/
AI浪潮中的领导者：为何他们选择顺势而为
Endava研究显示，商业领袖在私人生活中日益采用AI技术，这让他们对AI商业应用更有信心。三分之二的商业领袖愿意信任全自动AI为其做出生活决策，同样比例的人认为AI访问权与电力、水等基础设施同样重要。尽管AI应用是企业首要战略，但近一半受访者认为组织未投资正确的AI技术。研究发现高管层对AI转型更乐观，而中层管理者信心不足，主要因担心被AI取代。
Anthropic发布Claude 4.1编程测试称霸，GPT-5即将来袭
Anthropic周一发布旗舰AI模型升级版Claude Opus 4.1，在SWE-bench Verified基准测试中获得74.5%成绩，超越OpenAI o3模型的69.1%和谷歌Gemini 2.5 Pro的67.2%。该公司年收入从10亿美元增至50亿美元，但近一半API收入依赖Cursor和GitHub Copilot两大客户。新模型采用最严格ASL-3安全协议，在多文件代码重构方面表现突出，但面临GPT-5竞争威胁。
缺乏 AI 监管增加数据泄露风险
IBM年度数据泄露报告显示，16%的数据泄露事件涉及AI工具使用，20%的组织因员工使用未授权AI工具而遭受泄露。97%的相关组织缺乏访问控制，63%没有AI治理政策。美国数据泄露平均成本达1022万美元创纪录新高。同时，求职者清理社交媒体可能适得其反，因为雇主正使用AI工具筛选社交媒体以识别真实身份。
OpenAI模型首次登陆AWS云平台
OpenAI宣布推出两款开放权重推理模型，性能媲美o系列，亚马逊同时宣布这些新模型将于周二在AWS上线。这是OpenAI模型首次在AWS平台提供服务，将通过Amazon Bedrock和SageMaker AI服务提供。此举对两家公司都具有重要竞争意义，AWS终于与最大的模型制造商OpenAI建立合作关系，而OpenAI也在与微软关系紧张的情况下，通过与最大云服务商合作来加强自身地位。
清华大学团队开发神奇对话评分器：让AI对话质量评判更准确高效
浙江大学与阿里巴巴合作开发了MTDEval多轮对话评估系统，通过学习五个顶级AI评委的评判智慧，将多评委评估的准确性与单模型推理的效率完美结合。系统在七个基准测试中表现优异，评估速度比传统方法快数倍，同时构建了两个高质量数据集供研究使用。该开源系统为AI对话质量评估提供了实用可靠的解决方案。
北大研究团队突破3D场景理解：AI机器人终于能像人类一样"思考"三维空间了
北京大学团队开发的3D-R1系统实现了AI在三维空间理解领域的重大突破，通过结合高质量思维链数据集Scene-30K和强化学习技术，让AI首次具备了类似人类的空间推理能力。该系统不仅能准确识别物体位置关系，还能进行复杂的空间规划和推理，在多项测试中性能提升约10%，为智能家居、自动驾驶和虚拟现实等领域的实际应用奠定了重要基础。
低资源语言大模型的"胡言乱语"问题：斯坦福大学团队揭秘印地语、波斯语与中文对话中的幻觉现象
斯坦福大学等国际研究团队通过对比GPT-3.5、GPT-4o等六个主流大语言模型在印地语、波斯语和中文对话中的表现，发现AI在不同语言中的"幻觉"现象存在显著差异。研究显示中文表现最稳定，幻觉现象最少，而印地语和波斯语中AI经常出现答非所问的情况。这一发现揭示了训练数据质量对AI语言能力的决定性影响，为多语言AI公平性发展提供重要参考。
中科大团队发明DreamScene：让AI像搭积木一样建造3D世界，一句话就能造出完整场景
中科大团队开发的DreamScene系统实现了从文本到3D场景的端到端自动生成，只需1.5小时即可创建完整三维场景。该系统采用GPT-4进行智能场景规划，通过形成模式采样法生成高质量物体，并支持灵活的后期编辑功能，在生成质量和效率上显著超越现有方法。
ByteDance发布数学定理证明AI系统：在国际数学奥林匹克竞赛中解出5道题的人工智能突破
ByteDance团队开发的Seed-Prover AI系统在2025年国际数学奥林匹克竞赛中成功解出5道题，创下AI数学推理新纪录。该系统采用创新的"引理式证明"方法，能够逐步构建复杂证明，并具备反思改进能力。在多个数学基准测试中表现卓越，为AI辅助数学研究和教育开辟了新可能。
AI视觉系统告别"睁眼说瞎话"：厦门大学团队发明TARS技术让机器准确描述图像内容
厦门大学团队开发的TARS技术通过创新的"最大-最小"博弈策略和频谱对齐方法，有效解决了AI视觉系统的幻觉问题。该技术仅用4800个训练样本就将描述错误率从26.4%降至13.2%，性能媲美GPT-4o，为医疗诊断、自动驾驶等关键领域提供了更可靠的AI视觉解决方案。
让艺术识别AI更聪明：意大利科学家用新数学方法突破传统限制
