香港科技大学团队系统分析了基础模型(如GPT-4、AlphaFold)在科学发现中的革命性作用,提出三阶段发展框架:从工具支持到人机协作再到自主发现。研究揭示AI正在重塑实验、理论、计算和数据科学等传统范式,可能催生第五科学范式。同时指出偏见传播、错误信息等风险,为科学界理解AI角色演变提供重要参考。
OPPO AI团队提出的A2FM模型创新性地将AI能力分为即时、推理和智能体三种模式,系统能根据问题复杂度自动选择最合适的处理方式。该模型通过独特的"路由-对齐"训练策略和自适应策略优化,在保持高准确率的同时显著降低了计算成本,每个正确答案成本仅0.00487美元,比传统方法节省30%-45%。在多项基准测试中表现优异,为AI向更智能化、高效化发展指明了方向。
NVIDIA研究团队开发了DLER训练方法,解决AI"过度思考"问题。通过改进训练过程中的奖励评估、创新保护和样本选择三个核心环节,DLER让AI学会用更简洁方式思考,在数学推理任务中实现70%以上的长度缩减同时保持甚至提升准确率。该方法还支持难度感知调整和模型融合,为AI实际应用提供更高效解决方案。
香港理工大学团队开发的ORBIT系统实现了医疗AI训练的重大突破,仅用2000个样本就将小型AI模型在复杂医疗咨询任务中的表现从7分提升至27分。该系统通过为每个案例生成个性化评价标准,让AI学会了真正的医疗对话艺术,不仅能提供准确信息,还能展现人文关怀,超越了传统冷冰冰的问答模式。
Google研究团队开发了VISTA视频生成系统,这是首个能够自我改进的AI视频生成技术。该系统通过多智能体协作机制,能够自动评估生成视频的质量并持续优化描述,显著提升视频生成效果。实验显示VISTA获胜率达46%,人类评估者66%偏爱其作品,为AI辅助视频创作带来重大突破。
MIT和UCLA研究团队发现了AI大模型训练中的关键问题:传统μP方法在训练稳定阶段会失效。他们提出权重衰减应按模型宽度平方根缩放的新规则,解决了大模型超参数迁移难题。通过LLaMA模型实验验证,新方法能让小模型调优参数直接用于大模型,大幅提升训练效率,为AI技术发展提供重要支撑。
亚马逊等机构联合开发了UniFilter,这是首个能同时筛选图文配对和复杂多图文文档的AI数据质量检测工具。该工具采用创新的半合成训练方法,用真实图片配合人工生成的四级质量文字进行训练。实验显示,用UniFilter筛选的数据训练的AI模型在多项测试中表现优异,且处理效率达到每秒130个样本。团队已开源相关模型、代码和高质量数据集。
北京大学等顶尖院所联合研发的MORPHOBENCH是首个能够根据AI模型推理能力自动调节题目难度的评测系统。该系统收集了1300多道跨学科推理题目,通过观察AI解题过程动态调整挑战程度。测试显示当前顶级AI模型在社会科学表现最佳,但在工程应用方面仍有很大提升空间。这项研究为AI能力评估提供了革命性的新方法。
微软于12月1日正式关闭混合现实协作平台Mesh,将用户引导至Teams的沉浸式活动功能。Mesh作为独立服务在2024年正式发布,提供3D虚拟会议环境,但与Teams功能重叠明显。微软已将相关功能直接整合到Teams中,需要商业Teams许可证和Premium许可证才能主持沉浸式活动。这标志着微软元宇宙雄心的终结,公司已放弃HoloLens项目和美军合同,转向AI发展战略。
亚马逊云服务发布AI工厂解决方案,支持政府和监管行业在本地数据中心部署完整AWS AI基础设施。同时推出搭载三纳米Trainium3芯片的EC2 Trn3超级服务器,性能较前代提升4.4倍,能效提升4倍。此外还引入配备英伟达GB300 NVL72平台的P6e-GB300超级服务器,为万亿参数AI推理提供最高GPU密度支持。
HPE在2025年全力押注Alletra存储产品,专注销售自主存储软件而非合作伙伴IP。公司存储产品组合包括企业级Alletra阵列、GreenLake文件软件、入门级MSA阵列等。经历2023-2024年收入下滑后,2025年实现增长复苏。在存储市场中,HPE位于NetApp和Pure Storage之间,与Dell差距约4倍。Alletra MP产品线整合了3PAR、Nimble等品牌,推出了集成AI功能的X10000数据智能节点,支持直接运行AI管道,为企业提供云原生数据基础设施解决方案。
