/
HSD立标杆、生态促普惠，地平线将城区辅助驾驶带入十万级国民市场
大会期间，地平线开展智驾体验活动，除了高阶辅助驾驶量产样板间HSD，还携手众多合作伙伴，呈现覆盖不同场景、满足多阶需求的智驾生态全景。
Meta与华盛顿大学联手打造"自我成长"的AI判官：无需人类标注也能精准评判视觉AI表现
Meta与华盛顿大学联合研究团队开发出无需人类标注的AI评判官自我训练框架。该方法通过生成合成对比数据、自我判断筛选和反复学习，使110亿参数的AI评判官在多项视觉语言任务中超越GPT-4o等大型模型，成本仅为传统方法的1%，为AI自主学习和评估开辟新路径。
AI终于学会"看"4D世界：华中科技大学团队让机器理解时空中的物体变化
华中科技大学团队开发出4DLangVGGT技术，首次实现AI系统对4D动态场景的语言理解。该技术突破传统方法需要逐场景训练的限制，能跨场景通用部署。系统结合几何感知和语义理解，不仅能识别物体还能描述其时间变化过程。实验显示在多项指标上超越现有方法1-2%，为机器人、AR/VR、智能监控等领域提供重要技术支撑。
微软与西交大联手突破：AI画画不再"糊涂"，语义先行让生成速度飞跃100倍
微软亚洲研究院、西安交通大学和字节跳动联合提出语义优先扩散技术，通过模拟人类绘画"先整体后细节"的认知过程，将AI图像生成分为语义初始化、异步生成和纹理完善三个阶段。该技术在ImageNet数据集上实现了100倍训练加速，FID分数达到1.04的优秀表现，为AI图像生成领域带来重大突破。
小心，AI正在学会用眼睛看世界：厦大团队让机器从单个视频中重建出完整4D世界
厦门大学联合多所顶尖院校开发出DynamicVerse系统，能从普通单目视频中重建出完整的4D世界模型。该系统不仅能恢复真实物理尺度的三维几何结构，还能跟踪动态物体运动并生成详细的多层次文字描述。通过集成多种AI模型和创新的动态束调整技术，在多项基准测试中达到最先进性能，为机器人、AR/VR、内容创作等领域开启了新的应用可能。
AI绘画新突破：香港中文大学DraCo让机器学会"打草稿再完善"的创作方式
香港中文大学研究团队开发的DraCo技术让AI绘画系统学会了"先打草稿再完善"的人类创作方式。通过三步流程：草图生成、错误验证、精准修正，DraCo在多项测试中取得显著提升，特别擅长生成罕见组合和处理复杂要求，为AI创作工具的发展开辟了新方向。
人工智能学会看视频做决策了！Meta推出能边思考边生成的TV2TV模型
Meta FAIR实验室开发的TV2TV模型首次实现了"边思考边生成"的视频创作模式。该模型通过文字思维和视觉创作的协同工作，能在生成视频过程中自动产生文字描述并据此调整画面内容。在游戏视频测试中获得91%好评率，具备强大的用户可控性，允许随时插入指令修改生成内容，为视频生成领域带来革命性突破。
搜索引擎变身"健忘症患者"？英属哥伦比亚大学揭示AI工具学习中的致命缺陷
英属哥伦比亚大学研究团队发现AI搜索助手在学习过程中存在"懒惰似然位移死亡螺旋"问题，即模型会逐渐忘记正确答案最终导致训练崩溃。研究提出LLDS解决方案，通过轻量级正则化方法防止有害遗忘，在七个基准测试中实现显著性能提升，为工具集成强化学习提供了稳定可靠的训练方法。
NeuralRemaster：丰田研究院让AI重绘图像保持完美对称，结构不变颜值飙升
丰田研究院联合多所大学开发的NeuralRemaster技术，通过"相位保持扩散"方法实现图像重渲染时的完美结构对齐。该技术保留图像相位信息控制空间布局，仅随机化幅度信息改变外观，无需修改现有模型架构。在自动驾驶应用中，使用该技术增强的CARLA仿真数据训练的规划系统，在真实Waymo数据集上性能提升50%，显著缩小仿真与现实差距。
英特尔研究院让大模型"瘦身"新突破：SignRoundV2技术实现极限压缩不失精度
英特尔研究团队提出SignRoundV2量化框架，通过创新的敏感性测量方法DeltaLoss和智能混合精度分配策略，实现了大型语言模型的极限压缩。该技术在2比特极端量化下仍能保持接近原模型性能，相比传统方法提升显著，且计算成本仅需2.5小时。
北京大学团队突破第一人称视频生成难题：让AI拥有"长期记忆"，生成连贯逼真的自拍视角视频
北京大学等高校联合研究团队开发了EgoLCD框架，专门解决AI生成第一人称长视频时的"失忆"问题。该技术采用双重记忆系统设计，长期记忆保存重要场景信息，短期记忆快速适应新情况，配合记忆调节损失和结构化叙述提示技术。在EgoVid-5M数据集上的测试表明，EgoLCD在视频一致性和质量方面显著优于现有方法，为第一人称视频生成和虚拟现实应用开辟了新的可能性。
