/
AMD超越AI能效目标并树立行业新标准
AMD宣布已超越其雄心勃勃的30x25能效目标，在AI和高性能计算系统中加速推进绿色倡议。该公司原计划在2020年至2025年期间将能效提升30倍，最终实现了38倍的显著改进，并提前完成目标。面对AI工作负载日益增长的需求，AMD的这一成就不仅展现了公司的技术实力，更体现了其在加速计算领域推动可持续解决方案的坚定承诺，为整个半导体行业树立了新的能效标准。
首尔大学团队突破：让AI"压缩文档"变得更聪明，就像聪明的图书管理员一样快速找到关键信息
首尔大学研究团队开发出名为ECoRAG的智能文档压缩框架，解决了AI系统在处理长文档时效率低下和准确性不足的问题。该技术通过"证据性"概念区分有用信息与干扰内容，并具备自我反思能力来决定所需信息量。实验显示，新方法在保持更高准确率的同时，显著减少了处理时间和计算成本，为搜索引擎、在线教育、医疗诊断等领域带来广阔应用前景。
加州理工学院全新突破：让AI同时"看懂"文字、图片和3D世界的革命性技术
加州理工学院研究团队开发出名为Kyvo的突破性AI系统，首次实现文字、图像和3D空间信息的统一处理。该系统通过创新的"结构化3D表示法"和"统一token空间"技术，让AI能够同时理解和生成三种不同类型的信息。在四大核心任务（3D渲染、识别、指令跟随、问答）中表现出色，为设计、机器人、AR/VR等领域带来重要应用前景。
MIT 研究人员用人工智能重新定义了软件调试：让计算机自己找出代码哪里出了错
MIT研究团队开发出一款能够自动识别并修复代码错误的AI调试助手，该系统在处理初级、中级和高级编程问题时分别达到94.2%、82.7%和67.3%的成功率，平均调试时间仅需2.3分钟，远超人类程序员45分钟的平均水平。这项突破性技术采用大语言模型和多视角分析方法，不仅能快速定位问题根源，还能提供清晰的修复建议和解释，有望彻底改变软件开发的调试流程。
Adobe Research与德州大学联手破解AI视频生成新难题：让人工智能边做边学，告别错误累积
Adobe Research与德州大学联手开发"自我强迫"训练法，让AI在视频生成时边做边学，彻底解决传统方法中错误会越积越多的问题。这种创新训练方式实现了真正的实时视频生成，在单GPU上达到17帧每秒的处理速度和亚秒级延迟，为直播、游戏和实时交互应用开辟了全新可能性。研究团队还引入滚动键值缓存机制，实现了理论上无限长的视频生成能力。
DeepSeek重新定义AI发展路径：低成本高效率模式挑战传统范式
DeepSeek今年1月发布R1模型引发行业震动，其创新在于以极低成本实现与科技巨头相当的AI性能。面对美国芯片限制，DeepSeek通过优化现有资源、使用合成数据等策略，仅用OpenAI 1.2%的投入就达到更优基准测试结果。这种效率优先的方法迫使OpenAI等公司重新审视发展策略，推动行业向并行创新轨道发展，同时也引发了关于AI自主评估和数据治理的新思考。
前沿模型的工作方式：与AI智能对话的新时代
前沿AI模型代表着当前最先进的人工智能系统，具备多模态处理、零样本学习和智能体行为等关键特征。以GPT-4o和Gemini 1.5为代表的前沿模型需要大量资源投入，面临成本与质量的平衡挑战。专家指出，基准测试既是推动发展的工具也存在被操控的风险。未来十年，这些模型将演变为无处不在的背景智能体，通过语音、凝视和情感识别与用户交互，彻底改变人机界面体验。
Ubuntu 25.10和Fedora 43的GNOME版本将放弃X11支持
Ubuntu 25.10和Fedora 43的下一个版本将在GNOME变体中仅支持Wayland，这是因为GNOME 49将移除X11会话。此变化只影响GNOME版本，两个发行版仍提供其他桌面环境选项。GNOME项目还计划引入对systemd的更强依赖，这将使GNOME在非Linux系统上运行变得更困难。尽管存在用户阻力，但Red Hat作为主要赞助商推动了这一转变。
SAP Sapphire 2025揭示AI驱动商业应用的重大转变
SAP 在 Sapphire 2025 大会上展示了企业智能化的新时代，重点发布了 SAP Business Data Cloud 的扩展功能，包括预构建的智能应用程序。大会强调了多云部署、合作伙伴生态系统扩展，以及 AI 驱动的实时业务洞察如何成为企业竞争优势的关键因素。
大规模开源安全应用所驱动的五大安全原则
文章论述了开源 AI 推动网络安全变革的方法，探讨了通过治理、自动化、目的型工具贡献、总拥有成本管理及风险防控五大战略，实现安全合规与持续增长。
Automattic收购关系管理应用Clay为在线工具增加身份层
