/
PEC 2025 AI创新者大会年度提问：新工作时代：AI工作流由谁主导？
9月13日的PEC 2025 AI创新者大会暨第二届提示工程峰会上，“年度提问二：新工作时代：AI工作流由谁主导？”从企业实践到技术实现、从业务落地到战略决策，展开了一场高密度的思想碰撞与经验分享，将AI工作流背后的难题和解决路径彻底揭开。
PEC 2025 AI创新者大会年度对话：新创意时代，AI如何定义“第十艺术”？
在9月13日召开的“PEC 2025 AI创新者大会暨第二届提示工程峰会”上，一场主题为“新创意时代，AI如何定义‘第十艺术’？”的圆桌对话引发了热烈讨论。至顶AI实验室联合主理人路飞携六位数字艺术家与AI创业者，围绕AI在艺术中的角色、价值与未来展开了一场深度对谈。
土耳其AI如何识破聊天机器人的"胡说八道"？伊斯坦布尔Newmind AI团队首创检测系统
土耳其伊斯坦布尔Newmind AI团队开发出首个专门针对土耳其语的AI幻觉检测系统Turk-LettuceDetect，能够逐字识别AI生成内容中的虚假信息。该系统使用三种不同的AI模型，在包含17790个样本的数据集上训练，最佳模型达到72.66%的检测准确率。这项研究填补了土耳其语AI安全检测的空白，为8000万土耳其语使用者提供了更可靠的AI交互体验。
法国团队打造"推理核心"：让AI像数学家一样思考的训练场
法国研究团队开发了"推理核心"训练环境，专门培养AI的基础推理能力。该系统包含18个核心任务，涵盖逻辑推理、规划、因果分析等领域，能无限生成新题目并精确控制难度。与传统依赖固定题库的方法不同，推理核心专注于培养通用认知能力，并使用专业工具验证答案。GPT-5测试显示任务具有挑战性，为AI推理能力发展开辟新路径。
阿里巴巴Qwen团队打造史上最强多模态AI：一个模型搞定文字、语音、图像和视频，实时对话延迟仅234毫秒
阿里巴巴Qwen团队发布的Qwen3-Omni实现了AI领域的重大突破，首次让单一模型在文字、语音、图像、视频处理上都达到专业水平，无任何性能损失。该系统支持119种文字语言，实时对话延迟仅234毫秒，在36项测试中32项达到开源最佳。采用创新的"思考者-表达者"架构和多码本流式生成技术，为真正智能的多模态AI助手奠定了基础。
字节跳动发布ByteWrist：让机器人手腕像人手一样灵活的革命性设计
字节跳动研究团队开发出革命性的ByteWrist并联机器人手腕，采用三层嵌套驱动机制和弧形连接杆设计，体积比传统手腕减少40%，承载能力提高60%。在狭窄空间操作测试中，搭载ByteWrist的机器人比传统Kinova机器人快一倍，成功完成116小时的衣物整理数据收集，展现出卓越的灵活性和拟人化特征，为家庭服务、医疗和精密制造等领域提供了新的解决方案。
Littelfuse推出IX3407B隔离栅极驱动器简化大功率设计
新型单通道驱动器采用2.5 kV电容隔离技术，可提升功率密度、加快开关速度、增强电机驱动器、逆变器及工业电源的可靠性。
Scale AI团队推出SWE-Bench Pro：AI编程助手能否胜任真正的企业级软件开发挑战？
Scale AI团队推出SWE-Bench Pro测试平台，专门评估AI编程助手在真实企业级软件开发中的表现。研究发现，即使是最先进的GPT-5和Claude模型，成功率也仅有23%左右，远低于在传统测试中70%的表现。该测试平台包含1865个来自真实企业的复杂编程任务，要求修改多个文件和大量代码，为AI编程能力提供了更严格的现实检验。
图像编辑智能评分员：微软团队开发AI助手彻底改变图像修改质量评估
微软团队开发的EdiVal-Agent是首个针对AI图像编辑的自动化评估系统，能像专业评委一样从指令遵循、内容一致性和视觉质量三维度评分。该系统与人类评审一致性达81.3%，测试发现Nano Banana表现最均衡，GPT-Image-1指令遵循最佳但一致性不足，大多数模型在数量变化任务中成功率低于25%。
首次建立的"材料显微镜图像理解力测试"让AI暴露了重大盲区——中大深圳团队发现现有模型在专业领域表现堪忧
中大深圳团队创建MatCha测试平台，评估15个先进AI模型在材料显微图像理解方面的能力。结果显示，即使是最优秀的GPT-4模型准确率也仅59%，远低于人类专家的89%。研究揭示AI在专业领域存在知识缺乏和视觉感知不足的重大局限，为AI专业化发展提供重要参考。
Meta推出RecoWorld：让推荐系统在虚拟世界里"练手"，就像飞行员在模拟器中学习一样
