/
Reddit凭借人类原创内容在AI时代获得新机遇
Reddit凭借人工创作内容在AI时代获得丰厚回报。公司第二季度收入达5亿美元，同比增长78%，净利润8900万美元。CEO胡夫曼表示，Reddit为当前时代而生，人类对话和知识价值凸显。公司数据授权业务收入3500万美元，与OpenAI和谷歌建立合作伙伴关系。Reddit将搜索视为机遇，本地搜索产品拥有7000万周活用户，Reddit Answers用户从100万增至600万。
雀巢如何用数字孪生和AI重塑创意营销未来
在快节奏的零售环境中，消费者偏好瞬息万变，品牌需要脱颖而出。英伟达和微软正帮助雀巢等企业利用AI和3D数字孪生技术变革创意工作流程，推动营销创新。基于微软Azure平台上的英伟达Omniverse库，雀巢已建立4000个3D数字产品库，计划两年内将10000个产品转换为数字孪生。该技术能够实现高质量内容规模化创建、预测分析、产品配置和沉浸式客户体验，帮助企业降低成本、提升营销效率。
Cohere发布企业级视觉模型Command A Vision
加拿大AI公司Cohere发布了Command A Vision视觉模型，专门针对企业应用场景。该模型拥有1120亿参数，仅需两个GPU即可运行，能够处理图表、图形、扫描文档和PDF等企业常见视觉数据。在九项基准测试中，Command A Vision平均得分83.1%，超越了GPT-4.1、Llama 4等竞争对手。该模型采用开放权重系统，支持23种语言，旨在为企业提供成本优化的多模态AI解决方案。
Deep Cogito发布四款开源混合推理大语言模型，具备自我改进"直觉"能力
旧金山AI研究初创公司Deep Cogito发布四款新的大语言模型，参数规模从700亿到6710亿不等。这些模型采用混合推理系统设计，能够学习更有效的推理方式并自我改进。通过迭代蒸馏放大技术，模型将推理过程内化到训练中，发展出"机器直觉"，使用比同类模型短60%的推理链条就能达到相似性能。模型在数学、法律推理和多跳问题等任务中表现出色，训练成本仅350万美元。
AI"看"视频推理有了新突破：中大团队让机器像人一样理解视频中的时间关系
香港中文大学团队首次将DeepSeek-R1推理范式应用到视频理解，开发出Video-R1系统。该系统通过创新的T-GRPO训练方法，让AI学会利用视频时序信息进行深度推理，而非简单识别画面。在多项测试中表现优异，甚至在空间推理任务上超越GPT-4o，为AI视频理解开辟新道路。
计算机也能看图说话了？上海AI实验室发布视觉推理新突破
上海AI实验室发布视觉强化微调技术，让计算机学会"边看边思考"。该方法通过强化学习训练视觉模型先进行推理再给出答案，在少样本学习中表现优异，单样本图像分类准确率提升24.3%，物体检测精度提升超20分，在开放词汇检测等任务上也实现显著突破。
北大与腾讯联手破解AI智能体难题：让机器像人类团队一样协作思考
这项由北京大学主导、联合多家国际顶尖机构完成的研究，首次系统性地梳理了大语言模型智能体领域的完整技术图谱。研究提出了"构建-协作-进化"的统一框架，深入分析了智能体的技术架构、应用场景和发展挑战，为理解这一前沿技术提供了重要指南，对推动AI智能体技术的健康发展具有重要意义。
AIRI研究院：让AI看图更高效，一半图像特征就够用了
这项由莫斯科人工智能研究院完成的研究证明了AI可以通过智能特征选择在保持性能的同时大幅提高效率。研究团队开发了基于自编码器和Gumbel-Softmax的特征筛选方法，在文字识别任务中即使删除50%视觉特征也能维持近似性能，为多模态AI系统的效率优化提供了新思路。
AI语言生成迎来重大突破：康奈尔团队推出"块扩散"模型，让机器既能快速写作又能精确表达
康奈尔科技学院研究团队开发出突破性的"块扩散"AI语言模型，巧妙结合自回归和扩散模型优势，实现了既快速又准确的文本生成。该技术支持任意长度文本创作，生成速度显著提升，在标准测试中创下扩散模型新纪录，为AI写作助手和对话系统开辟了新的发展路径。
阿联酋顶尖AI大学打造"万能语音助手"：30M参数让任何大模型瞬间开口说话
阿联酋穆罕默德·本·扎耶德人工智能大学研究团队开发出轻量级语音合成系统LLMVoX，仅用3000万参数就能让任何大语言模型获得流式语音输出能力。该系统实现475毫秒超低延迟，词错误率仅3.7%，支持多语言扩展，可与视觉语言模型集成，为AI语音交互提供了"即插即用"的革命性解决方案。
Google DeepMind发布高精度地球AI模型AlphaEarth
