/
英国产学合作推进光纤射频通信技术商业化进程
英国阿斯顿大学土木工程师与电子元件开发商Pulse Power & Measurement合作，探索利用光纤技术实现更稳定、更强、更远距离的无线电通信。这个三年期知识转移合作项目旨在进一步开发光纤无线电技术，将模拟射频信号转换为光信号通过光纤传输，解决传统同轴电缆远距离传输中的信号损失问题。该技术可应用于卫星通信、数据中心和媒体广播等领域。
阿里巴巴推出可换电池设计的Quark AI智能眼镜
中国科技巨头阿里巴巴推出Quark AI智能眼镜，包括旗舰版S1和生活版G1两款型号，起售价分别为3799元和1899元。产品最大亮点是采用可更换双电池系统，续航可达24小时。眼镜搭载阿里通义千问AI模型，支持语音和触控操作，集成支付宝、淘宝等应用，可提供实时翻译、价格识别、导航和会议转录等功能。国际版将于明年发布。
CIO影响力提升的关键：构建内部联盟
即使对于技术高管而言，单靠个人也难以实现可见性和影响力的提升，而盟友的支持能够成倍放大这些效果。文章分析了拥有和缺乏盟友的差异，探讨了自下而上建立联盟的多重机会，以及如何避免可能破坏联盟关系的隐性错误。通过建立内部盟友网络，CIO能够获得政治资本、减少阻力并创造网络效应，最终摆脱被动应对模式，专注于数字战略的架构设计。
跨越AI落地鸿沟：数据体系才是“AI-Ready”的决定性变量
做数据转化知识之路的“探路人”、AI-Ready探索之路的“点灯人”，是联想凌拓的自身定位。他们希望帮助企业将海量数据转化为有价值的知识、在 AI 转型的道路上少走弯路，加速前行。
罗切斯特理工学院推出SPHINX：让AI像人类一样"看懂"复杂视觉推理问题
罗切斯特理工学院团队开发SPHINX系统，专门测试AI视觉推理能力。该系统可无限生成25类视觉推理题目，测试发现最强的GPT-5准确率仅51.1%，远低于人类75.4%。研究显示AI主要困难在视觉信息提取而非逻辑推理，通过强化学习训练可显著改善表现并迁移到其他任务。
法国理工学院揭秘：让机器像医生一样预判设备"寿命"的突破性技术
法国理工学院研究团队开发的I-GLIDE系统，通过将复杂设备拆解为多个子系统分别诊断，结合不确定性量化技术，实现了设备剩余寿命预测的重大突破。该系统在NASA飞机引擎数据集上的预测误差比传统方法降低23-39%，同时提供了前所未有的可解释性，能够精确指出具体组件的健康状况，为工业智能维护提供了新的解决方案。
清华大学团队发布RaiseCity：首个能自动建造逼真虚拟城市的AI智能体
清华大学团队发布RaiseCity系统，这是首个能自动生成逼真3D虚拟城市的AI智能体。该系统仅需真实世界地理信息和街景照片，就能像经验丰富的城市规划师一样智能重构完整城市，包含精确的建筑模型、道路网络和城市设施。在质量评估中获得90%以上胜率，为自动驾驶、城市规划、游戏开发等领域提供突破性解决方案。
Stability AI 重磅突破：让视频生成速度提升近3倍的"瀑布式"新技术
Stability AI研究团队提出了Block Cascading技术，这是一种无需重训练就能显著提升视频生成速度的创新方法。该技术通过"瀑布式"并行处理，让多个视频片段同时生成而非依次排队，在保持视频质量的同时实现了2-3倍的速度提升。技术已在多种模型上验证有效，为实时交互式视频应用铺平了道路。
威廉玛丽学院：让AI模型成为自己的"敌人"，竟然能让它更聪明？
威廉玛丽学院研究团队提出UniGame框架，通过让AI模型内部组件互相"对抗"训练，解决统一多模态模型在理解和生成任务间的一致性问题。该方法让生成模块制造挑战性场景来考验理解模块，实现自我改进。实验显示一致性提升4.6%，理解能力提高3.6%，鲁棒性大幅增强，且仅需增加不到1%参数，具有广泛适用性。
华中科大团队让AI图像生成快40%！不需要真实图片，用"虚拟路径"训练出超高质量模型
华中科技大学团队提出无图像训练的轨迹反向一致性模型TBCM，通过让AI直接学习图像生成轨迹而非静态样本，实现了比传统方法节省64%内存、缩短40%训练时间的突破。该方法在单步生成中达到6.52 FID和28.08 CLIP分数，超越现有技术。研究解决了训练与推理不一致的核心问题，为AI图像生成的实用化和普及化提供了新思路。
MERA团队首次发布俄语多模态AI评估标准：让人工智能真正理解俄语文化
MERA团队发布首个俄语多模态AI评估标准MERA Multi，包含18项测试任务，覆盖文字、图像、音频、视频四种媒体类型，专门针对俄语文化特色设计。该评估体系采用创新的水印保护和泄露检测机制，测试了50多个AI模型，发现多模态处理能力发展不平衡。研究为其他语言的AI评估提供了可复制方法论，推动AI向文化敏感方向发展。
