/
世界模拟新引擎：阿里巴巴达摩院发布Inferix，让AI像导演一样制作超长视频
阿里巴巴达摩院联合浙江大学、香港科技大学发布Inferix，这是专为世界模拟打造的下一代推理引擎。它采用块扩散技术，像搭积木般分段生成视频，既保证高质量又支持任意长度，克服了传统方法的局限。配套LV-Bench评测基准包含1000个长视频样本，建立了分钟级视频生成的评估标准，为游戏、教育、娱乐等领域的内容创作带来革命性突破。
Luma AI推出终端速度匹配：一步生成高质量图像的革命性突破
Luma AI推出的终端速度匹配（TVM）是一种革命性的图像生成技术，能够在单次计算中生成高质量图像，突破了传统方法需要数十步采样的限制。该技术通过关注生成路径的"终点"而非"起点"，实现了从噪声到图像的直接跳跃，在保证数学理论基础的同时大幅提升了生成效率，为实时AI应用开辟了新路径。
NVIDIA推出轻量级文档解析神器：885M参数的OCR模型如何做到既快又准？
NVIDIA发布Nemotron-Parse 1.1轻量级文档解析模型，仅用8.85亿参数就实现了端到端的OCR、格式化文本提取、表格解析和语义分类功能。该模型采用创新的无位置编码设计和多令牌推理技术，在多个基准测试中表现出色，处理速度达到每秒4-5页。研究团队还开源了模型权重和训练管道，为文档数字化和AI应用提供了高效实用的解决方案。
布朗大学新研究：AI模型训练"简单题目"却在"困难题目"上表现不佳，跨难度学习能力令人意外
布朗大学研究团队通过对数千个AI模型的系统测试发现，当前大语言模型存在显著的跨难度泛化局限性——在简单任务上训练的模型难以处理复杂任务，反之亦然。研究采用项目反应理论客观评估任务难度，发现模型表现高度依赖训练数据的难度级别，难度差距越大泛化效果越差。这一发现挑战了AI能力评估方法，提醒开发者需要平衡各难度级别的训练数据。
普林斯顿大学突破性发现：AI智能体也能"心灵相通"，无需文字对话就能完美协作
普林斯顿大学等机构联合研发的LatentMAS系统，让AI智能体首次实现了类似"心灵感应"的协作方式。该系统摒弃传统文字交流，直接在潜在思维层面进行信息共享，效率比传统方法提升4倍以上，准确性提高14.6%，同时大幅减少计算资源消耗，为构建高效AI协作生态提供了革命性解决方案。
贝索斯"普罗米修斯项目"收购AI智能体初创公司
由贝索斯共同领导的普罗米修斯项目已收购AI初创公司General Agents。该公司开发了名为Ace的AI智能体，可自主执行视频编辑、数据复制等计算机任务。General Agents基于视频语言行为架构开发模型，这与普罗米修斯项目专注制造业AI系统的目标高度契合。收购完成后，普罗米修斯团队已超过100人，预计将推进工业机器人领域的AI应用发展。
Opera AI浏览器推出1分钟深度研究模式和Gemini 3 Pro集成
Opera AI浏览器Opera Neon近日发布重要更新，新增"一分钟深度研究"模式，让用户能够快速获取深入的研究结果。此次更新还引入了模型选择器功能，支持谷歌Gemini 3 Pro和Nano Banana Pro模型，用户可在对话中途切换模型。此外，Neon的"Do"智能助手现已支持Google Docs集成，这是用户最期待的功能之一。Opera Neon需要每月19.99美元的订阅费用。
马斯克xAI计划在Colossus数据中心旁建设小型太阳能发电场
马斯克创立的人工智能公司xAI计划在其Memphis的Colossus数据中心旁建设一个占地88英亩的太阳能发电场。该发电场预计产能约30兆瓦，仅能满足数据中心约10%的电力需求。此前，xAI因无许可证运营超400兆瓦天然气涡轮机而受到批评，这些设备每年排放超2000吨氮氧化物污染。当地居民报告呼吸道疾病增加。
斯科尔科技学院团队破解AI"说谎"难题：让机器自己识破自己的虚假回答
斯科尔科技学院联合俄罗斯多家研究机构开发出革命性的多语言AI虚假信息检测技术。该研究构建了覆盖14种语言的大型数据集PsiloQA，通过"诱导AI说谎"的创新方法自动生成训练样本，成本仅为传统人工标注的数十分之一。实验证明多语言训练的检测模型性能显著优于单语言模型，为全球AI可信度监督提供了实用解决方案。
UCLA团队新突破：AI"虚拟世界"让机器人变身"万能助手"，训练效率提升66%
