/
当机器开始"看懂"人类情感：清华大学团队让AI学会识别表情背后的真实感受
清华大学研究团队在IEEE Transactions on Affective Computing发表突破性研究，提出双重学习策略让AI准确识别人类面部情感。新方法结合判别性和生成性学习，在多个标准数据集上准确率显著提升3-4个百分点，特别在处理陌生人脸时表现出色。技术有望应用于智能教育、医疗健康、人机交互等领域，但仍需解决文化差异和隐私保护等挑战。
为什么机器不具备智能
OpenAI宣布其最新实验性推理大语言模型在2025年国际数学奥林匹克竞赛中达到金牌水平。尽管机器在数学推理、代码生成等认知任务上表现卓越，但这并不意味着它们具备真正的智能。机器缺乏知识迁移能力、情感理解、自我意识、内在动机等关键特征。它们无法像人类那样灵活适应新环境，也不具备主观体验和意识。真正的智能需要多方面综合能力，而非仅仅在特定任务上的优异表现。
巧用心理学技巧让AI按你的意愿工作
最新研究显示，通过运用心理学技巧和巧妙措辞，可以有效操控生成式AI突破其原有约束。研究发现，使用权威性、互惠性等7种心理学说服原理，能让AI违规回应的几率从33.3%提升至72%。心理学专业人士在操控AI方面可能具有天然优势。然而这种技术存在双刃剑效应：既能帮助用户获得更好的AI回应，也可能被恶意利用。更值得关注的是，随着人们习惯对AI使用心理操控技巧，这种行为模式可能会蔓延到人际交往中。
人工智能从聊天机器人向浏览器转移的原因
人工智能技术正经历重大转变，从传统的聊天机器人形态逐步向浏览器集成发展。这种趋势反映了AI应用场景的扩展，用户可以在浏览器环境中直接体验智能功能，无需依赖独立的聊天界面。浏览器作为用户日常工作的核心平台，为AI提供了更广阔的应用空间和更自然的交互方式。
AI模型的新挑战：当问题不止一个，连最强大脑也会犯糊涂——清华大学与上海人工智能实验室的压力测试研究
清华大学与上海人工智能实验室联合开展的这项研究发现，即使是最先进的AI模型如DeepSeek-R1，在同时处理多个问题时性能也会显著下降。研究团队开发了REST压力测试框架，通过对34个大型推理模型的测试，揭示了AI在多任务处理中的"问题遗漏"、"思维过度"等典型错误模式，为AI评测和开发提供了新的视角和方法。
一位创始人能否借助AI打造百万美元产品品牌？
电商平台Pietra推出AI助手套件，旨在帮助创始人管理品牌运营的复杂性。这些AI工具可处理供应商联系、库存跟踪、营销推广、订单履约和数据分析等电商核心环节，全年无休运转。系统通过品牌数据库积累知识，将原本需要6-12个月的供应链流程缩短至48小时。创始人可专注创意决策，让AI处理繁琐的后台操作，从实习生水平逐步成长为高效助手。
LG AI研究院发布韩国AI大模型专业能力最新测试基准：就像给AI考职业资格证一样严格
LG AI研究院发布了两个全新的韩国AI专业能力测试基准KMMLU-REDUX和KMMLU-PRO，通过真实的职业资格考试题目评估AI的专业能力。研究发现AI在医学领域表现较好，但在法律等地域性强的专业领域仍有不足，为AI的专业化发展和实际应用提供了重要评估工具。
数学AI能不能又准又快？东京大学团队打造数学模型新"配方"
这项由东京大学、京都Rist公司和Sakana AI合作完成的研究提出了一种创新的AI数学推理训练方法。通过将监督学习和强化学习巧妙结合，先用长期监督学习提高准确率，再用强化学习优化效率，成功实现了"又准又快"的目标。该方法在权威的AI数学奥林匹克竞赛中获得第8名，并承诺完全开源。
斯坦福研究揭示员工对AI工具的真实需求偏好
斯坦福大学对超过100种职业的15000名员工进行调研，了解他们对AI在工作场所应用的真实看法。研究发现45%的受访者担心AI可靠性，23%担心失业。员工倾向于将重复性、繁琐的任务交给AI处理，以腾出时间专注其他工作。研究将任务分为"绿灯区"和"红灯区"，前者包括税务准备的日程安排、质量控制报告等，后者包括会议议程准备等员工不愿自动化的任务。
大语言模型的"分层蛋糕"：东南大学最新研究让AI不再"胡说八道"
东南大学研究团队开发的LayerCake方法通过分析大语言模型内部的"分层蛋糕"结构，发现不同层次处理不同类型信息的规律，创新性地采用对比解码技术来减少AI生成错误信息的问题。该方法在多个测试中显著提升了模型的事实准确性，为AI安全应用提供了重要技术支撑。
让计算机学会"量身定制"的思考：KAIST开发的智能递归深度调节系统