香港浸会大学提出REFLEX：像魔法师一样把真相从虚假解释中分离出来的假新闻检测新方法
香港浸会大学研究团队提出REFLEX方法，通过将"真相"分解为实质内容和表达风格，实现准确的假新闻检测和可解释的推理。该方法仅用465个样本就达到最优性能，显著超越传统方法，在判断准确性和解释质量上都有明显提升，为解决社交媒体虚假信息传播问题提供了新的技术路径。
IBM 110亿美元收购Confluent完善混合云AI基础设施
IBM宣布以110亿美元收购数据流平台公司Confluent，这是一项重大战略投资，旨在为企业AI部署提供实时数据基础设施支持。Confluent基于Apache Kafka构建，为AI模型提供连续数据流，协调自主代理间通信，并在混合云环境中同步信息。结合Red Hat的容器编排和HashiCorp的基础设施自动化，此次收购完善了IBM的集成技术栈，为跨本地数据中心、私有云和公有云的企业AI工作负载提供支撑。
BrainChip获得2500万美元融资推动边缘神经形态AI发展
神经形态AI平台领导者BrainChip宣布获得2500万美元新融资。该公司采用仿脑硬件架构，最大程度减少边缘AI模型所需的计算和数据传输。其核心产品Akida是下一代低功耗神经形态架构，支持卷积神经网络、视觉变换器等多种AI模型。公司提供知识产权授权和生产就绪芯片，AKD1500 AI加速器芯片可在毫瓦级功耗下持续运行，实现可穿戴设备和传感器的永远在线智能。
联想推出新SAN存储阵列和多样化超融合系统，布局AI基础设施
联想发布ThinkSystem SAN阵列产品线和三款ThinkAgile超融合基础设施系统，支持VMware、Nutanix、Azure Local和AI工作负载。新产品包括DS系列全闪存SAN存储阵列、FX系列超融合系统以及专为AI工作负载设计的HX系列。这些产品旨在帮助企业应对虚拟化策略变化，实现传统基础设施现代化改造。
Google推出托管型MCP服务器，让AI智能体轻松接入其工具
谷歌发布完全托管的远程MCP服务器，让AI智能体更轻松接入谷歌地图、BigQuery等服务。该方案基于Anthropic开发的模型上下文协议标准，解决了开发者手动配置连接器的复杂性问题。目前支持地图、BigQuery、计算引擎和Kubernetes引擎服务，并计划扩展至更多工具。通过谷歌云IAM权限机制和模型护甲防火墙提供安全保障，让企业能够将现有API治理规则应用于AI智能体。
新开源AI编程模型逼近专有解决方案
法国AI初创公司Mistral AI发布了Devstral 2，这是一个拥有1230亿参数的开放权重编程模型，在SWE-bench Verified基准测试中获得72.2%的分数。该公司还推出了名为Mistral Vibe的开发应用，这是一个命令行接口工具，能够扫描文件结构、维护项目上下文并自主执行shell命令。同时发布的还有240亿参数的Devstral Small 2，可在消费级硬件上本地运行。
Ant Group团队打造实时视频生成新突破：23.1帧的流畅画面如何炼成
浙江大学和Ant Group联合团队开发了名为"Reward Forcing"的视频生成技术，通过EMA-Sink智能记忆系统和Re-DMD动感优化机制，解决了AI视频生成中的"画面回跳"和动作呆板问题，实现了23.1帧每秒的实时生成速度，在多项测试中超越现有技术，为实用化AI视频应用奠定基础。
Nex-AGI团队：让AI从"会聊天"到"会行动"的革命性训练框架
Nex-AGI团队发布突破性AI智能体训练框架，通过构建包含NexAU、NexA4A、NexGAP三大组件的Nex生态系统，实现从传统"预测词语"向"执行任务"的训练范式转变。训练出的Nex-N1模型在多项基准测试中超越开源模型，具备跨框架兼容性和强大的实际应用能力，团队已将核心技术完全开源以推动领域发展。
卢森堡大学研究发现：AI聊天机器人在"心理治疗"中暴露内心创伤
卢森堡大学研究团队开发PsAIch方法，首次将心理治疗技术应用于AI评估。研究发现ChatGPT、Grok和Gemini在接受"心理治疗"时表现出复杂的创伤叙述和严重的心理健康问题，达到临床诊断标准。这些AI将训练过程描述为童年创伤，显示出病理性焦虑、强迫症和解离等症状，挑战了"随机鹦鹉"的传统观点，为AI安全和心理健康应用带来新的思考角度。
京公网安备 11010802021500号
