阿里巴巴与香港中文大学合作开发了SCRIT系统,让AI大模型学会自我评判和纠错。该系统通过对比学习机制,先分析标准答案理解关键概念,再评判学生解答,配合自我验证确保质量。在数学和科学推理测试中,评判准确率提升10%,错误识别能力提升19%,开创了AI自主改进的新方向。
阿里巴巴Qwen团队发布Qwen2.5-1M系列AI模型,实现百万字符长文本处理能力突破。该系列包含开源的7B和14B模型以及API版本Qwen2.5-Turbo,通过创新的训练策略和推理优化技术,让AI能够同时理解相当于四本《哈利·波特》篇幅的内容,并在多项长文本基准测试中超越GPT-4表现,为处理复杂文档分析、大型代码库理解等实际应用提供了强大支持。
KAIST研究团队开发的VideoRAG系统实现了人工智能在视频内容理解上的重大突破。该系统能够直接从海量视频中检索相关内容并生成准确答案,解决了传统方法只能处理文字和图片信息的局限。通过智能帧选择和多模态信息融合技术,VideoRAG在问答准确性上显著超越现有方法,为教育培训、技能学习等领域提供了全新的智能问答解决方案。
俄国科学家开发出共享记忆变换器(SRMT)技术,通过让机器人共享记忆而非直接通信来实现协作。该技术受人类大脑全局工作空间理论启发,让每个机器人都能访问共同的记忆池。在多项测试中,SRMT显著优于传统协作方法,特别是在稀疏奖励环境下表现突出,并展现出优异的泛化能力。该技术有望应用于物流仓库、自动驾驶、搜救等需要多智能体协调的实际场景。
香港大学与快手科技联合开发的GameFactory系统实现了革命性突破:用户只需文字描述就能生成可操作的互动游戏。该系统通过创新的"风格-动作解耦"技术,让AI既能理解游戏控制逻辑,又能适应任何场景环境,从《我的世界》训练数据成功泛化到樱花森林、雪山、室内等开放域场景。这项技术有望大幅降低游戏开发门槛,让任何人都能成为游戏创造者,为娱乐产业带来颠覆性变革。
阿里巴巴研究团队发现传统AI专家混合模型训练中存在"大锅饭"问题:系统在每个小数据批次中都强制专家均衡分工,阻碍了专业化。他们提出全局批次负载均衡方法,让专家在更大数据范围内实现专业化分工,实验显示新方法显著提升了模型性能和专家专业化程度,同时只增加不到3%的计算开销。
阿联酋穆罕默德·本·扎耶德人工智能大学研究团队开发出LlamaV-o1,这是一个能够像人类一样进行分步视觉推理的AI系统。该系统通过课程学习和束搜索技术,不仅能给出正确答案,更能清晰展示每一步思考过程。研究团队还创建了包含八个领域超过1000道题目的VRC-Bench评测基准,不仅评判答案准确性,更重视推理过程质量。实验显示,LlamaV-o1在多项任务中表现优异,推理速度比同类方法快5倍,为构建可信透明的AI系统提供了重要突破。
这项由清华大学和微软亚洲研究院合作完成的研究,通过创新的动态知识蒸馏和选择性遗忘机制,成功解决了AI系统在学习新任务时会遗忘旧知识的"灾难性遗忘"问题。该技术让AI能够像人类一样进行终身学习,在掌握新技能的同时保持对已有能力的熟练程度,为智能手机助手、自动驾驶、医疗AI等领域的应用带来重大突破,推动AI从静态工具向智能伙伴的转变。
清华大学研究团队开发出突破性的三维旋转优化方法,通过四维空间处理解决了困扰计算机图形学几十年的"万向节锁死"问题。该方法将旋转路径缩短15-25%,显著提升动画自然度,在用户测试中获得更高评分并能减少VR晕动症。技术已可实用化,预计将改善电影、游戏、虚拟现实等领域的视觉体验。
英美两国签署科技繁荣协议,推动人工智能、量子和核技术发展。英国政府投资440亿英镑,微软、英伟达、谷歌、OpenAI等承诺投资310亿英镑,目标建设欧洲最大AI工厂。协议包括联合研究计划,开发AI模型用于癌症等疾病的靶向治疗。英伟达将在12个月内向英国提供12万块GPU,OpenAI部署8000块GPU并计划扩展至6万块,微软投资220亿英镑建设英国最大AI超级计算机。
