/
AI新加坡联手阿里云推出东南亚大语言模型Sea-Lion v4
新加坡人工智能机构与阿里云发布全新大语言模型Qwen-Sea-Lion-v4，专门针对东南亚语言和文化特色进行优化。该模型结合阿里云Qwen3-32B基础模型和大量东南亚地区数据集，在东南亚语言模型评估榜单中位居开源模型首位。模型支持119种语言，能在32GB内存的消费级笔记本上运行，采用字节对编码技术更好处理非拉丁文字，并具备3.2万词元上下文长度，可执行文档级推理和摘要任务。
中科大联手快手：AI视频评判员学会了“边看边想“，彻底解决视频生成质量难题
中科大联合快手等机构推出VR-Thinker技术，首次实现AI视频评判员的"边看边想"能力。该系统通过主动选择关键画面、智能记忆管理和三阶段训练，在视频质量评估准确率上达到75%-82%，特别擅长处理长视频场景，为AI视频生成的质量控制提供了突破性解决方案。
5个将在2026年改变任何企业的惊人智能体应用案例
AI智能体是下一代业务自动化工具，不仅能对话交流，还能执行复杂任务。与ChatGPT聊天机器人不同，它们可在最少人工干预下规划并完成工作。文章介绍了五个高影响力应用：自动化客户服务解决方案、销售CRM管理、合规自动化、招聘筛选与排程、市场情报报告。这些应用都具有重复性工作流程、依赖结构化数据、遵循可预测规则等特点，能够释放员工宝贵时间用于更有价值的工作。
微软研究院发布BitDistill：让大型语言模型轻松瘦身却不丢性能的魔法
微软研究院发布BitDistill技术，通过三阶段优化将大型语言模型压缩至1.58位精度，在保持性能的同时实现10倍内存节省和2.65倍速度提升。该技术包括模型结构稳定化、持续预训练适应和知识蒸馏传承三个关键步骤，解决了模型量化中的性能衰减和规模化问题，为AI模型在资源受限设备上的高效部署提供了新方案。
中文创作终于有了思维过程！M-A-P团队首次破解AI创作的“黑盒“，让机器像人类作家一样思考
M-A-P和2077AI发布首个中文创作思维过程数据集COIG-Writer，包含1665个高质量三元组涵盖51种文体。研究发现创作AI需要叙事逻辑和语言表达双组件协同，最优配置为1:12比例。实验显示中文创作胜率达62.75%，但跨语言迁移效果有限，证明创作能力具有强烈文化特异性。
阿里云服务器部署速度跟不上AI需求，GPU配给优先大客户
阿里云CEO吴泳铭在财报电话会议上表示，AI需求增长如此迅猛，以至于服务器部署速度无法跟上客户需求。公司正在对GPU进行配给制，优先满足使用全套阿里云服务的客户需求。过去12个月，阿里巴巴在AI相关基础设施上投入1200亿元人民币，预计三年预算可能超过当前的3800亿元。阿里云智能集团季度营收达56亿美元，同比增长34%。
ByteDance种子团队揭秘：AI写作判断为何如此困难，连最强模型都败给了“主观感受“
ByteDance种子团队联合多所高校发布最新研究，首次系统揭示AI模型在主观写作评价上的重大缺陷。研究构建了包含1800对样本的WritingPreferenceBench基准，发现传统奖励模型在纯主观审美任务上准确率仅52.7%，几乎等同随机猜测。不过，具备显性推理能力的生成式奖励模型表现突出，准确率达81.8%，为AI写作系统发展指明新方向。
ChatGPT推出AI购物助手 生成个性化买家指南功能
OpenAI为ChatGPT推出"购物研究"新功能，恰逢假期购物季。该功能面向免费和付费用户开放，支持移动端和网页版。用户询问购物问题时，ChatGPT会提供个性化购物助手服务，通过一系列问题帮助用户筛选价格、用途和功能偏好。该功能基于专为购物任务优化的GPT-5 mini版本，从优质网络资源获取产品信息。OpenAI计划推出即时结账功能，允许用户直接在ChatGPT内购买商品。
AI大模型真的知道自己不知道什么吗？新加坡管理大学揭开ChatGPT们的“自知之明“真相
新加坡管理大学研究团队发现大语言模型并非真正具备"自知之明"。研究揭示AI幻觉分为关联幻觉和无关联幻觉两类，前者基于相关知识但答错，后者完全胡编乱造。现有检测方法只能识别无关联幻觉，对更危险的关联幻觉束手无策。研究表明AI内部机制反映的是知识回忆而非真实判断，为构建更安全可靠的AI系统提供了重要科学依据。
Google与英伟达AI芯片竞争升级，Meta寻求合作
据报道，Meta正与谷歌就采购数十亿美元AI芯片进行谈判，这将进一步推动谷歌在AI芯片市场对英伟达的挑战。Meta计划在2027年在其数据中心使用谷歌的张量处理单元TPU，并可能明年租用谷歌云的芯片服务。此前谷歌已与Anthropic达成供应百万芯片的协议，显示其TPU正成为英伟达GPU的有力替代品。
上海交大团队破解机器人专家“垄断“难题：让AI机器人学会“专业合作“而非“一家独大“
上海交大团队提出AdaMoE架构，通过分离专家选择与权重分配机制，解决了传统机器人AI系统中"专家垄断"问题。该方法让不同专家协同工作而非单一系统包揽，在真实世界机器人操作任务中实现21.5%的成功率提升，为构建更高效、经济的智能机器人系统开辟新路径，代表了从"万能型"向"协作型"AI系统设计的重要转变。
京公网安备 11010802021500号 京网文(2025) 0096-033号 京字第20868号
