/
谷歌融合SQL、Python和Spark推进Colab Enterprise发展
谷歌正在推广Colab Enterprise，承诺提供统一的机器学习和数据分析笔记本环境，将SQL、Python和Apache Spark集成在一个平台中。该平台在BigQuery数据仓库和Vertex AI机器学习平台中预览多项增强功能，包括原生SQL单元格、交互式可视化单元格和增强的数据科学代理。谷歌旨在消除数据科学家在不同环境间切换的障碍，提高工作效率。
阿里巴巴发布530亿美元全球AI计划 但需GPU支持才能实现
阿里巴巴本周宣布了一项包含数百亿美元投资的AI战略，推出改版的大语言模型产品线，并计划在欧洲建设AI数据中心。该公司详细介绍了最新的Qwen3-Omni大语言模型，能够处理文本、图像、音频和视频。阿里巴巴计划三年内投资530亿美元建设AI基础设施，在中东、欧洲、东南亚和拉丁美洲建立AI数据中心链。然而，由于中美贸易限制，阿里巴巴无法获得英伟达顶级GPU，这给其全球AI扩张计划带来挑战。
谷歌支持加密货币矿企交易以抢夺AI数据中心资源
谷歌为AI计算初创公司Fluidstack与加密货币挖矿公司Cipher Mining的30亿美元十年协议提供14亿美元担保，并获得购买Cipher 5.4%股权的权利。这是谷歌两个月内达成的第二笔类似交易，反映出AI服务对计算资源的巨大需求。Cipher将利用谷歌的担保协议筹集资金扩张，提供位于德克萨斯州的168MW容量，计划2026年9月启用。
微软 M365 Copilot 新增 Claude AI 选项，多模型策略初显成效
微软与Anthropic达成合作协议，为Microsoft 365 Copilot用户提供Claude AI引擎选项。商业版Frontier Copilot用户可选择Claude Opus 4.1和Sonnet 4等模型，但需管理员权限。这标志着微软正在超越OpenAI，采用更开放的AI代理方式。微软已在Visual Studio中集成Claude，并在Azure中加入Grok AI。微软AI CEO表示，公司将基于他人最佳技术构建应用，而非追求AI领导地位。
视觉语言模型的"信息丢失"之谜：哥本哈根大学揭示AI看图说话背后的隐秘代价
哥本哈根大学等机构研究发现，主流视觉语言模型在将图像转换为文字描述时会丢失40%-90%的视觉信息。研究开发了两种创新方法来量化这种信息丢失：邻居关系分析和嵌入重建技术。实验表明信息丢失直接影响AI的检索和问答性能，研究还实现了丢失区域的精确可视化，为优化AI视觉系统提供了重要工具。
阿联酋研究团队打造AI"读心术"：从照片和文字中破解人格密码
阿联酋研究团队创建了PersonaX数据库，包含超过1.3万人的多模态性格分析数据。通过整合面部照片、背景信息和AI生成的行为特征描述，研究首次实现了大规模的跨模态性格分析。团队开发的双层分析框架不仅能发现统计关联，还能揭示深层因果关系，为理解人类性格特征提供了全新视角。
印度理工学院突破性研究：AI医生能否做出正确的心理健康伦理决策？
印度理工学院研究员创建了首个专门评估心理健康AI伦理推理能力的数据集EthicsMH，包含125个涵盖保密信任、偏见识别、自主权冲突等核心伦理挑战的情境。通过人机合作构建方式和多维评估框架，该工具不仅能测试AI决策准确性，更能评估其推理过程质量和多角度思考能力，为开发更安全负责任的心理健康AI系统提供了重要评估工具和方法论基础。
一场AI"天平游戏"的突破：亚马逊科学家如何让大语言模型学会动态平衡多项任务
亚马逊和圣母大学研究团队提出动态奖励权重调整方法，解决了大语言模型多目标训练中的固定权重局限性。该方法包括超体积引导和梯度优化两种策略，能根据不同目标的学习进度自动调整训练重点。在数学推理任务测试中，新方法在准确性、简洁性和清晰度三个指标上全面超越传统方法，同时提升了训练效率。这为AI训练从静态策略向自适应优化的转变提供了重要突破。
大语言模型为什么总是"学会"错误的东西？浙江大学研究团队找到了让AI更聪明的全新方法
浙江大学研究团队开发了CAT方法，通过在大语言模型的注意力机制中注入因果知识，解决AI容易学习虚假关联而非真正因果关系的问题。实验显示该方法显著提升了模型在新环境下的表现，如Llama模型准确率从64.5%提升至90.5%。这项创新为开发更可靠、具备真正推理能力的AI系统提供了新思路。
斯坦福大学AI实验室新突破：让计算机像人一样理解世界的三步循环法