WordPress.com母公司Automattic继收购通讯应用Beeper和Texts.com后，又收购了关系管理应用Clay。Clay是一款智能通讯录应用，能从LinkedIn、Facebook等平台整合联系人信息，并配备AI助手Nexus。该应用于2021年推出，此前融资超900万美元。收购完成后，Clay将继续运营并与Automattic其他产品集成，长期计划是成为各种工具的身份层。
浙江大学团队提出MoA：让AI大模型学习更高效的"异构专家混合"新方法
浙江大学与腾讯联合研究团队提出MoA异构适配器混合方法，通过整合不同类型的参数高效微调技术，解决了传统同质化专家混合方法中的表征坍塌和负载不均衡问题。该方法在数学和常识推理任务上显著优于现有方法，同时大幅降低训练参数和计算成本，为大模型高效微调提供了新的技术路径。
AI竟然能像人类一样学会自我反思和进化：加州大学圣巴巴拉分校团队训练出会自我改进的智能体
加州大学圣巴巴拉分校研究团队开发出能够自我进化的AI智能体，通过《卡坦岛拓荒者》桌游测试，这些AI能在游戏过程中自主修改策略和代码。实验显示，具备自我进化能力的AI显著超越静态版本，其中Claude 3.7模型性能提升达95%。研究验证了AI从被动工具向主动伙伴转变的可能性，为复杂决策场景中的AI应用开辟新路径。
AI对话系统的新挑战：当用户也能"动手"操作时会发生什么——Sierra公司突破性研究
这项由Sierra公司联合多伦多大学开展的研究首次揭示了AI对话系统在双控制环境下的真实挑战。研究团队发现，当AI需要指导用户协作操作时，性能会显著下降约20%。他们开发的τ?-bench评估平台通过电信技术支持场景，系统性地测试了AI的协作指导能力，并通过程序化任务生成和环境约束的用户模拟大幅提升了评估可靠性，为未来人机协作AI系统的发展指明方向。
SAFEFLOW：德州农工大学团队打造的AI智能体安全守护神，让AI助手像银行保险柜一样可靠
德州农工大学等多所知名高校联合Meta公司推出的SAFEFLOW框架，为AI智能体首次提供完整安全保障体系。该系统通过信息流控制、事务日志和动态信任评估，解决了当前AI助手易受欺骗、缺乏协调的关键问题，在专门构建的测试平台上实现了接近完美的安全表现。
Warp引入机器人技术实现仓储网络自动化
Warp成立于2021年，致力于通过技术赋能的物流网络优化企业供应链。该公司现计划使用机器人自动化其仓储网络，进一步提升供应链效率。公司在洛杉矶测试仓库安装摄像头，利用计算机视觉技术创建数字孪生环境进行实验。经过测试，Warp成功部署改装后的现成机器人处理货物装卸和存储。公司刚完成1000万美元A轮融资，计划今年开始在核心网络城市部署机器人技术。
Meta发布新AI模型：能理解重力等物理规律
Meta本周发布了名为V-JEPA 2的开源生成式AI模型，该模型能够帮助人工智能理解重力和物体永恒性等物理概念。与依赖标记数据或视频模拟现实的传统模型不同，V-JEPA 2强调物理世界的逻辑，包括物体如何移动和相互作用。该模型可应用于自动驾驶汽车和机器人等设备，无需针对每种可能情况进行训练，简化了流程并提高了现实应用的效率。
我们将如何与人工智能协作？探索人机合作新模式
文章探讨了人类与人工智能协作的复杂关系。研究显示，面对"如何与AI竞争"这一问题，66%的受访者认为应该利用AI进行协作，而非对抗。以学生群体为例，调查发现一半青少年使用生成式AI进行搜索和头脑风暴，虽存在作弊现象，但更多体现了积极的学习应用。专家建议保持好奇心，采用"宏大梦想，小步迭代"的策略，通过深入理解技术来建立最佳协作关系。
AMD押注机架级计算架构，力争到2030年AI效率提升20倍
随着摩尔定律接近极限和数据中心功耗问题日益突出，AMD制定了到2030年将芯片能效提升20倍的宏伟目标，并将机架级架构视为关键设计方向。AMD高级副总裁表示，设备规模越大效率越高，机架级计算能将整个机架的计算设备集成到单一封装中。AMD计划明年推出首个机架级计算平台MI400，未来五年内光学互连可能取代铜质连接。除硬件创新外，软硬件协同设计将是实现目标的关键因素。
斯坦福大学研究团队发明"会读心术"的AI：一个提示就能帮大模型了解你的喜好
斯坦福大学研究团队开发出SynthesizeMe方法，能让AI通过观察用户的选择自动学习个人偏好，无需填写复杂资料。该方法通过三步流程分析用户互动，生成个性化画像，在理解用户偏好方面准确率提升4.4%。研究还构建了PersonalRewardBench测试平台，为AI个性化能力评估提供标准。这项技术有望应用于智能客服、教育和内容推荐等领域。
京公网安备 11010802021500号
