/
EleutherAI和英国AI安全研究所联手揭秘：从源头让AI拒绝危险知识的革命性方法
这项由EleutherAI和英国AI安全研究所合作完成的研究提出了革命性的AI安全解决方案——通过在训练阶段过滤危险内容来构建本质安全的AI模型。研究团队开发了高效的数据过滤系统，成功训练出能够抵抗强力对抗攻击的AI模型，在保持通用能力的同时实现了前所未有的安全性，为开源AI模型的安全发展提供了切实可行的技术路径。
格拉斯哥大学等顶尖高校联合提出AI智能体自进化三定律：打造永续学习的人工智能系统
这项由格拉斯哥大学等顶尖高校联合开展的突破性研究，首次系统性提出了"自进化AI智能体"概念框架，将AI发展划分为四个阶段并提出三定律指导原则。研究详细阐述了从单智能体到多智能体系统的优化方法，涵盖思维能力、记忆管理、工具使用等多个维度，并分析了生物医学、编程、金融法律等专业领域的定制化应用，为构建能够持续学习和自我改进的下一代AI系统提供了理论基础和实践指导。
阿里巴巴发布Omni-Effects：让AI导演掌控电影特效的每一个细节
阿里巴巴研究团队开发的Omni-Effects系统，通过创新的专家架构和空间感知技术，首次实现了AI系统同时制作多种视觉特效并精确控制其位置的能力。该系统包含55种特效类型，在测试中达到97%的特效生成准确率和88%的空间控制精度，大幅降低了专业特效制作的技术门槛，为影视制作、教育、营销等领域提供了强大的创作工具。
Mirage颠覆视频制作：Captions公司让AI一句话变身专业导演
Mirage是由Captions公司开发的革命性AI视频制作平台，用户只需用文字描述创意想法，系统就能自动生成专业水准的短视频内容。该技术基于专门训练的AI模型，深度理解社交媒体视频的节奏和吸引力法则。目前拥有超过10万日活用户和2000万注册用户，每月产生300万个视频。平台提供个人版Captions应用和企业版Mirage Studio，后者支持大规模内容制作和快速A/B测试，正在重新定义数字内容创作的门槛和效率。
复旦大学团队革命性突破：用代码教AI推理，让机器学会"举一反三"的思考艺术
这项由复旦大学等机构合作完成的研究提出了CodeI/O方法，通过让AI学习预测代码的输入输出来提升通用推理能力。该方法将45万个代码文件转化为350万个训练样本，让AI用自然语言推理代码逻辑，从而掌握逻辑规划、状态搜索等推理技能。实验显示，在14个评测基准上，CodeI/O训练的模型在符号、科学、逻辑、数学等推理任务上都实现了均衡显著的性能提升。
把1568个字符塞进一个向量再完美复原：AIRI实验室发现AI记忆力的惊人极限
这项由俄罗斯AIRI实验室主导的突破性研究发现，AI模型的单个记忆向量能够完美压缩和复原多达1568个文本片段，压缩比达到1500倍。研究测试了14个不同模型，揭示了AI系统巨大的未开发记忆潜力，但当前利用率仅30%。这一发现不仅挑战了对AI记忆机制的传统认知，更为未来更高效的AI系统设计开辟了新方向，有望让AI助手拥有更强的长期记忆和信息处理能力。
清华联手阿里巴巴团队重磅发布S?-Guidance：让AI画图和做视频告别模糊失真，轻松生成电影级画面
清华大学与阿里巴巴合作开发的S?-Guidance技术，通过创新的"随机自引导"方法解决了AI图像和视频生成中的质量问题。该技术无需额外训练，仅通过随机屏蔽模型部分功能来创建内部"顾问"，指导AI避免低质量输出。实验显示在多个评估维度上显著超越传统方法，人类专家评价中获得31%偏好率，计算开销仅增加20%。
斯坦福大学等顶尖机构联合发布：大语言模型架构的"减速新方案"，谁说速度总是胜利？
这项由上海人工智能实验室等多家国际机构联合完成的研究系统性地梳理了大语言模型高效架构的最新进展。论文将创新方法分为七大类：线性序列建模、稀疏序列建模、高效全注意力、稀疏专家混合、混合架构、扩散语言模型和跨模态应用。研究揭示了如何在保持AI能力的同时大幅降低计算成本，为AI技术的可持续发展和广泛应用提供了重要指导。
浙江大学团队推出TINKER：一键搞定3D场景编辑，告别繁琐调试
浙江大学团队推出TINKER系统，实现仅用一张或几张图片就能完成高质量3D场景编辑，无需针对每个场景进行专门训练。该系统解决了多视角一致性难题，创建了首个大规模多视角编辑数据集，在编辑效果和计算效率上全面超越现有方法，为3D内容创作的普及化奠定了技术基础。
大型语言模型能力测试大揭秘：中科院团队发布283个评测基准全景分析
中科院深圳先进技术研究院团队首次全面梳理了大型语言模型评测领域，分析了283个代表性基准，将其归纳为通用能力、领域专业和特定目标三大类别。研究揭示了现有评测体系面临的数据污染、文化偏见和静态评测等关键挑战，为构建更科学公正的AI评测框架提供了重要指导，推动人工智能技术向更安全可靠的方向发展。