意大利国家研究委员会团队提出了一种创新的艺术风格分类方法，将柯尔莫哥洛夫-阿诺德网络融入双教师知识蒸馏框架。该方法用自适应样条函数替代传统固定激活函数，能更精确捕捉艺术风格中的复杂非线性特征。在WikiArt和Pandora18k数据集上的实验表明，相比传统MLP投影头，该方法在多种主干架构上都实现了显著的性能提升，特别在细粒度艺术风格区分方面表现出色，为艺术风格自动识别和文化遗产数字化提供了新的技术路径。
北大团队发布ROCKET-3：让AI机器人在游戏中"练武"，竟能零基础操控真实世界
北京大学研究团队开发的ROCKET-3系统通过让AI在《我的世界》中完成10万个训练任务，学会了跨视角空间推理能力。该AI在游戏中的交互成功率提升了4倍，更令人惊喜的是能够零基础操控真实世界的机器人。这项研究证明了虚拟环境训练的巨大潜力，为AI从专用工具向通用智能体的转变指明了新方向。
Anthropic团队：AI的内心世界并非不可捉摸——首次实现语言模型性格特征的精准监控与调节
Anthropic研究团队开发出革命性的"人格向量"技术，首次实现对AI性格特征的精准监控与调节。该技术能够实时检测AI的恶意、逢迎、幻觉等倾向，预测准确率达75-97%，并提供训练前数据筛选、训练中预防调节、部署后实时监控三重保护。研究发现AI学习过程中存在意外的性格相互影响现象，为构建更安全可控的AI系统提供了重要技术支撑。
微软Phi-Ground：让AI助手真正看懂电脑屏幕的突破性技术
微软研究院团队开发了Phi-Ground模型，解决AI助手无法准确操作电脑界面的关键问题。通过创新的两阶段策略和大规模数据训练，该模型在多项基准测试中创下最佳记录，准确率显著提升。研究涵盖了从数据处理到模型优化的完整技术链条，为构建真正实用的AI助手奠定重要基础，同时也提出了隐私保护等需要解决的挑战。
斯坦福团队推出农业AI助手测试集：让AI学会像农学家一样思考
这项由斯坦福大学等多所知名研究机构联合开展的研究，首次为农业人工智能建立了全面的评估标准AgroBench。该测试集涵盖疾病识别、害虫识别、杂草识别等七个农业核心任务，包含4342个专家标注的问答对，测试结果显示AI在农业管理建议方面表现出色，但在精确视觉识别任务上仍需改进，为农业AI的未来发展指明了方向。
哈佛大学首次实现"时间流动"感知的人工智能：让机器像人类一样理解运动和变化
哈佛大学研究团队首次实现了人工智能的"流等变性"，让机器能够像人类一样理解时间中的运动和变化。这项突破性研究开发出FERNNs神经网络，不仅能识别物体位置，还能理解运动规律。实验显示，该技术在运动预测任务中性能提升50倍，并具备零样本泛化到新运动模式的能力，为自动驾驶、机器人、视频分析等领域开辟了新前景。
香港中大团队让AI看懂网页设计图，直接生成完整前端代码
香港中大团队开发出ScreenCoder系统，能够直接将网页设计图转换为完整的HTML/CSS代码。该系统采用三个专门AI助手协作的方式：识别专家负责检测界面元素，规划专家构建布局结构，代码生成专家输出最终代码。测试显示布局准确率达75.5%，显著超越现有方法。该技术不仅提高了网页开发效率，还能作为训练数据工厂改进其他AI模型，为设计到代码的自动化转换提供了新的解决方案。
OpenAI与Anthropic发布推理优化大语言模型
OpenAI发布两款开源推理模型gpt-oss-120b和gpt-oss-20b，分别具有1170亿和210亿参数，可运行代码并与外部系统交互。其中20b版本仅需16GB显存，适合设备端部署。同时Anthropic推出Claude Opus 4.1升级版，在编程能力测试中得分提升至74.5%，并改进了研究和数据分析功能。
谷歌DeepMind发布Genie 3模型用于生成交互式虚拟世界
谷歌DeepMind发布Genie 3人工智能模型，可基于自然语言提示生成交互式虚拟世界。该模型是Genie系列第三代产品，能够模拟森林、高山景观等室内外环境，支持用户通过指令修改天气、调整视角或添加物体。相比前代产品，Genie 3可持续渲染数分钟，分辨率提升至720p，并具备视觉记忆功能。该模型可用于训练具身智能体，为自主系统如工业机器人提供更高质量的训练环境。目前仅向有限测试者开放研究预览版。
闪迪发布256TB AI专用SSD，计划2026年出货
闪迪在FMS 2025展会上发布了256TB容量的UltraQLC SN670固态硬盘，计划于2026年上半年出货。该产品采用BiCS 218层3D NAND闪存技术和PCIe Gen5接口，专为AI驱动的数据密集型工作负载设计。硬盘配备定制控制器和先进优化技术，具备动态频率调节功能，可在给定功耗下提升10%性能表现，并通过数据保持配置减少33%的数据回收循环。
京公网安备 11010802021500号