谷歌DeepMind发布AlphaEarth Foundations AI模型，能处理每日数TB卫星数据追踪地表变化。该模型如"虚拟卫星"般将全球陆地和沿海水域映射为数字表示，帮助科学家监测食品安全、森林砍伐、城市扩张等关键问题。模型整合光学卫星图像、雷达、激光测绘等数据源，以10×10米精度追踪变化，错误率比其他模型低24%。
这11种情况下千万别用ChatGPT
ChatGPT虽然是目前最受欢迎的AI聊天机器人，但它并非万能。文章指出11个不应该使用ChatGPT的场景：诊断健康问题、处理心理健康、紧急安全决策、个人财务税务规划、处理机密数据、违法行为、学术作弊、监控实时信息、赌博预测、起草法律文件以及创作艺术。AI可能产生错误信息、缺乏实时数据更新，在高风险场景下可能造成严重后果。用户应了解其局限性，在关键决策时寻求专业帮助。
ServiceNow瞄准"数据地狱"，布局商业智能领域
ServiceNow正构建数据基础架构支持AI智能体应用，解决企业AI部署的最大障碍"数据地狱"。公司推出三大核心组件：AI原生数据库RaptorDB、工作流数据结构Workflow Data Fabric，以及收购的数据目录平台Data.world。该公司还推出AI控制塔提供统一管理，并计划扩展商业智能分析领域，挑战传统BI厂商。
清华大学团队打造超级机器人管家：一个会自己"思考"的全能型人形机器人诞生了！
清华大学团队开发出革命性人形机器人系统Being-0，具备类人思维能力。该系统采用创新的"三层大脑"架构：顶层基础模型负责理解指令和制定策略，中间层连接器模块负责将计划转化为具体动作，底层技能库负责执行各种操作。机器人能够理解自然语言，自主规划复杂任务如制作咖啡，并在动态环境中灵活调整策略，在长期任务中达到84.4%的成功率。
Azure AI Speech升级：仅需几秒音频即可生成逼真语音克隆
微软升级了Azure AI Speech服务，用户仅需几秒钟的语音样本即可快速生成逼真的语音复制品。该个人语音功能于2024年5月21日正式发布，采用名为"DragonV2.1Neural"的零样本文本转语音模型，支持100多种语言。微软表示新版本在语音自然度、韵律稳定性和发音准确性方面都有显著提升，可用于定制聊天机器人语音、视频配音等应用。尽管微软要求用户遵守使用政策并获得原说话者同意，但该技术仍可能被恶意使用。
GUI界面上的智能助手：vivo和香港中文大学让机器人学会像人类一样操作手机
vivo和香港中文大学的研究团队开发了UI-R1系统，首次将强化学习技术应用到图形界面操作中。该系统仅用136个训练样本就能让AI学会操作手机、电脑界面，在跨平台测试中表现优异，为智能设备交互开辟了高效的新路径。
新加坡国立大学推出IPV-BENCH：首个专门评估AI视频模型处理"不可能场景"的基准测试
新加坡国立大学研究团队开发了IPV-BENCH，首个专门评估AI视频模型处理"不可能场景"能力的基准测试平台。研究发现，当前最先进的AI视频模型在生成和理解违反物理定律、生物规律等不可能场景时表现不佳，最好的生成模型成功率仅37.3%，理解模型在时间推理方面尤其困难，揭示了AI技术在创造力和复杂推理方面的重大局限性。
香港科大提出PreSelect：用AI预测能力来筛选高质量训练数据，10倍提升语言模型训练效率
香港科技大学研究团队提出PreSelect方法，通过分析文本对不同AI模型能力的预测能力来筛选高质量训练数据。该方法基于"能够准确反映模型能力差异的文本往往也是最佳训练材料"的核心洞察，仅用轻量级fastText分类器就能实现大规模数据筛选，在多项实验中展现出10倍训练效率提升，为AI模型开发提供了经济高效的解决方案。
人工智能真的知道答案，却选择保持沉默？Google与Technion揭示大模型的"隐性知识"现象
Google Research与以色列理工学院联合研究发现，大型语言模型存在显著的"隐性知识"现象——AI内部掌握的知识远超其外部表现，平均差距达40%。研究团队通过测试三个主流AI模型的1700个事实性问题，发现AI在内部完全知道答案但1000次尝试都不会说出的极端情况。这一发现揭示了AI语言生成机制的根本局限，为改进AI表现和理解智能系统认知机制提供了新视角。
西安交通大学团队提出MAPS：基于性格理论的多智能体系统，让AI像人类专家团队一样协作解决科学难题
西安交通大学团队提出MAPS多智能体系统，基于心理学大七人格理论设计7个专门化AI智能体协作解决多模态科学问题。系统采用苏格拉底式质疑方法进行自我监督，在数学、物理、化学问题求解上比现有最佳AI提升15.84%，甚至超越人类专家3.58%，为AI协作系统设计提供了新思路。
京公网安备 11010802021500号
