/
香港中大与字节跳动联手，让AI一次操控多个虚拟角色同台飙戏
香港中大与字节跳动联合研究团队开发出InterActHuman系统，解决了AI生成多人交互视频的技术难题。该系统通过创新的"局部条件注入"方法和动态掩码预测技术，实现了精确的多人音频-视频同步，在唇语准确性和用户体验方面远超现有技术，为未来影视制作、游戏开发和教育应用开辟了新的可能性。
机器人手臂的"第六感"：多伦多大学团队让智能机器人学会预知自己的失败
多伦多大学机器人研究团队成功开发出SAFE系统，这是首个能够跨任务检测机器人执行失败的通用型预警系统。该系统通过分析机器人内部"思维"特征，发现了不同任务失败时的共同模式，实现了比人类观察更早的失败预警。在仿真和真实环境的广泛测试中，SAFE系统显著优于现有方法，为机器人安全应用开辟了新路径。
Qualtrics推出AI副驾驶工具，解决客户反馈行动鸿沟
体验管理专家Qualtrics发布新AI功能Qualtrics Assist for CX，旨在缩短收集客户反馈与采取行动之间的差距。该副驾驶工具让管理者能直接探索客户体验数据，通过引导式洞察回答简单问题并提供数据支持的答案。公司每年处理12亿份调查数据，AI体验代理能理解客户需求并采取正确行动。然而调研显示，仅10%的组织能成功将体验数据转化为行动，澳洲高管在AI采用方面相对保守。
Quobyte发布MLPerf存储基准测试成绩挑战存储系统极限
Quobyte首次公布其在MLPerf存储基准测试中的表现，在关键的3D-Unet基准测试中取得显著优势。该测试专门评估存储系统在模型训练时的数据供应能力，对确保昂贵GPU充分利用至关重要。Quobyte使用8节点集群配置，成功支持每客户端6个GPU达到90%效率，并声称是该测试中最快最高效的文件系统，在支持GPU数量、成本控制和能耗方面均表现出色。
AI搜索改写在线可见性规则 传统搜索时代或将终结
随着AI工具如ChatGPT的普及，学生和专业人士正逐渐放弃传统搜索引擎转向AI直接获取答案。这一变化预示着搜索引擎优化（SEO）行业的衰落和语言模型优化（LMO）的兴起。与SEO通过关键词堆砌等手段操控排名不同，LMO专注于创建真正有用的内容，让AI能够理解、信任并提供最佳答案。企业需要转变思维，从"如何获得排名"转向"如何帮助用户"，通过提供原创、有价值的内容在AI搜索时代保持竞争优势。
谷歌云与新加坡数字产业合作推出人工智能卓越中心计划
谷歌云与新加坡数字产业局联合推出"AI云起飞"计划，旨在12个月内帮助300家新加坡企业建立AI卓越中心。该计划提供高达50万新元的技术支持和资金激励，帮助企业从AI实验阶段过渡到构建可扩展的专用AI应用。参与企业将获得转型蓝图、谷歌工程师支持及Vertex AI平台访问权限。试点项目已显示成效，YCH集团通过AI代理将员工生产力提升35%，错误率降低50%。
爱立信与超微推进边缘AI系统企业连接性
随着边缘计算需求激增，爱立信与超微宣布将合作开发基于5G的通信解决方案，为多种AI边缘应用提供快速部署支持。该合作旨在服务零售、制造、医疗和智能基础设施等领域，特别是在有线连接不可行的环境中。IDC研究预测2025年全球边缘支出将达2320亿美元。双方将结合爱立信企业5G无线服务与超微边缘AI平台，提供统一的商业化解决方案。
宾夕法尼亚大学团队的AI"分叉术"：让人工智能学会像细胞一样分裂成长
这项研究首次让AI学会了类似生物细胞分裂分化的能力，能从单一起始状态预测并追踪多个不同的发展路径。该技术突破了传统AI只能处理单一结果的局限，在医疗诊断、药物研发和生物研究等领域展现出巨大应用潜力，为AI系统处理复杂现实问题开辟了全新道路。
Google Research突破性成果：当AI搜索遇到冲突信息，如何让机器像人类一样聪明判断？
Google Research团队开创性地研究了搜索增强型AI如何处理冲突信息，提出五类知识冲突分类体系，创建了首个专门评估数据集CONFLICTS。研究发现AI在处理冲突信息时表现不佳，但通过让AI明确识别冲突类型并相应调整回答策略，可显著提升其表现，为提升AI可靠性和实用性提供了重要指导。
上海交通大学研究团队破解AI生成图像识别难题：让机器像人类一样"看破"假图片并解释原因
上海交通大学研究团队开发出革命性AI图像检测系统，不仅能以98.1%准确率识别AI生成的假图片，更能像人类专家一样用自然语言详细解释判断依据并标出具体问题区域。该系统通过创新的多模态大语言模型训练方法，实现了从"黑盒判断"到"透明分析"的突破，为新闻、法律等领域提供可信赖的智能辅助工具。
RMIT大学突破性发现：让购物问答系统告别"只给一个答案"的时代
