/
OpenAI采用新数据类型MXFP4，推理成本降低75%
OpenAI在其开源模型中采用MXFP4数据类型，这是一种4位浮点格式，通过微缩放块技术实现更高精度。相比传统BF16格式，MXFP4可将计算和内存需求降低约75%，使1200亿参数模型仅需80GB显存即可运行。该技术不仅大幅减少硬件资源占用，还能将推理速度提升4倍，为云服务商和企业大幅降低AI部署成本。
苹果将在iOS和macOS中集成OpenAI GPT-5模型
OpenAI的GPT-5模型本周向大多数ChatGPT用户开放。据9to5Mac报道，苹果将在iOS 26、iPadOS 26和macOS Tahoe 26中从GPT-4o升级至GPT-5。这些系统更新通常在9月发布。GPT-5声称减少80%的幻觉问题，并会根据用户提示自动选择推理优化模型。目前尚不清楚iOS中的具体实现方式，以及付费用户是否能手动选择模型。
扎克伯格谈个人超级智能：AI将如何重塑人类未来
Meta创始人扎克伯格发表AI未来展望文章，称超级智能已"触手可及"。他认为AI将使人类从生存需求中解放，更多投入创造性工作和人际关系建设。扎克伯格强调个人赋权理念，主张每个人都应拥有个人超级智能助手，而非仅用AI替代人类工作。他预测智能眼镜等新型设备将成为主要计算界面，能够全天候感知用户环境。文章还涉及开源与闭源模型争议、数据所有权等关键议题，强调本十年将是决定AI技术发展方向的关键时期。
英伟达将在科技世界中崛起得更高
英伟达已成为美国市场最大的上市科技公司，市值达4万亿美元，一年内股价增长超75%。市场预测其市值将在一年内增长20%达5万亿美元。微软和Meta的AI投资计划为英伟达提供强劲动力：Meta将2025年资本支出预测提高至660-720亿美元用于多千兆瓦数据中心和GPU集群；微软单季度AI资本支出超300亿美元，全年投资预计达800亿美元。
AI互联网协议开发迈向新阶段
2024年是AI智能体能力发现的重要一年，随着智能体部署日益频繁，如何实现互联互通成为关键问题。MIT正在开发NANDA协议，用于连接在线AI智能体。该项目得到塔塔咨询服务、三菱电机等企业支持，旨在建立开放协议来实现智能体网络的发现、信任建立和价值交换。研究人员提出了"交互券"概念，类似于网页超链接，用于捕获智能体间知识传播。尽管面临实际挑战，但在协议架构和应用演示方面已取得进展。
AI正以全新"Vibe编程"模式重塑编程开发
人工智能正在通过AI编程助手显著改变软件开发格局，自动化任务并加速开发进程。约76%的开发者使用GitHub Copilot等AI工具进行编码。"Vibe编程"是一种新兴开发方式，开发者使用自然语言提示指导AI工具生成和调试代码，降低编程门槛。Klover.ai率先采用这种方法，并推出HALO系统实现人机协作。尽管存在代码质量和安全隐患，但预计到2030年AI将成为软件开发的核心组成部分。
Scality RING对象存储支持RAG工作流
Scality宣布其RING对象存储可与向量数据库和LangChain框架结合，为GPT等AI模型提供RAG工作流支持。通过LangChain工具将RING内容向量化并存储在Milvus向量数据库中，使AI模型能够访问客户专有数据。该方案采用语义搜索和近似最近邻算法，让模型在生成响应时具备更好的上下文理解能力。Scality选择Milvus是因其查询速度、可扩展性和精确性优势。
AI颠覆搜索引擎，XR眼镜秋季浪潮来袭
谷歌声称AI概览功能未影响点击量，但发布商数据显示主要新闻网站流量下降40%。Meta的Ray-Ban智能眼镜销量激增三倍，Quest头显销量下滑。Meta在SIGGRAPH展示两款VR原型机，追求超高保真度和沉浸感。2025年将成为XR关键年，Meta、苹果、谷歌等巨头转向眼镜设备。Brilliant Labs推出售价299美元的Halo智能眼镜。
5000亿美元Stargate AI基础设施项目进展缓慢面临建设挑战
价值5000亿美元的星门项目旨在全球建设AI数据中心网络，但目前进展缓慢。主要支持者软银集团首席财务官后藤芳光在财报会议上表示，由于选址困难，项目推进"比预期慢"。该项目成员包括甲骨文、英伟达和OpenAI等公司。后藤芳光认为一旦确定物理设计和资金安排，项目将加速推进，并预计能在五年内完成5000亿美元的数据中心建设目标。
米兰大学发现：AI画家的"内心秘密"——它竟然真的分得清画什么和怎么画！
米兰大学研究团队通过"交叉注意力热图"技术首次揭示了AI绘画模型的"内心世界"：AI能够自发地区分艺术作品中的"内容"与"风格"概念。研究发现AI在处理"伦勃朗风格的牛"等指令时，会智能地将注意力分配给内容对象和艺术风格，展现出对艺术概念的深层理解能力。