Meta研究团队推出RecoWorld，这是首个专为智能推荐系统打造的虚拟训练环境。该系统通过虚拟用户与推荐系统的多轮对话互动，让算法在安全环境中学习理解和响应用户指令。RecoWorld支持文本、多模态和语义编码三种内容处理方式，能够模拟真实的用户行为和社交互动，为推荐系统的训练和评估提供了全新的解决方案，有望显著改善未来的个性化推荐体验。
大语言模型评测中的"空格陷阱"：一个看似无关紧要的符号竟能让AI模型排名彻底颠倒
德国美因茨约翰内斯·古腾堡大学研究团队发现，在AI大语言模型的多选题评测中，"Answer:"后空格的处理方式竟能导致11%的准确率差异和模型排名颠倒。通过对15个主流模型的详尽测试，研究证实采用"空格+字母"的答案格式比单纯字母格式表现更优，还能显著改善模型校准度。这一发现揭示了AI评测中被忽视的技术细节可能产生巨大影响，呼吁建立更标准化透明的评测协议。
开发者与AI助手的真实对话：当代码生成遇上现实编程场景
这项研究分析了82,845个真实开发者与AI助手的编程对话，发现AI回复比开发者提问长14倍，68%为多轮对话。Web开发和机器学习是最热门话题。AI代码质量存在问题：Python代码83.4%命名不规范，JavaScript代码75.3%有未定义变量。研究为改进AI编程助手提供了重要参考。
OpenAI发布Sora 2模型并推出视频社交应用挑战TikTok
OpenAI发布了音视频生成模型Sora 2，同时推出配套社交应用Sora，用户可生成包含自己的视频并在类似TikTok的信息流中分享。Sora 2在物理定律遵循方面有显著改进，视频更加真实。应用提供"客串"功能，允许用户将自己植入生成场景中，并可与朋友分享形象使用权限。该iOS应用目前在美加地区采用邀请制，ChatGPT Pro用户可直接体验。
大语言模型已遭遇瓶颈，是时候重新定义智能了吗？
大语言模型和生成式AI自诞生以来问题频发，从推理模型表现不佳到AI幻觉现象，再到版权诉讼，这些都表明当前技术路径可能并非通往真正智能的正确道路。专家认为，仅靠增加数据和算力的扩展模式已显现边际效应递减，无法实现通用人工智能。研究者提出智能应包含统计、结构、推理和目标四个层次的协调，并强调时间因果性的重要性。面对LLM技术局限，业界开始探索神经符号AI等替代方案。
微软推出智能体模式，让办公软件变身"氛围工作"助手
微软发布Microsoft 365新功能，知识工作者可通过文本提示生成复杂的Word文档或Excel电子表格。该功能包含两个产品：基于GPT-5的代理模式和基于Anthropic模型的Office代理。代理模式能进行多步骤工作规划和验证循环，目前仅支持Web版本。微软将此称为"氛围办公"，类似于氛围编程概念。不过在电子表格应用中存在风险，代理模式准确率为57.2%，而人类为71.3%，需要谨慎使用。
DeepSeek发布稀疏注意力技术降低AI推理成本
DeepSeek发布实验版本DeepSeek-V3.2-Exp，引入"稀疏注意力"技术来解决长对话处理中的计算瓶颈。该技术通过选择性处理词汇关系而非全量计算，将API成本降低50%。稀疏注意力并非新概念，OpenAI早在2019年就使用过类似技术，但DeepSeek声称实现了"细粒度稀疏注意力"的突破。基准测试显示该模型性能与前代相当，且开源发布。
Infinidat将全闪存阵列Infinibox SSA G4 F24容量提升一倍
Infinidat发布新款Infinibox SSA G4 F24全闪存阵列，存储容量从17PB提升至33PB，同时机架空间从14U缩减至11U。该产品采用8个78盘位的24TB驱动器替代原有的60盘位20TB配置。年内还将推出QLC驱动器选项，预计容量密度再增33%。新版本在InfuzeOS中原生集成对象存储功能，支持块、文件和对象存储混合部署，并可按5%增量扩容。
CIO如何平衡新兴技术与技术债务管理
技术创新尤其是AI发展速度超越以往，CIO面临数字化转型压力，学会避免盲目追逐最新技术模型。同时他们正应对前所未有的技术堆栈复杂性挑战，持续产生大量技术债务。德勤数据显示70%技术领导者认为技术债务是最大生产力消耗。专家建议CIO应在创新前先盘点现状，确保IT与业务目标对齐，采用模块化增量方式，避免过度关注新工具。
ServiceNow押注AI优先界面将定义企业AI未来
ServiceNow发布AI Experience多模态用户界面，主张界面而非模型将决定企业AI竞争胜负。该平台将AI代理、数据结构和工作流程整合到单一环境中，支持语音、图像和文本交互。公司已实现超3.5亿美元节省，AI代理可自动化89%支持工作流程。ServiceNow直接挑战微软和Salesforce，通过开放性集成和AI控制塔提供治理优势，力图成为企业AI的前门入口。
京公网安备 11010802021500号