UCLA研究团队提出UI-Simulator系统，通过AI生成虚拟用户界面环境来训练数字助手，突破了传统方法需要大量人工数据收集的瓶颈。该系统结合LLM数字世界模拟器、引导式探索和智能训练策略，在WebArena和AndroidWorld测试中表现优异，UI-Simulator-Grow策略仅用66%训练数据就达到了传统方法的效果，为AI助手训练提供了高效低成本的解决方案。
JetBrains Research证明：项目级代码补全训练并不需要海量数据和复杂方法
JetBrains Research团队发现，让AI理解项目级代码补全并不需要海量数据和复杂方法。通过调整OpenCoder模型的位置编码参数，仅用10亿token数据就达到了与使用数千亿token训练的顶级模型相当的性能。研究还发现，不同的上下文组织策略对最终效果影响很小，真正的关键是模型架构的调整。这为资源有限的团队开发高质量代码AI工具提供了新路径。
递归深度模型加速新突破：德国ELLIS研究所团队让AI推理提速5倍，仿佛给计算机装上了"平行思考大脑"
德国ELLIS研究所团队开发扩散强制采样器，通过借鉴图像生成技术，将递归深度AI模型的推理速度提升5倍。该技术采用"对角线并行化"策略，同时处理多个文本位置而非串行等待，在保持相同准确率下大幅提升效率。关键是可直接应用于现有模型无需重训练，为AI实时应用带来突破，在数学推理、编程等复杂任务中表现优异。
南洋理工大学发现视频生成新突破：让AI学会从真实世界获得"审美指导"
南洋理工大学研究团队提出RealDPO方法，突破传统AI视频生成在人体动作方面的局限。该技术直接使用真实世界高质量视频指导AI学习，避免依赖可能有偏见的评价模型，显著提升了生成视频中人体动作的自然性和流畅性。配套的RealAction-5K数据集包含5000个精选视频样本，验证了"质量胜过数量"的训练理念。实验显示该方法在多项评估中均优于现有技术。
加州大学洛杉矶分校研究发现：AI生成器居然看不懂各地英语！世界各地的"同一句话"让AI犯了迷糊
加州大学洛杉矶分校研究团队发现，当前先进的AI图像生成器在处理不同英语方言时存在严重的理解障碍，性能下降可达48%。研究构建了包含4200个提示词的DialectGen测试平台，评估了17个主流模型，并提出了创新的编码器训练策略，成功将五种方言的处理性能提升34.4%，几乎达到标准英语水平，为构建更具语言包容性的AI系统奠定了基础。
新加坡国立大学发布RAGCap-Bench：首个深度评估智能问答系统"中间过程"的测试基准
新加坡国立大学等机构联合发布RAGCap-Bench，这是首个专门评估智能问答系统"中间过程"的测试基准。通过255道选择题，该工具能精确测试系统的规划能力、证据提取能力、推理能力和抗噪声能力。测试发现当前智能系统在信息筛选和来源可靠性判断方面存在显著不足，为改进技术提供了明确方向。
上海交大推出AI眼镜管家：提前知道你想要什么的智能助手
上海交大等知名院校联合开发的AI眼镜系统实现了真正的"主动服务"功能，能在用户未明确请求时自动识别需求并提供帮助。该系统采用仿照人脑的五模块架构设计，通过双层视觉分析机制识别服务时机，在21点游戏指导、博物馆导览、购物建议等场景测试中表现出色，代表了AI从被动工具向主动伙伴转变的重要突破。
人工智能也会被"熵增"困扰？中国人民大学破解大模型智能体的训练难题
中国人民大学联合快手科技开发的AEPO算法，专门解决AI智能体训练中的"熵增"难题。该方法通过动态熵平衡展开机制和熵平衡策略优化，让AI既保持探索能力又避免学习失控。实验显示，仅用1000个样本训练的模型在多项任务上显著超越传统方法，为开发更智能可靠的AI助手提供了新思路。
滑铁卢大学惊人发现：代码界的"方言"问题正在拖累AI编程助手
滑铁卢大学研究团队发现，当前AI编程助手存在严重的"方言"理解问题。通过TOKDRIFT框架测试九个主流AI模型后发现，仅仅改变代码格式（如添加空格或调整命名风格）就能让AI产生不同输出，错误率最高可达60%。问题根源在于AI使用基于统计而非语法的代码分割方式，这一发现对AI编程助手的可靠性提出质疑。
MBZUAI科学家首创注意力缓存技术，让AI推理速度飙升45倍
MBZUAI科学家开发的弹性缓存技术通过智能监控AI注意力变化，实现选择性缓存更新，在数学推理、代码生成等任务上获得4.8-45倍速度提升。该技术基于三大发现：远距离信息影响微弱、深层比浅层变化更大、最受关注信息最稳定。采用注意力感知和分层更新策略，既保证精度又大幅减少冗余计算，为AI实际应用带来重大突破。
京公网安备 11010802021500号