AV Linux和MX Moksha是专为音频和音乐制作优化的Linux发行版。最新发布的AV Linux 25基于MX Linux 25,搭载Enlightenment 0.27.1桌面环境,包含Ardour DAW、OBS Studio等专业音频工具,占用约11GB存储空间。MX Moksha 25使用Moksha桌面(Enlightenment 17分支),更加轻量化,仅需8GB空间,运行时内存占用不足500MB,适合寻求轻量级发行版的用户。
微软Windows负责人提出"智能代理操作系统"概念后遭用户强烈反对,用户更希望获得可靠性、可用性和稳定性。专家认为智能代理功能不属于操作系统核心服务,应位于应用层之上。操作系统的职责是管理计算机资源并提供标准抽象服务,而非承载AI代理功能。将AI功能强制集成到操作系统中类似于90年代微软将IE浏览器强制绑定Windows的做法。
MongoDB CEO在财报会议上声称PostgreSQL系统缺乏扩展性,无法满足AI工作负载需求。该公司第三季度收入达6.283亿美元,同比增长19%,股价上涨23%。然而PostgreSQL近年来在开发者排名中攀升至榜首,并获得主要云厂商支持。面对CockroachDB、YugabyteDB等分布式PostgreSQL服务竞争,以及微软推出的DocumentDB文档数据库平台,MongoDB被迫为其企业级可靠性进行辩护。
法国AI初创公司Mistral发布Mistral 3系列开放权重模型,包含一个大型前沿模型和九个小型离线模型。该公司试图证明小型模型在企业应用中更具优势,可在单GPU上运行,成本更低且效率更高。Mistral Large 3具备多模态和多语言能力,参数达675亿。Ministral 3小型模型系列提供三种规格,支持视觉处理和大上下文窗口,可部署在边缘设备上。
随着大语言模型的不断涌现,Z世代正成为与AI技术共同成长的新一代商业领袖。他们在数字环境中表现出更强的自信,善于协作而非单纯竞争。斯坦福创新者穆拉冈提出AI发展的三种情景:全面禁止、野蛮生长或人机内容分流共存。Z世代企业家需要掌握平台所有权、利用AI扩大规模、打造独特品类和实现超个性化等四大要素,以道德和有益的方式驾驭AI技术。
谷歌搜索高管表示,公司在AI领域的最大机遇在于更好地了解用户并提供个性化回应。通过整合Gmail等服务的个人数据,AI能提供更主观和个性化的建议。然而,随着AI深度整合用户邮件、文档、照片、位置历史等个人信息,有用助手与侵入性监控之间的界限日益模糊。谷歌承诺会明确标示个性化回应,但数据隐私问题仍引发关注。
AI初创公司Runway和深度求索今日发布两款新基础模型,声称性能超越科技巨头算法。Runway的Gen-4.5提供文本转视频功能,在人工智能分析文本转视频基准测试中创下新纪录,能更好地遵循提示并生成更逼真的视频内容。深度求索发布的V3.2版本在编程和数学任务方面表现更优,采用新的注意力机制实现DSA,降低硬件使用率。两款模型均针对不同应用场景进行了优化。
这项研究开发了CaptionQA系统,通过测试AI生成的图片描述能否支持实际任务来评估其真正价值。研究发现即使最先进的AI模型在图片描述实用性方面也存在显著不足,描述质量比直接看图时下降9%-40%。研究涵盖自然、文档、电商、机器人四个领域,为AI技术的实用性评估提供了新标准。
这项由以色列阿费卡工程学院和本古里安大学联合开展的研究提出了一种创新的监控视频异常检测方法。研究团队设计了双编码器系统,结合I3D和TimeSformer两种不同的视觉分析技术,仅使用视频级标签就能准确识别犯罪行为。在UCF-Crime数据集上达到90.7%的检测准确率,超越了所有现有方法。这种技术能显著降低标注成本,为现实世界的安全监控应用提供了高效可行的解决方案。