Meta与卡内基梅隆大学携手打造ATLAS：让3D人体建模像调整游戏角色一样简单
Meta与卡内基梅隆大学联合开发的ATLAS系统革命性地解决了3D人体建模中的核心难题。通过将人体骨架和表面分离处理，ATLAS实现了精确的独立控制，避免了传统方法中调整一个部位影响其他部位的问题。该系统基于60万高分辨率扫描数据训练，采用创新的稀疏非线性姿态校正技术，能从单张照片生成精确3D模型，为虚拟现实、游戏制作、在线购物等应用提供强大技术支撑。
字节跳动团队开发统一图像生成模型：让AI同时掌握风格转换和主体保持的秘密
字节跳动研究团队开发了USO模型，首次实现风格转换与主体保持的统一处理。该模型通过创新的协同学习范式，让两个看似对立的任务相互促进，在保持图像主体特征的同时实现精准的风格转换。实验显示USO在多项指标上达到最优性能，能够处理复杂的风格-主体联合生成任务，为AI图像生成领域带来重大突破。
上海交通大学团队发明AI"分配公平"新算法：让机器推理像人类思考一样多样化
上海交通大学团队开发出FlowRL训练方法，将AI从"奖励最大化"转向"分布匹配"，让AI学会多样化推理而非单一模式。该方法在数学推理上比现有最佳方法提升10%准确率，在编程任务中达到CodeForces前83.3%水平，解题方案多样性提升近一倍，为AI训练提供了新思路。
思科发布升级版数据中心路由系统和AI芯片
思科推出8223路由系统和Silicon One P200芯片，用于满足企业日益增长的AI工作负载需求。该系统提供51.2 Tbps以太网固定路由器，P200芯片实现超过3艾比特每秒的互连带宽规模。新设备采用深缓冲设计，相比前代产品节能65%，支持跨数据中心AI集群分布式部署，解决物理空间和电力容量限制问题。
智能体AI测试需要大量应用才能验证效果
智能AI代理正成为软件开发的新宠，企业高管希望通过AI代理提升效率。尽管开发者对AI生成代码的质量存在担忧，但其潜在价值巨大。调查显示三分之二企业正在或计划使用多个AI代理进行软件测试，72%认为到2027年智能AI可实现自主测试。专业化的精简测试代理比大型模型更适合特定任务，需要建立负责任的信任框架来管理AI代理行为，但人工测试仍不可替代。
Pure Storage CEO详解数据集管理策略与软件栈发展
强调应从管理单个数据转向管理数据集生命周期，解决数据冗余和合规风险。他分析了FlashArray//ST采用商用SSD的战术决策，认为针对专业化小众市场更适合利用现成技术实现快速上市。Giancarlo还对比了Pure与传统厂商的软件栈策略，主张存储应像计算和网络一样实现水平化虚拟架构，而非垂直硬件全栈方案。
无线宽带联盟发布Wi-Fi紧急通信服务框架报告
无线宽带联盟（WBA）发布三份报告，为Wi-Fi和其他无线通信标准如何促进和维持全球紧急呼叫及优先通信提供框架指导。报告由WBA任务关键和紧急服务项目开发，旨在为紧急服务部门、公共安全组织、移动运营商等提供实用建议。内容涵盖Wi-Fi作为任务关键基础设施、紧急服务接入、优先访问等六个领域，展示Wi-Fi如何增强室内场所、密集公共空间等复杂环境下通信网络的可用性。
雀巢将AI打造为关键要素
全球食品饮料行业正经历重大变革，AI系统在配方开发、减少浪费、可持续发展和供应链预测等领域发挥重要作用。雀巢在多个业务领域使用生成式AI，通过AI技术精准预测需求模式、动态调整生产和库存水平，并在产品配方开发中运用机器学习模型。同时，雀巢探索AI在碳追踪、制造业视觉系统等方面的应用以支持环保目标。
AT&T与爱立信联合推出基于云的物联网市场平台
AT&T与爱立信合作推出AT&T物联网市场数字电商平台，旨在简化物联网服务创新和规模化变现。该平台解决复杂集成、产品目录分散、订单管理不一致等行业痛点，提供数字目录、订单管理系统和API集成。平台基于云原生微服务架构，托管在微软Azure云上，主要服务交通、制造和医疗行业，显著缩短订单处理时间。
7个MCP服务器自动化数据中心与云任务
随着数据中心与云环境深度融合，企业需要简化混合基础设施管理。MCP服务器可让AI模型与云和数据中心管理工具交互，实现关键工作流自动化。文章介绍了7个实用MCP服务器：AWS Lambda工具服务器、日志分析器、AWS IAM服务器、Terraform服务器、Azure MCP服务器、Google Cloud MCP服务器和K8s MCP服务器，帮助数据中心专业人员自动化配置、监控和安全管理流程。
京公网安备 11010802021500号
