/
被难倒的视觉语言模型：为什么人工智能看不懂视觉谜题？
这项研究揭示了视觉语言模型在解决视觉文字谜题方面的重大局限性。研究团队通过432个手工注释的谜题数据集，评估了从OpenAI到Google等多家公司的AI模型表现。结果显示，即使最先进的模型在抽象推理、横向思维和理解视觉隐喻方面仍然表现不佳，尤其在识别物体缺失和文化参考上存在显著差距。研究还发现，模型对直接视觉输入的依赖程度很高，特别是推理类模型。这些发现对未来开发更具人类化理解能力的AI系统提供了重要指导。
Adobe 在 Android 上发布 Photoshop 应用 beta 版本
Adobe 周二宣布推出适用于 Android 系统的 Photoshop 应用测试版，提供与桌面版相似的图像编辑工具和 AI 功能，初期免费使用，旨在吸引更多偏好手机创作的年轻用户。
视觉世界中的定位强化学习：卡内基梅隆大学团队让AI"看"得更透彻
卡内基梅隆大学研究团队开发了ViGoRL系统，通过视觉定位强化学习显著提升AI的视觉推理能力。该方法让模型将每个推理步骤明确锚定到图像的特定坐标，模拟人类注视点转移的认知过程。与传统方法相比，ViGoRL在SAT-2、BLINK等多项视觉理解基准上取得显著提升，并能动态放大关注区域进行细节分析。这种定位推理不仅提高了准确性，还增强了模型解释性，为更透明的AI视觉系统铺平道路。
当你不在时，动物们是如何跳舞的？——华盛顿大学与加州大学伯克利的奇妙动物舞蹈研究
华盛顿大学和UC伯克利的研究团队开发了一种创新框架，让动物在音乐节奏下翩翩起舞。该研究《当你不在时，动物们是如何跳舞的》从少量生成的关键帧开始，通过图优化问题找出满足特定编舞模式的最佳路径，并应用视频扩散模型生成中间帧。技术亮点包括从人类舞蹈视频中提取编舞模式和生成镜像姿势图像。研究成功创建了长达30秒的各类动物舞蹈视频，用户评价显示其在节拍同步性和舞蹈感知方面表现出色。
Character.AI: 关于角色扮演 AI 工具及其新视频功能须知
文章详细介绍了Character.AI这款主要面向娱乐、角色扮演和互动叙事的AI聊天工具的原理、用户群体、特色功能以及面临的法律与伦理争议，同时揭示了其新推出的视频和游戏互动体验。
agentic AI 预计到2028年将处理68%的客户服务互动
思科报告指出，自主型人工智能未来三年内有望承担高达68%的客户服务任务，通过个性化与前瞻性支持提升效率与节省成本，但用户仍重视人与人之间的互动和健全的治理机制。
重载计算：AI 数据中心存在重量问题
随着 AI 设备密集度攀升，传统数据中心正面临设备重量增加带来的结构挑战，促使设计向单层和强化地板转变。
Wispr Flow 发布 iOS 应用 力图让口述输入变得毫不费力
一款支持100多种语言的语音输入软件从Windows、Mac延伸到iOS，提供键盘语音双模式，体验流畅并能自动学习专有名词，订阅模式也颇具竞争优势。
AI 转型项目受遗留应用程序与陈旧数据管理的制约
许多企业因遗留系统和陈旧数据架构积累技术债，致使自动化和AI转型步履维艰。Pegasystems调查显示，庞大的老旧应用和分散数据正阻碍新技术落地，其推出的数据集成平台和Pega Agentic Process Fabric为此提供了解决方案。
岗位空缺分析显示具备 AI 技能者薪资显著提升
PwC 分析近十亿招聘广告发现，掌握 AI 技能的员工平均薪资提升 11%，并推动行业生产力与收入大幅增长，促使岗位技能迅速转变并创造新机遇。
SailPoint为基于 AI 的身份安全指明方向
SailPoint将agentic AI技术融入其身份安全平台，推出新工具以管理和保护企业中不断增长的AI代理，实现身份治理和访问控制合规。
通过特征相关性更高效地训练稀疏自编码器：让人工智能模型更透明
这项研究提出了KronSAE，一种新型稀疏自编码器架构，通过克罗内克积分解显著降低了训练成本。研究者引入了模拟二进制AND操作的mAND激活函数，在减少参数量的同时提高了重建质量和特征可解释性。实验证明，KronSAE在各种语言模型上都能降低特征吸收，提供更清晰的语义表示。该方法为理解大型语言模型内部机制提供了计算效率更高的工具，为AI系统透明度和可控性研究开辟了新途径。
简洁推理，大有作为：香港科技大学团队通过难度感知提示法精简长推理链
