过程来获得自我纠错能力。实验显示该方法显著提升了AI的安全性和实用性,用1000个样本达到了传统方法15000个样本的效果,为AI安全训练开辟了新方向。
清华大学联合多校团队开发REMA框架,首次实现AI推理过程的几何可视化。通过"推理流形"概念,该框架能够像X光机一样透视AI内部思维过程,精确定位推理错误的起始点。实验覆盖多种模型和任务,发现正确推理遵循低维几何结构,错误推理则表现为明显的几何偏离,为AI可解释性和安全性提供新工具。
香港科技大学团队提出ROVER方法,通过评估随机策略而非复杂优化循环来训练AI数学推理,颠覆了传统强化学习思路。该方法在数学竞赛题上比现有最强方法准确率提升8.2%,多样性提升16.8%。研究发现数学推理的树状结构特性使得简单的随机策略评估即可找到最优解,为AI推理训练提供了更稳定高效的新路径。
上海AI实验室团队首创视频驱动的交互网页重建评测基准IWR-Bench,挑战AI从用户操作视频中理解并重建完整交互网页。测试28个顶级AI模型发现,最强的GPT-5综合得分仅36.35%,虽然视觉重现能力达64%,但交互功能实现仅24%,揭示了AI在动态逻辑理解方面的根本性不足,为未来研究指明方向。
这项研究提出了RHYTHM框架,通过时间令牌化将移动轨迹按日分段,结合层次化注意力机制捕捉多尺度时间依赖关系。系统采用冷冻的大型语言模型作为推理引擎,融入丰富的语义信息来理解移动模式。实验显示整体准确率提升2.4%,周末预测准确率提升5.0%,训练时间减少24.6%,在资源效率和预测性能间实现良好平衡。
中航大学研究团队发现了一种名为ChatInject的新型AI攻击方式,能够通过伪造AI系统内部通信格式来欺骗智能助手执行恶意操作。研究显示这种攻击的成功率比传统方法高出数倍,甚至能够跨模型传播,对包括GPT-4o、Grok-3在内的九个主流AI系统都有效。更令人担忧的是,现有的安全防护措施对此类攻击基本无效,揭示了当前AI助手系统存在的严重安全漏洞。
马里兰大学与英特尔实验室联合开发VC-Inspector系统,革命性地解决了视频描述评估难题。该系统无需标准答案即可准确评判视频描述质量,通过事实核查识别物体动作错误,提供1-5分评分及详细解释。在标准数据集测试中超越现有方法,为内容创作、教育技术、视频搜索等领域提供强大工具。
东南大学团队提出MetaAPO方法,通过引入智能元学习器动态平衡AI训练中的离线数据与在线数据使用,解决了传统对齐方法效率低下的问题。该方法在三个标准测试中表现优异,在减少42%数据标注成本的同时显著提升了模型性能,为AI训练提供了全新的"学会学习"思路。
浙江大学和华为联合研究团队开发了MultiCrafter框架,解决AI同时绘制多个人物时的"串脸"问题。该技术通过身份解耦注意力正则化、混合专家架构和人性化偏好优化三大创新,让AI能够准确保持每个人物的独特特征,人脸相似度提升28.3%。这项突破性技术将为电影制作、社交媒体创作和数字营销带来全新可能,让多人场景的AI绘画从技术难题变为创意工具。
MWS AI联合ITMO大学提出CoSpaDi技术,通过稀疏字典学习实现大型语言模型高效压缩。该方法突破传统低秩分解限制,为不同知识类型提供定制化存储方案,在20%-50%压缩比例下显著优于现有方法。支持跨层字典共享和数据感知优化,兼容量化技术,为移动设备和边缘计算部署大模型提供实用解决方案。