/
小模型也能"聪明"推理：新加坡团队用强化学习让15亿参数模型媲美GPT-4
这项来自越南国立大学和新加坡Knovel工程实验室的突破性研究证明，仅用15亿参数的小模型就能通过精心设计的强化学习策略实现卓越的数学推理能力。研究团队用42美元训练成本和7000个精选样本，让小模型在AIME24测试中达到46.7%准确率，超越OpenAI的o1-preview模型，展现了"小而美"的AI发展新路径，为资源受限的研究者和开发者提供了高性价比的AI推理解决方案。
微软第四季度财报超预期 云计算和AI业务成增长引擎
微软公布2025财年第四季度业绩，营收764亿美元，同比增长18%。CEO纳德拉首次透露Azure云平台年营收超750亿美元，同比增长34%。公司计划在2025财年投入800亿美元资本支出建设AI数据中心。尽管分析师质疑AI变现能力，但投资者反应积极，推动微软股价上涨8%，市值突破4万亿美元大关。
阿里云上的Salesforce AI CRM 成为企业增长的“第二大脑”
7月23日，“阿里云上的Salesforce AI CRM大会” 上，Salesforce与阿里云联合发布了专为中国市场打造的AI CRM解决方案。
GitHub Copilot历史用户数突破2000万大关
微软CEO纳德拉在财报电话会议中宣布，GitHub Copilot AI编程工具的累计用户数已超过2000万。过去三个月新增500万用户，企业客户增长率达75%。财富100强中90%的公司都在使用该工具。AI编程工具市场竞争激烈，Cursor等竞争对手也在快速增长，年度经常性收入已超过5亿美元。
扎克伯格用"超级智能"概念为AI巨额投资辩护
Meta正投入数百亿美元建设GPU数据中心，但在与OpenAI和Anthropic的竞争中表现不佳。CEO扎克伯格将目标转向AI超级智能，声称要为每个人提供个人超级智能助手。公司计划2025年投入720亿美元用于基础设施建设，包括多个千兆瓦级数据中心。然而，其Llama 4模型表现不如预期，最大的Behemoth模型已被取消。分析师担心这次AI投资是否会重蹈元宇宙的覆辙。
谷歌确认将签署欧盟AI实践准则
谷歌确认将签署此前反对的欧盟AI实践准则，认为经过修改后的框架能为欧洲提供安全的一流AI工具。公司预计到2034年相关AI工具扩展可为欧洲经济年增长8%。尽管签署协议，谷歌仍担心版权限制和商业机密披露要求可能阻碍创新。与Meta拒绝签署形成对比，微软仍在考虑中，OpenAI已表示将签署。该准则要求公司公布模型训练数据摘要并向监管机构披露模型特征。
ChatGPT全新AI学习模式拒绝直接给答案
ChatGPT推出全新AI学习模式，改变传统问答方式。该模式不再直接给出标准答案，而是通过引导式提问和逐步启发的方式，帮助用户独立思考和解决问题。这一创新功能旨在提升用户的学习能力和批判性思维，让AI成为更好的学习伙伴而非简单的答案提供者。
警惕企业软件供应商的AI策略
Forrester分析发现，微软、甲骨文、SAP等企业软件供应商正大力推销AI用户体验。分析师警告，嵌入式AI产品需要严格的财务管理，IT领导者应寻求开放性并避免数据孤岛。报告建议采用FinOps控制成本，谨慎评估供应商的安全态势和创新能力，构建可组合企业架构，建立强大的集成结构，评估平台开放性和数据导出能力，避免被单一平台绑定。
扎克伯格阐述Meta通用人工智能愿景
Meta首席执行官扎克伯格发布公开信，阐述了超级人工智能的发展前景。他表示"开发超级智能已指日可待"，并分享了Meta的AI发展愿景。扎克伯格认为超级智能应专注于个人需求而非取代工作，通过智能眼镜等个人设备实现"个人超级智能"。尽管他对AI超级智能惠及人类表示乐观，但也暗示将收回向社区提供开源软件的承诺，转向专有技术保护。
企业忽视AI安全防护，攻击者已开始利用漏洞
IBM最新报告显示，企业在匆忙部署AI系统时普遍忽视安全和治理问题，攻击者已开始利用这些漏洞。调查涵盖全球600家组织，其中13%遭遇AI相关安全事件，97%的受害组织缺乏适当的AI访问控制。供应链攻击是最常见的入侵方式，影子AI使用增加了安全风险。87%的组织缺乏AI风险治理机制，三分之二未进行定期风险审计。