当AI观看视频后发现自己"偏心"了：韩国科学院团队揭示智能检索系统的隐性偏见
韩国科学院团队发现多模态大语言模型存在"候选项先验偏见"，即系统偏爱高频出现的内容而非真正相关的内容。他们开发了BLiM双向检索框架和CPN标准化技术，通过让AI从两个方向思考问题并消除统计偏见，在四个数据集上平均提升6.4个百分点的检索准确率。该技术还适用于视觉问答、图像描述等多个领域，为构建更公平可靠的AI系统提供了新方案。
宾州大学团队发明AI"追根溯源神器"，让大模型无处藏身
宾夕法尼亚州立大学研究团队开发的AttnTrace技术，通过分析AI大模型的内部注意力机制，能够快速准确地追踪影响AI回答的关键文本内容。该技术解决了传统方法效率低下和准确性不足的问题，在多项测试中表现卓越，为AI安全防护和可解释性研究开辟了新方向。
当AI学会"读心术"：斯坦福大学揭秘大脑如何理解语言的神奇机制
斯坦福大学研究团队开发出革命性AI系统，能够通过分析大脑活动以85%准确率解码人类语言理解过程。研究绘制了包含万余词汇的"大脑词典"，揭示语言处理的层次化神经机制，发现大脑存在专门的预测网络和语义枢纽。该技术为治疗失语症、改进教育评估、开发智能AI系统开辟新路径，虽面临个体差异和实时处理等挑战，但已开始临床测试应用。
当AI学会"看"声音：MIT团队让机器通过音频重建完整视觉世界
MIT研究团队开发出突破性的音频驱动视觉重建技术，让AI仅通过声音就能重建完整视觉场景并进行智能对话。该系统在场景识别上达到87%准确率，能够从复杂音频中提取空间布局、物体位置等视觉信息。这项技术将为视觉障碍人士、智能家居、自动驾驶等领域带来革命性应用，代表了多模态人工智能发展的重要里程碑。
上海AI实验室突破AI答案验证瓶颈：CompassVerifier让机器评判更精准
上海AI实验室开发的CompassVerifier是一个轻量级但高精度的AI答案验证系统，能够准确判断AI模型回答的正确性。该系统通过构建包含132万样本的VerifierBench评测数据集，采用错误驱动增强等创新技术，在验证准确率上显著超越GPT-4等大型模型。CompassVerifier不仅可用于AI性能评测，还能作为强化学习的奖励模型，有效提升AI训练效率和效果。
AI绘画新突破：科大团队让计算机学会多图像组合和精确布局控制
中科大研究团队开发的LAMIC框架首次实现了既能同时使用多张参考图片，又能精确控制每个元素位置的AI图像生成技术。该框架通过群组隔离注意力和区域调制注意力两个机制，在无需重新训练的情况下扩展了现有模型的多图像处理能力，在身份保持、背景一致性和布局控制等关键指标上都达到了最佳性能。
Skywork AI团队：一个1.5B参数的小模型如何同时掌握图像理解、生成和编辑三项绝技
Skywork AI团队开发出参数仅1.5亿的统一多模态模型Skywork UniPic，能同时完成图像理解、文字生成图像和图像编辑三项任务。该模型采用创新的双编码器架构，在多个基准测试中达到先进水平，且能在消费级硬件上运行，为多模态AI的普及化应用提供了新方案。
字节跳动发布全球最快代码生成AI：2146倍速度碾压传统模型的秘密武器
字节跳动与清华大学联合发布的Seed Diffusion Preview是首个基于离散状态扩散的大规模代码生成模型，在H20 GPU上实现每秒2146标记的惊人生成速度，比同类模型快数倍。该模型通过创新的两阶段课程学习、在线策略优化和块级并行推理等技术，在保持高质量代码生成的同时大幅提升了推理速度，在多个代码评估基准上表现优异，为AI代码生成领域建立了新的性能标杆。
AI大模型为何总是"翻车"？MIT研究揭秘记忆如何背叛安全训练
BITS Pilani大学等机构研究团队开发的TRACEALIGN系统，通过记忆追踪技术解决大型语言模型的"对齐漂移"问题。系统能将AI危险输出追溯到训练数据源头，并构建三重防护机制。测试显示该方法可减少85%的安全违规行为，同时保持模型正常功能。研究首次从记忆机制角度分析AI安全问题，为行业提供新的防护思路。
Truth Social推出由Perplexity提供的AI搜索功能
特朗普旗下社交媒体平台Truth Social推出名为Truth Search AI的人工智能搜索引擎，由AI初创公司Perplexity提供技术支持。该搜索功能已在网页版上线，iOS和Android应用的公测版本将于近期推出。虽然使用Perplexity的Sonar API技术提供准确答案和透明引用，但Truth Social保留对AI搜索引擎信息来源的控制权。测试显示该搜索主要引用Fox News等保守派媒体源，与Perplexity公共搜索引擎的多样化信息源形成对比。
京公网安备 11010802021500号