斯坦福大学NeuroAI实验室提出概率结构整合(PSI)系统，通过概率预测、结构提取、整合三步循环让AI像人类一样理解世界。系统在1.4万亿视频数据上训练，能零样本提取光流、深度、分割等视觉特征，实现视频预测、物体操控等应用，在多项测试中达到业界领先水平，展现了AI自我进化的新路径。
Utrecht大学团队首创AI"换位思考"技术：让机器像人类一样理解不同观点
Utrecht大学研究团队开发出让AI具备"换位思考"能力的创新技术，通过情境学习和标签分布学习两种方法，使AI系统能够理解和模拟不同人的思维模式与判断习惯。该技术在LeWiDi-2025国际竞赛中获得第二名，为开发更人性化的AI系统提供了新路径。
腾讯混元：AI也能成为3D"解构大师"，一个模型让3D物体智能分解成有意义的零件
腾讯混元团队开发的X-Part技术实现了高质量的3D物体智能分解，能够将复杂3D模型分解成语义清晰、几何完整的零件。该技术通过边界框指导、语义特征注入和同步多部件生成，在几何精度和语义一致性方面显著超越现有方法，为3D打印、游戏开发、工业设计等领域提供了强大的工具支持。
字节跳动发布Lynx：一张照片就能生成逼真个人视频的AI新突破
字节跳动推出Lynx个性化视频生成系统，仅需一张照片即可生成高保真度个人视频。该技术采用双适配器架构，通过ID-adapter处理身份特征，Ref-adapter注入视觉细节，在800个测试案例中展现出卓越的面部相似度和视频质量，超越现有同类方法，为个性化内容创作开辟新路径。
ChatGPT推出个性化晨间新闻推送功能Pulse
OpenAI发布ChatGPT脉冲功能，这一推送特性可根据用户聊天历史自动生成个性化每日更新。该功能目前向Pro订阅用户开放，通过分析用户聊天记录、偏好设置以及Gmail和谷歌日历连接，AI模型在夜间进行研究，次日清晨以卡片形式推送相关信息。用户可通过点赞或踩的方式提供反馈。这标志着OpenAI向主动式AI助手转变的重要一步。
Google DeepMind新AI模型让机器人能够搜索网络完成任务
谷歌DeepMind发布了新型人工智能模型，该模型具备网络搜索能力，能够帮助机器人更好地完成各种任务。这一突破性技术使机器人能够实时获取网络信息，提升任务执行的准确性和效率，为机器人智能化发展开辟了新路径。
Meta AI应用推出专门的AI生成内容信息流
Meta AI应用推出名为Vibes的新功能，专门展示AI生成的短视频内容。用户可以浏览他人创作的AI视频，也能从零开始制作或改编现有视频。创建的视频支持私信分享或转发至Instagram和Facebook。CEO扎克伯格表示这是新产品方向的早期探索，Meta超级智能实验室将与Midjourney等公司合作开展AI项目。
谷歌宣布2026年合并Android与ChromeOS操作系统
谷歌正式宣布将在2026年合并Chrome OS和Android操作系统，Android将成为主导系统。谷歌Android生态系统总裁萨马特表示，此举旨在加速AI技术在笔记本电脑上的应用，并实现笔记本与Android生态系统的无缝协作。通过迁移到Android代码库，谷歌可以在更多设备上部署Gemini AI服务。萨马特指出，Android在平板电脑上的成功证明了其在笔记本电脑上的可行性，同时Android还能为XR技术提供更广泛的平台支持。
HANRAG：让AI问答更聪明的新武器——蚂蚁集团重磅发布多跳问答"大脑"
蚂蚁集团研发的HANRAG系统通过智能调度模块"Revelator"，能根据问题类型选择最优处理策略：直接回答、单步搜索、并行处理或逐步推理。系统具备强大噪音过滤能力，在单跳和多跳问答测试中全面超越现有方法，准确率提升6-20%，搜索效率显著改善，为智能问答系统发展开启新篇章。
Meta研究团队推出IGPO算法：让AI大模型学会"填空推理"的新方法
Meta研究团队开发IGPO算法，创新性地解决了AI大模型学习复杂推理时的"零优势困境"。该算法利用扩散大语言模型的填空能力，在AI模型陷入困境时提供战略性提示引导探索。实验显示在数学推理任务中性能显著提升：GSM8K提升4.9%，Math500提升8.4%，AMC提升9.9%，同时将无效训练情况减少60%，为AI学习方法带来重要突破。
韩国UNIST团队首创会"读心"的AI聊天机器人：不仅听懂你说什么，还能感受你的情绪并用最合适的语调回应
韩国UNIST团队开发出全球首个能同时理解视觉、听觉和文字信息的情感AI系统，不仅能听懂对话内容，还能感知用户的真实情绪状态并用合适的语调回应。该系统基于包含31000句真实对话的MSenC数据集训练，在情感适宜性、对话自然性等方面显著优于现有技术，为人机交互带来革命性改变。
京公网安备 11010802021500号