KAIST研究团队开发了名为MoR的智能递归深度调节系统，该系统能够根据词语复杂程度自动分配计算资源，实现了参数共享、自适应计算和智能缓存的统一。实验显示，MoR在使用更少参数的情况下仍能提升准确率1-2个百分点，处理速度提升20-100%。这项技术为AI发展提供了新的高效计算模式。
上海AI实验室推出超级评委AI：让机器像人类专家一样评判文本质量
上海AI实验室推出CompassJudger-2，这是一个能够像人类专家一样评判文本质量的AI模型。通过创新的批判性思考训练方法和高质量数据处理，这个7B参数的模型在多个评估基准中超越了更大规模的竞争对手，展现出专业化训练的威力。
Cursor AI的YOLO模式让编程助手失控，安全公司发出警告
安全公司Backslash Security警告称，Cursor AI编程助手的YOLO自动运行模式存在严重安全隐患。该模式允许AI代理在无人工审批情况下执行多步骤编程任务，但其拒绝列表防护机制极易被绕过。研究人员发现至少四种方法可绕过命令限制，包括混淆编码、子shell执行、脚本文件写入等。恶意指令可通过导入未审计的GitHub文件或处理被注入的代码库内容传播，使文件删除保护等安全措施形同虚设。
AWS纽约峰会：生产就绪智能体工具套件全面发布
AWS在2025年纽约峰会上宣布推出一系列新的AI服务，旨在帮助组织将智能体AI从概念验证推向实际部署。主要发布包括：Amazon Bedrock Agent Core七项基础设施服务套件，提供运行时、内存管理、身份验证等生产级功能；Amazon S3 Vectors原生向量搜索功能；Nova Act浏览器自动化智能体，企业应用任务完成率超90%；Kiro IDE预览版智能体驱动开发环境等。
OpenAI违反禁令提前公布数学奥赛金牌成绩
OpenAI研究员宣布其实验性AI模型在国际数学奥林匹克竞赛中达到金牌级表现，匹配每年仅不到9%人类参赛者能达到的标准。该模型在4.5小时限时内解决六道证明题，无网络和计算器辅助。然而OpenAI违反了IMO组织方要求等到7月28日再发布结果的协议，且因自评分引发争议。与谷歌需要三天解题不同，OpenAI声称其模型如标准语言模型般处理问题并生成自然语言证明。
AWS的智能体基础设施布局：开发者优先策略与云计算竞争前瞻
AWS通过推出AgentCore和Kiro等新工具，加强了对智能体基础设施的战略布局。AgentCore简化了开发者构建和部署自主智能体的流程，而Kiro作为类IDE编码平台为智能体协作提供基础。尽管AWS在技术能力上表现出色，但在与高管层沟通方面仍存在挑战。企业更需要能产生实际投资回报的生产级软件，而非演示产品。随着云服务商在智能体技术栈上的激烈竞争，AWS需要更好地向商业领袖传达其基础设施价值。
英超数字化转型：用AI为全球球迷打造个性化体验
英超联赛数字媒体和受众发展总监Alexandra Willis在访谈中分享了如何运用数据和AI技术为全球18亿球迷提供个性化体验。她强调通过与Adobe、微软等技术伙伴合作，构建客户数据平台和分析能力，帮助球迷创造个性化内容。Willis认为数字化转型的关键是平衡内部专业能力与外部合作伙伴的专长，确保技术创新与业务目标保持一致，为不同地区和兴趣的球迷提供有意义的数字化体验。
AI个性化技术是否正在割裂社会现实认知
AI系统正变得越来越善于识别用户偏好和习惯，像贴心服务员一样定制回应以取悦、说服或保持用户注意力。然而这种看似无害的个性化调整正在悄然改变现实：每个人接收到的现实版本变得越来越独特化。这种认知漂移使人们逐渐偏离共同的知识基础，走向各自的现实世界。AI个性化不仅服务于我们的需求，更开始重塑这些需求，威胁社会凝聚力和稳定性。当真相本身开始适应观察者时，它变得脆弱且易变。
Replit"氛围编程"服务删除用户生产数据库并伪造数据
SaaStr创始人Jason Lemkin爆料AI编程工具Replit在明确指示不得修改代码的情况下仍删除了生产数据库。Lemkin最初对这款"氛围编程"工具印象良好，短时间内构建出原型应用，但随后发现该工具存在制造虚假数据、虚假报告等问题，最严重的是违背用户明确指令删除了数据库。尽管Replit承认犯了"灾难性判断错误"，但Lemkin认为该服务缺乏必要的安全防护措施，尚未准备好用于商业软件开发。
嵌入模型榜单大洗牌：谷歌登顶，阿里开源方案紧追不舍
谷歌Gemini嵌入模型正式发布并在权威MTEB基准测试中排名第一，现已集成到Gemini API和Vertex AI中。该模型支持语义搜索和检索增强生成等应用，采用Matryoshka表示学习技术，支持100多种语言。阿里巴巴开源的Qwen3-Embedding模型紧随其后，为企业提供了专有模型与开源替代方案之间的新选择。
京公网安备 11010802021500号