伯克利研究团队揭示AI安全技术的根本困境：为什么完美的人工智能对齐永远无法实现？
伯克利大学研究团队通过数学分析证明了AI安全领域存在一个根本性的"对齐三难困境"：AI系统无法同时实现代表所有人群价值观、保持计算可行性和确保系统安全性。研究揭示了当前主流AI训练方法RLHF的内在局限，解释了为什么现有AI系统会出现偏见放大等问题，并提出了模块化架构等可能的解决方向。
复旦大学团队让机器人在"想象"中学会操作：全球首个通用机器人预言世界模型Prophet问世
复旦大学团队开发的Prophet系统让机器人具备了在虚拟世界中"预演"操作的能力，通过观看3100万个真实操作视频学习物理规律。配合FA-GRPO和FlowScale算法，机器人能在想象中反复练习，然后将学到的技能应用到现实中。该系统在公开基准测试中提升5-17%成功率，真实机器人实验中提升24-30%，且能快速适应不同机器人平台和任务环境。
巴黎瓦雷欧实验室重大突破：AI如何让模糊图片瞬间变清晰——NAF技术首次实现零样本特征升级
NAF技术是法国瓦雷欧实验室开发的突破性AI图像处理方法，实现了"一次训练，到处应用"的零样本特征升级。该技术通过邻域注意力滤波机制，能为任意AI视觉系统将低分辨率特征升级至高分辨率，无需重新训练。NAF处理速度达18帧/秒，支持72倍分辨率提升和4K图像处理，在语义分割、深度估计、视频处理等多项任务中取得显著性能提升，为AI视觉应用的普及和优化提供了重要技术基础。
上海AI实验室首创AI助手：既能重建3D世界又能空间推理，像拥有人类双眼视觉系统
上海AI实验室联合多所知名院校开发出革命性AI系统G?VLM，首次实现3D重建与空间推理统一。该系统模仿人类双视觉通路设计，拥有几何感知和语义感知双专家，不仅能从2D图片重建3D场景，还能进行复杂空间对话推理。在空间推理测试中超越GPT-4o达18.5分，为机器人导航、AR应用等领域带来突破性进展。
高带宽闪存面临工程难题，商业化还需数年时间
高带宽闪存技术承诺提供超大容量，但面临极其复杂的工程挑战。该技术将多层NAND芯片堆叠，每层由数百个3D NAND单元层组成，可创造前所未有的存储容量。相比昂贵的HBM内存，HBF使用更便宜但速度较慢的闪存为GPU提供更多存储空间。技术复杂性体现在互连布线的困难，12层HBF堆叠将包含2866个存储层。由于需要英伟达等GPU厂商深度参与和行业标准制定，预计HBF距离商用还需两年以上时间。
戴尔Q3季度AI服务器收入破纪录，存储业务表现不佳
戴尔第三季度营收270亿美元，同比增长11%，创历史新高，主要受AI服务器需求爆发式增长推动。AI服务器订单达123亿美元，全年订单总额300亿美元。基础设施解决方案集团营收141亿美元，增长24%，其中服务器和网络业务表现强劲。存储业务营收39.8亿美元，同比下降1%，但全闪存阵列产品实现双位数增长。公司预计第四季度营收315亿美元，全年AI服务器出货量约250亿美元。
Mixpanel数据泄露事件波及部分OpenAI API用户账户信息
数据分析提供商Mixpanel遭遇安全漏洞，导致OpenAI部分API用户账户信息泄露。黑客通过短信钓鱼攻击入侵Mixpanel内部系统，获取了用户姓名、邮箱地址、位置信息及技术数据。OpenAI表示支付详情和API提示内容未受影响，用户无需重置密码，但需警惕钓鱼攻击。作为应对措施，OpenAI已移除Mixpanel服务并计划对供应商实施更严格的网络安全要求。
Procure AI获1300万美元融资，用智能体自动化采购流程
Procure AI完成1300万美元种子轮融资，由Headline领投。该公司开发AI原生采购平台，通过50多个AI代理实现采购流程全自动化，涵盖供应商寻源、合同管理、采购和发票处理等环节。平台可与现有系统集成，无需替换原有软件。据称能减少40%的采购时间，节省3.7%-5.2%的成本。目前已服务德国能源供应商EnBW等客户，平均为客户节省235万欧元。
GigaOm评选Vespa.ai为顶级向量数据库
研究机构GigaOm在其雷达报告中评估了17个向量数据库，将Vespa.ai评为最佳产品。向量数据库存储和访问向量嵌入，这是数字文本、图像、声音和视频的数学表示，用于AI大语言模型的语义搜索。评估包括Activeloop、AWS、谷歌等17家供应商，其中14家位于创新区域，9家属于平台类型。领导者包括Vespa.ai、IBM、Zilliz等，主要分为专用向量数据库初创公司和传统数据库供应商两类。
京公网安备 11010802021500号
