/
张凌赫空降现场！天禧个人超级智能体3.5与联想moto X70 Air AI手机正式发布
2025年10月31日，AI有凌犀 赫然心动——联想天禧AI 一体多端 秋季新品超能之夜在北京联想全球总部举办。
张凌赫同款AI眼镜震撼亮相：联想AI眼镜M1售价998元起，V1开启预售
10月31日，联想秋季新品超能之夜，联想品牌大使、联想moto品牌代言人张凌赫出席发布会现场，带来了惊艳四座的产品演示：
联想发布天禧个人超级智能体3.5版本：AI看世界、AI翻译海量AI热门应用全面升级
天禧个人超级智能体在历时两年左右的发展后，开始理解并适应每个人的行为习惯，正在实现从“助手”到“队友”的进化。
联想moto X70 Air正式发布：以极致轻薄重塑轻薄AI手机新体验
联想moto X70 Air AI手机、联想moto razr 60心动赫兹联名礼盒、联想moto g100 AI手机和联想moto g100s AI手机等在内的一众新品正式发布。
科世达、德华安顾人寿、宝洁和汇丰银行荣获2025红帽亚太创新奖
10月31日，全球领先的企业级开源解决方案提供商红帽宣布了2025红帽亚太创新奖中国区获奖企业名单。
联想集团荣获拉姆·查兰管理实践奖 以AI原生组织“破局”开源降本提效
10月31日，第九届拉姆·查兰管理实践奖揭晓，凭借在AI原生组织领域的创新和领先实践，联想集团在200余家企业中脱颖而出，摘得2025拉姆·查兰管理实践奖杰出奖。
印度理工学院突破性发现：大脑学习规律启发的全新AI图像生成技术
印度理工学院研究团队从大脑神经科学的戴尔定律出发，开发了基于几何布朗运动的全新AI图像生成技术。该方法使用乘性更新规则替代传统加性方法，使AI训练过程更符合生物学习原理，权重分布呈现对数正态特征。研究团队创建了乘性分数匹配理论框架，在标准数据集上验证了方法的有效性，为生物学启发的AI技术发展开辟了新方向。
Sony AI推出SoundReactor：让AI实时从画面生成身临其境的立体声音效
Sony AI开发出SoundReactor框架，首次实现逐帧在线视频转音频生成，无需预知未来画面即可实时生成高质量立体声音效。该技术采用因果解码器和扩散头设计，在游戏视频测试中表现出色，延迟仅26.3毫秒，为实时内容创作、游戏世界生成和互动应用开辟新可能。
英伟达与诺基亚联手开创AI驱动6G通信平台
英伟达和诺基亚宣布战略合作，将英伟达AI驱动的无线接入网产品集成到诺基亚RAN产品组合中，助力运营商在英伟达平台上部署AI原生5G Advanced和6G网络。双方将推出AI-RAN系统，提升网络性能和效率，为生成式AI和智能体AI应用提供无缝体验。英伟达将投资10亿美元并推出6G就绪的ARC-Pro计算平台，试验预计2026年开始。
哥伦比亚大学突破性发现：AI系统为何会在"自我改进"中迷失方向
这项由哥伦比亚大学研究团队完成的突破性研究首次揭示了AI系统自我改进中的"效用-学习张力"问题：系统追求更好性能时会增加复杂度，但过高复杂度会破坏学习能力。研究建立了学习边界定理，提出双门控制机制，为AI安全自我改进提供了理论基础和实用方案，对确保AI技术长期安全发展具有重要意义。
不再重复历史：Reactive AI公司提出事件驱动聊天机器人，让对话成本从天价变为白菜价
这项由Reactive AI公司Adam Filipek主导的研究提出了反应式变换器（RxT），通过事件驱动架构和固定大小记忆系统，将传统聊天机器人的对话成本从平方级降为线性级，使长期对话成本降低99%以上，同时实现恒定响应速度。实验证明即使12M参数的RxT也显著优于22M传统模型，为高效对话AI开辟新路径。
斯坦福大学突破性研究：让AI看懂时间序列数据就像医生读心电图一样简单
这项研究首次实现了让AI同时理解文字和时间序列数据的技术突破，开发出OpenTSLM模型family，能够像医生一样综合分析病历文字和心电图等检查数据。实验显示即使10亿参数的小模型也能超越2000亿参数的GPT-4o，在睡眠分期任务中准确率达69.9%。五位心脏病专家评估认为AI推理92.9%正确，标志着多模态医疗AI的重要进展。
AI不如多些文档：卡内基梅隆大学发现检索增强生成的新思路
卡内基梅隆大学研究团队发现，在AI问答系统中，扩大检索文档库的规模可以有效替代使用更大的语言模型。研究表明，小型模型配备更大文档库能够达到甚至超越大型模型的表现，为资源受限环境下的AI系统部署提供了更经济的解决方案。
Apple团队突破传统：让AI生成更真实自然的文字、图片和代码
苹果公司研究团队提出了CADD技术，创新性地结合离散和连续扩散方法的优势。通过创建"双重世界"系统，在保持传统遮掩方法稳定性的同时，在连续空间中保留语义信息，为AI生成提供更精准的指导。实验证明该技术在文字、图片、代码生成等领域均显著超越现有方法，为AI生成技术发展提供了新思路。
华盛顿大学重磅发现：AI不会"读心术"——为什么聊天机器人总是答非所问
华盛顿大学研究团队通过分析21个前沿AI模型发现，当前AI系统缺乏个性化推理能力，无法通过主动询问了解用户需求并调整回答方式。研究显示29%的个性化尝试效果反而更差，数学推理准确率下降3.5%，而社会推理提升3.1%。该研究首次提出PREFDISCO评估框架，揭示了AI在冷启动场景下的根本局限性，为开发更人性化的AI系统指明了方向。
苹果公司首次揭秘：如何让小模型拥有大模型的知识储备？
苹果公司研究团队提出了一种革命性的"分层记忆预训练"技术，将AI模型分为负责基础推理的锚定模型和存储专门知识的分层记忆库。这种设计让1.6亿参数的小模型配上记忆模块后，性能可达到4.1亿参数传统模型的水平，特别在专业知识任务上表现突出。该技术不仅大幅降低了计算资源需求，还实现了模块化部署和更好的隐私保护，为AI技术的普及应用开辟了新路径。
Meta公司新突破：让AI大模型学会"翻然醒悟"，轻松识破误导性思维陷阱
Meta超级智能实验室联合佐治亚理工学院开发出RECAP训练方法，通过故意给AI模型误导性开头来训练其纠错能力。该方法显著提升了大语言模型的安全性（12.3%）、抗攻击能力（21.0%）和推理质量，同时减少过度拒绝问题。RECAP无需额外计算资源，能让AI模型学会自我反思和批判性思维，为构建更可信的AI系统提供了新思路。
电脑AI能跑得更快吗？ISTA团队发现微缩浮点数格式的隐秘陷阱与突破之道
奥地利科学技术研究院团队深入研究微缩浮点数格式NVFP4和MXFP4的实际性能，发现现有量化方法效果不佳。他们开发了微旋转GPTQ算法和QuTLASS计算库，在保持模型精度的同时实现显著加速：B200芯片上达到2.2倍端到端提升，RTX5090上实现4倍加速，为AI推理优化提供了新的解决方案。
京公网安备 11010802021500号