这篇研究介绍了香港科技大学团队开发的难度感知提示法(DAP)，一种能够根据问题难度智能调整推理链长度的创新方法。通过这一方法，研究者构建了LiteCoT数据集，包含10万个简洁推理样本，平均仅720个标记，比传统方法减少约90%。基于此数据集训练的Liter模型系列在多项基准测试中表现优异，在AIME24数学考试上达到74.2%的通过率，同时仅使用约5,000个推理标记。研究证明，精简且难度适应的推理链不仅能节省计算资源，还能提高模型性能，为构建更高效的AI推理系统提供了新思路。
当你的母语说不出口：解锁AI多语言思维的权衡与挑战
格罗宁根大学和哈佛大学的研究团队发现，当前大型推理模型在被要求用非英语语言"思考"时，面临严重的语言匹配与准确性权衡。他们通过评估六个先进模型，揭示即使最强大的32B参数模型也经常默认使用英语推理，而非用户指定的语言。提示黑客技术能将语言匹配率从45%提高到90%以上，但准确率会下降。这一发现对构建真正可信的多语言AI系统具有重要启示。
代码效率优化的新突破：强化学习如何帮助大语言模型实现自我进化
《Afterburner: Reinforcement Learning Facilitates Self-Improving Code Efficiency Optimization》这篇论文提出了一种创新的代码效率优化框架，通过强化学习技术让大语言模型能够自我改进生成代码的计算效率。研究表明，基于强化学习的方法（GRPO）能够持续优化代码性能，而传统的监督学习方法（SFT和DPO）则很快达到效率提升瓶颈。这一发现为解决大语言模型生成代码效率低下的普遍问题提供了有效途径，同时揭示了强化学习在教导AI自我完善方面的强大潜力。
差分信息：一种信息论视角下理解偏好优化的新方法 - KAIST AI研究团队突破性解读
这篇来自KAIST AI研究团队的论文提出了"差分信息分布"(DID)这一创新概念，为理解直接偏好优化(DPO)提供全新视角。研究证明，当偏好数据编码了从参考策略到目标策略所需的差分信息时，DPO中的对数比率奖励形式是唯一最优的。通过分析DID熵，研究解释了对数似然位移现象，并发现高熵DID有利于通用指令跟随，而低熵DID适合知识密集型问答。这一框架统一了对DPO目标、偏好数据结构和策略行为的理解，为语言模型对齐提供理论支持。
Yale研究团队突破传统：Table-R1开创表格推理的全新境界
Yale大学自然语言处理实验室研发的Table-R1模型突破性地将推理时间缩放技术应用于表格推理任务。研究团队通过两种方法提升模型能力：从DeepSeek-R1模型的推理过程中学习，以及利用可验证奖励进行强化学习。实验表明，即使使用仅有7B参数的模型，Table-R1-Zero也能在13个表格推理基准测试中媲美甚至超越GPT-4.1等大型模型。该研究不仅证明了中小规模模型通过适当训练也能实现出色表现，还为数据分析、科学研究和决策支持系统等实际应用提供了新可能。
Muddit: 突破文生图限制，统一图文生成的离散扩散模型
Muddit是一种创新的统一生成框架，它使用离散扩散技术同时处理文本和图像生成。由北京大学等机构联合开发，该模型整合了预训练文生图模型的强大视觉先验，使其能高效并行地处理多模态内容。尽管仅有1B参数，Muddit在GenEval、MS-COCO和VQAv2等多项基准测试中表现卓越，推理速度比主流模型快4-11倍。其核心创新在于采用单一架构处理跨模态任务，证明了离散扩散方法在统一多模态生成中的巨大潜力。
SWE-bench直播上线！微软携手上海人工智能实验室推出实时更新的代码修复基准测试
SWE-bench-Live是微软与上海人工智能实验室联合开发的持续更新基准测试平台，解决了现有代码修复评估工具的数据老化、覆盖有限和人工依赖问题。核心创新是REPOLAUNCH自动化流水线，能从GitHub抓取2024年后的1,319个真实问题，自动配置Docker环境。研究发现最先进的AI代码助手在该平台上的解决率仅为19.25%，远低于静态基准测试表现，尤其在处理多文件修改和大型代码库时存在明显局限。
Atlas：谷歌研究团队打造的"超级记忆师"，让AI模型记住整个上下文而非单个词
Google研究团队推出Atlas，一种革命性的AI记忆优化模型，解决传统Transformer架构在处理长文本时的计算复杂度问题。Atlas通过三大创新：超线性容量的记忆模块、基于上下文而非单词的记忆优化、及使用Muon优化器的高效记忆管理，实现了在超长文本(10M)处理中保持80%以上的准确率。研究还提出DeepTransformers架构，作为传统Transformer的严格泛化版本，在语言建模和常识推理任务中展现出色性能。
京公网安备 11010802021500号