NVIDIA发布Cosmos-Reason1：让AI拥有物理常识和身体推理能力的突破性研究
NVIDIA团队开发的Cosmos-Reason1是首个专门针对物理推理的多模态AI系统，通过创新的训练方法让AI具备了理解物理世界和进行具身推理的能力。该系统包含70亿和560亿参数两个版本，采用物理AI监督微调和强化学习两阶段训练，在物理常识和具身推理评测中显著超越现有模型，为机器人、自动驾驶等应用奠定重要技术基础。
AI推理新突破：Zoom团队发现的"写少想快"秘密让ChatGPT效率飙升80%
Zoom研究团队发现了让AI"写少想快"的新方法——思维草稿法，通过模仿人类简洁思考方式，让AI只记录关键信息而非详细解释。实验显示这种方法在保持90%以上准确率的同时，只需使用传统方法7.6%的文字量，大幅提升处理速度并降低成本，为AI应用的普及和可持续发展开辟了新路径。
计算机视觉界的新突破：加州大学伯克利分校推出TULIP，让AI既能看懂细节又能理解语言
TULIP是加州大学伯克利分校开发的新型多模态AI模型，通过统一的学习框架解决了传统图像-文本模型在精细视觉理解方面的不足。该模型采用多视角对比学习、生成式数据增强和重建正则化等创新技术，在保持强大语义理解能力的同时显著提升了对视觉细节的捕捉能力，在多个基准测试中取得了显著的性能提升。
新一代多模态AI创意测试：大模型到底有多"创意"？上海AI实验室重磅研究揭晓答案
上海AI实验室联合多所高校发布Creation-MMBench，这是首个专门评估多模态AI创意能力的基准测试系统。研究通过765个创意任务测试了20个主流AI模型，发现商业模型表现远超开源模型，且AI在获得视觉能力后文字创作能力反而下降。该研究填补了AI创意评估空白，为未来AI发展提供重要参考。
告别搜索垄断：开源AI搜索框架ODS挑战Perplexity，让人人都能拥有智能搜索助手
研究团队推出开源AI搜索框架ODS，在复杂推理任务中准确率达75.3%，超越GPT-4o搜索版近10个百分点。该框架采用双核心架构设计，包含智能搜索工具和推理代理两个组件，能够理解问题、主动搜集信息并进行多步推理。ODS完全开源且支持插件化配置，打破了AI搜索技术垄断，为技术民主化开创新局面。
多智能体AI系统为什么总是"团队翻车"？加州大学伯克利分校揭秘AI团队合作的14种失败模式
加州大学伯克利分校研究团队首次系统分析多智能体AI系统失败原因，发现即使先进的AI团队成功率也仅30%左右。通过分析200多个案例，他们识别出14种失败模式，归类为规格说明、智能体协调和任务验证三大问题，并开发了MAST诊断工具。研究揭示失败根源在于系统设计缺陷而非AI能力不足，为改进AI团队协作提供了重要指导。
中科大研究团队打造语音AI"大考场"：让机器说话不再是简单模仿，而是真正理解人类情感的艺术
中科大研究团队创建了S2S-Arena平台，这是首个专门评测语音AI情感理解和表达能力的综合测试系统。通过154个测试样本和人工评判，研究发现GPT-4o在语音情感理解方面表现出色，但所有AI在情感表达上仍有很大提升空间，为语音AI发展指明了新方向。
卡内基梅隆大学研究团队突破性解决AI推理效率难题：让机器像侦探一样聪明破案
卡内基梅隆大学研究团队提出MRT方法，通过元强化学习优化AI推理过程。该方法不仅关注最终答案正确性，还奖励思考过程中的有效进展，解决了现有AI"思考时间长但效率低"的问题。实验显示MRT在数学推理任务中准确率提升2-3倍，计算效率提升1.5-5倍，为构建更智能高效的AI系统提供了新路径。
PTC携手NVIDIA Omniverse，加速AI基础设施与复杂产品的设计与仿真
全球领先的工业软件公司PTC今日宣布，将与全球加速计算领导者NVIDIA扩大合作，推动 AI 基础设施及复杂产品的设计和仿真方式革新。
红帽被独立调研机构评为2025年多云容器平台领域的领导者
全球领先的开源解决方案提供商红帽在《Forrester Wave(TM)：多云容器平台，2025年第三季度》报告中，被评为领导者。红帽在所有被评估厂商中，在“当前产品”和“战略”类别中获得最高分。红帽将这一认可归功于其在多云容器平台市场的强大执行力。
京公网安备 11010802021500号
