/
Allen AI团队推出SAGE：首个能像人类一样“想看多长就看多长“的智能视频分析系统
Allen AI研究所联合多家顶尖机构推出SAGE智能视频分析系统，首次实现类人化的"任意时长推理"能力。该系统能根据问题复杂程度灵活调整分析策略，配备六种智能工具进行协同分析，在处理10分钟以上视频时准确率提升8.2%。研究团队创建了包含1744个真实娱乐视频问题的SAGE-Bench评估平台，并采用创新的AI生成训练数据方法，为视频AI技术的实际应用开辟了新路径。
联想推出DE6600系列：更智能的存储解决方案
联想推出新一代NVMe存储解决方案DE6600系列，包含全闪存DE6600F和混合存储DE6600H两款型号。该系列产品延迟低于100微秒，支持多种连接协议，2U机架可容纳24块NVMe驱动器。容量可从367TB扩展至1.798PiB全闪存或7.741PiB混合配置，适用于AI、高性能计算、实时分析等场景，并配备双活控制器和XClarity统一管理平台。
AI视觉模型真的能看懂长篇文档吗？中科院团队首次揭开视觉文本压缩的真相
中科院团队首次系统评估了AI视觉模型在文本压缩环境下的理解能力，发现虽然AI能准确识别压缩图像中的文字，但在理解深层含义、建立关联推理方面表现不佳。研究通过VTCBench测试系统揭示了AI存在"位置偏差"等问题，为视觉文本压缩技术的改进指明方向。
创业公司如何在严格监管行业中实现生死攸关的创新
两位创始人分享在医疗和殡葬等高度监管行业创业的经验。Enspectra Health历经近十年获得FDA认证推出皮肤成像设备，Earth Funeral则提供人体堆肥服务作为火化和土葬的替代方案。他们探讨了如何在等待监管审批期间进行产品迭代、如何规划资金周期，以及如何在投资者视为禁忌的领域获得风险投资。
韩国大学团队破解全球船舶智能追踪难题：让大海不再是信息黑洞
韩国大学研究团队开发了WAY智能系统，能够通过分析船舶AIS轨迹数据准确预测全球货轮目的地。该系统采用创新的嵌套序列结构和多头通道注意力机制，克服了传统方法只能处理局部区域的局限性。在5年全球船舶数据测试中，WAY系统预测准确率达80.44%，显著超越现有方法，为港口管理、航线优化和供应链效率提升提供了重要技术支撑。
OpenAI发布GPT-5.2-Codex模型，软件工程自动化能力大幅提升
OpenAI发布新版GPT-5.2-Codex AI编程模型，专注自动化复杂软件工程任务。该模型在SWE-Bench Pro基准测试中准确率达56.4%，在代码重构、Windows环境性能和网络安全方面表现出色。新增的上下文压缩功能支持长期多步骤编程任务，增强的视觉能力可解读截图和技术图表。模型还具备AI辅助漏洞检测和修复功能，现已向付费ChatGPT用户开放。
视频生成AI的“记忆“难题：字节跳动如何让机器拥有连续思维能力
字节跳动和香港中文大学研究团队提出了"重采样强制训练"框架，解决AI视频生成中的"健忘症"问题。该方法通过自我重采样机制模拟真实应用场景，让AI学会在不完美条件下工作，并配备历史路由机制智能管理长期记忆。实验证明该方法能生成更长、更连贯的视频，避免传统方法中画面逐渐崩坏的问题，为AI视频生成领域指出新发展方向。
Waterfox浏览器宣布拒绝AI功能，瞄准Firefox忠实用户
Firefox分支浏览器Waterfox明确表示将不会集成大语言模型功能，此举针对Mozilla将Firefox打造为AI浏览器的计划。Waterfox首席开发者表示至少在可预见的未来不会添加AI功能。作为Firefox的衍生版本，Waterfox基于ESR版本开发，更新频率较低，关闭了所有Mozilla遥测功能，并内置垂直标签栏。随着Mozilla力推AI功能引发用户不满，Waterfox有望吸引更多寻求传统浏览体验的用户。
北京大学团队突破音视频生成评测难题：首个综合评估基准VABench让AI视频“说话“更自然
北京大学等机构联合发布的VABench是首个专门针对AI音视频同步生成的综合评估基准。该研究通过15个维度全面测试了包括Veo3、Sora2在内的多个先进模型，发现端到端训练模型在音画协调方面表现更佳，但所有模型在人类声音处理和立体声生成方面仍需提升。
TikTok美国业务出售交易将于下月完成
据Axios报道，TikTok已签署协议将其美国业务出售给由甲骨文、银湖和阿布扎比MGX三方共同管理的合资企业。该交易定于1月22日完成。这一交易始于2020年特朗普政府时期，经2024年拜登签署的"出售或禁令"法案升级，最终在第二届特朗普政府推动下达成。交易完成后，TikTok美国业务的内容推荐算法将使用美国用户数据重新训练，甲骨文将负责监督数据保护。
华中科技大学团队发现：任何语言模型都能“改造“成图文对话高手
华中科技大学团队发现了一种将任意语言模型直接转换为视觉语言模型的新方法DiffusionVL，通过简单的"扩散微调"技术实现了性能和速度的双重提升。该方法仅需传统方法5%的训练数据，就在多个基准测试中取得30-40%的性能提升和2倍的推理加速，为构建高效多模态AI系统提供了全新路径。
京公网安备 11010802021500号 京网文(2025) 0096-033号 京字第20868号