RMIT大学研究团队提出革命性QQSUM技术，突破传统电商问答系统只给单一答案的局限。该技术能将用户评论中的多元观点自动归纳为代表性关键点并精确量化支持度，为消费者提供全面客观的购买参考。实验显示，新系统在文本相似度和量化准确性方面分别提升2.11倍和67.12%，有望彻底改变电商平台的用户体验和决策方式。
中科院团队首创AI界的"行前检查员"：让虚拟助手告别手机误操作灾难
这是中科院自动化研究所与阿里巴巴合作的突破性研究，首次提出AI助手的"预操作检查"机制。他们开发的GUI-Critic-R1模型能在AI助手执行手机操作前进行错误预防，成功率提升23%，效率显著改善，为智能设备自动化操作的安全性和可靠性提供了重要保障。
牛津医学研究揭示聊天机器人测试中的关键缺失环节
牛津大学研究发现，尽管大语言模型在医学考试中表现出色，但在实际应用中效果大打折扣。研究显示，LLM直接测试时能94.9%准确识别病症，但人类使用LLM诊断时准确率仅34.5%，甚至低于不使用AI的对照组。问题源于用户提供信息不完整、LLM理解偏差等人机交互问题。专家指出，仅凭非交互式基准测试评估LLM存在误导性，需要真实的人机交互测试才能准确评估AI系统的实际性能。
AI系统规模化前应内置审计追踪的必要性
随着企业开始扩展AI服务并将其投入生产，构建可管理、可追踪、可审计的强健管道至关重要。专家指出，AI编排框架必须包含可审计性和可追溯性功能，让管理员能够追踪系统运行情况。企业需要在早期阶段就将稳健性和审计追踪内置到AI系统中，选择透明度高的开源平台如MLFlow、LangChain等，建立数据集版本控制，并确保系统符合合规要求。缺乏这些控制措施，组织可能无法察觉AI系统中发生的问题。
超越GPT架构：谷歌扩散模型或将重塑大语言模型部署方式
谷歌DeepMind推出实验性研究模型Gemini Diffusion，采用扩散方法生成文本，打破传统大语言模型依赖自回归逐词生成的模式。该技术从随机噪声开始，逐步细化为连贯输出，显著提升生成速度至每秒1000-2000个令牌，是Gemini 2.5 Flash的3-7倍。扩散模型支持并行处理、自我纠错和非因果推理，在编程和数学任务中表现出色。虽然在多语言和推理能力上仍有差距，但该技术为实时对话AI、代码辅助等低延迟应用带来巨大潜力，标志着语言模型架构的重要变革。
多模态AI：强大飞跃背后的复杂权衡考量
多模态AI使系统能够处理文本、图像、音频和视频等多种格式信息，更接近人类感知方式。它能统一孤立的数据源，在医疗、物流、零售等领域实现更精准诊断和个性化体验。然而，多模态AI面临数据整合复杂性、偏见放大、安全隐私等挑战。不同数据类型结合可能产生不可预测的偏见效应，同时对数据安全和隐私保护提出更高要求。企业需要在技术能力与责任治理之间找到平衡。
华为团队重大突破：让AI直接理解数学题并给出严格证明，就像有了一个永不出错的数学助手
华为诺亚方舟实验室联合香港中文大学团队在2025年6月首次实现了从自然语言数学问题到严格证明的端到端自动化处理。他们开发的Mathesis系统包含创新的强化学习自动形式化器、精细化评估框架LeanScorer，以及高性能证明器，在中国高考数学测试集上达到18%成功率，相比最佳基线提升22%。该系统已集成到华为Celia智能助手中，将数学问题解决准确率从65.3%提升至84.2%，展现了AI数学推理的巨大应用潜力。
当AI学会偏见：斯科尔科沃科技学院揭示大型语言模型的地缘政治立场
斯科尔科沃科技学院研究团队通过对四个主要AI模型进行地缘政治偏见测试，发现这些系统在评价美国、英国、苏联和中国相关历史事件时表现出明显的国家立场偏好。研究涉及109个历史事件的多角度分析，结果显示几乎所有AI都偏向美国观点，且简单的去偏见提示效果有限。该研究揭示了AI系统的可操控性和偏见的跨语言一致性，为AI公平性和透明度治理提供了重要参考。
斯坦福大学发现：最强AI也只有10%能完美证明数学不等式！
斯坦福大学等机构研究发现，即使是最先进的AI推理模型在数学不等式证明中也存在严重缺陷。虽然这些模型能在65%的情况下给出正确答案，但推理过程的整体正确率仅为10%。研究通过新开发的IneqMath数据集和AI评判系统，揭示了当前AI在严密逻辑推理方面的根本性挑战，为AI数学推理能力的评估和改进提供了重要参考。
AMD超越AI能效目标并树立行业新标准
AMD宣布已超越其雄心勃勃的30x25能效目标，在AI和高性能计算系统中加速推进绿色倡议。该公司原计划在2020年至2025年期间将能效提升30倍，最终实现了38倍的显著改进，并提前完成目标。面对AI工作负载日益增长的需求，AMD的这一成就不仅展现了公司的技术实力，更体现了其在加速计算领域推动可持续解决方案的坚定承诺，为整个半导体行业树立了新的能效标准。
京公网安备 11010802021500号