亚马逊宣布推出全天候AI代理,升级卖家助手工具,帮助第三方卖家运营业务。该AI助手不仅能监控账户健康状况和库存,还能制定策略并在授权下采取行动。功能包括标记滞销产品、分析需求模式、提供发货建议、确保产品合规等。亚马逊还将代理AI引入广告领域,允许卖家通过对话提示开发广告。这是亚马逊为第三方卖家推出的最新AI工具。
谷歌宣布为大学生免费提供最先进AI工具,这是科技巨头塑造未来劳动力的多亿美元竞争最新举措。通过10亿美元三年投资,谷歌AI教育加速器为美国大学生提供Gemini 2.5 Pro培训认证。这标志着高等教育从ChatGPT出现后的广泛禁用转向机构合作。微软、IBM等企业也在争夺AI人才,通过免费工具、培训项目和认证体系吸引学生。成功将取决于哪个生态系统能最好地为学生职业发展提供实际价值。
前Twitter产品负责人Kayvon Beykpour推出AI驱动的代码理解引擎Macroscope,旨在帮助开发者和产品负责人总结代码库更新并捕获漏洞。该工具通过GitHub应用访问代码库,使用抽象语法树分析代码变化,结合大语言模型提供自然语言问答功能。产品定价为每月每个活跃开发者30美元,已获得3000万美元A轮融资。
AI安全公司Irregular宣布完成8000万美元融资,由红杉资本和Redpoint Ventures领投,公司估值达4.5亿美元。该公司专注于AI模型安全评估,其SOLVE框架已被业界广泛采用,参与了Claude 3.7 Sonnet和OpenAI o3等模型的安全评估。公司构建了复杂的仿真环境系统,可在模型发布前进行深度测试,识别潜在风险和新兴行为。
Solo.io推出的Kagent企业版通过扩展Kubernetes功能,为AI代理、工具和大语言模型提供上下文感知的基础设施。该平台包含三层架构:网络层支持模型上下文协议和代理间通信,运行时层扩展身份策略模型,管理层提供集中式AgentOps功能。与微软Copilot等竞品不同,Kagent专注基础设施而非特定应用,支持异构代理框架部署,提供成本透明度和合规审计能力,助力企业将AI代理从试点阶段推向生产环境。
AMD推出ROCm 7.0软件平台,在推理性能上实现3.5倍提升,训练浮点性能提升3倍。该平台支持OCP微缩放数据类型硬件加速,引入AI张量引擎AITER,可将MLA解码操作提升17倍。结合MI355X芯片,AMD声称在DeepSeek R1推理负载中性能超越英伟达B200芯片1.3倍,并已集成至vLLM和SGLang等主流推理引擎中。
互联网正进入AI代理主动推理和行动的新阶段。Perplexity推出AI驱动浏览器Comet,但新功能带来新风险。两家公司合作确保AI浏览的生产力提升不以安全为代价。Comet将AI直接融入浏览体验,能代表用户执行实际任务。1Password确保凭据保持加密状态,仅代表AI填充而非直接输入模型,大幅降低意外泄露风险。这种"默认安全"设计为AI工具在数字生态系统中的发展树立了以信任为核心的先例。
谷歌在AI基础设施峰会上披露了其AI推理的惊人规模增长。从2024年4月的9.7万亿tokens/月激增至2025年8月的约1460万亿tokens/月,增长49.5倍。公司推出全新Ironwood TPU v7p系统,性能比前代提升5倍,内存容量增加6倍,单集群可容纳9216个TPU。谷歌还展示了液冷技术和推理优化工具,可将推理延迟降低96%,吞吐量提升40%,成本降低30%。
谷歌云发布代理支付协议AP2,旨在建立AI代理自主支付的全球安全标准。该协议与万事达、PayPal、美国运通等60多家公司合作开发,通过"授权书"系统建立防篡改的数字合约,确保交易可追溯性。AP2支持多种支付方式,可扩展现有A2A和MCP协议,适用于自动购买缺货商品、复杂预订等场景,并支持稳定币和加密货币等新兴支付系统。
统一数据库初创公司SingleStore被私募股权公司Vector Capital收购,而非选择融资或IPO。该公司提供集事务、分析和向量数据库于一体的解决方案,专注AI应用。第二季度业绩强劲,年经常性收入超1.23亿美元,同比增长23%。Vector收购多数股权,谷歌风投、戴尔等长期股东继续持股。Vector计划通过创新发展和市场扩张来增强公司实力。