/
多智能体工具集成策略优化：MiroMind重新定义AI协作新范式
MiroMind AI发布MATPO多智能体训练技术，通过让单个AI模型同时扮演策划者和执行者角色实现协作。该方法在三个测试基准中平均性能提升18.38%，有效解决了传统单智能体系统记忆容量限制和信息干扰问题，为AI协作开辟新路径。
Google DeepMind发布"Vibe Checker"：让AI编程更懂人心的智能代码评估系统
Google DeepMind发布"Vibe Checker"智能代码评估系统，首次系统性地解决了AI编程中"功能正确但感觉不对"的问题。通过对31个主流AI模型的测试发现，人类程序员的代码偏好需要功能正确性与代码规范的巧妙平衡，该研究为AI编程助手的优化指明了新方向。
AI说话时也能思考：微软推出SHANKS框架让语音模型学会"边听边想"
微软和台湾大学联合开发的SHANKS框架首次让AI语音模型实现"边听边想"能力。该系统将用户语音切分成4秒片段，在倾听过程中同步生成无声思考内容。在数学教学场景中，SHANKS能发现84.8%的学生错误并及时打断纠正。在旅行助手应用中，可在用户说话期间完成56.9%的API调用工作，显著提升响应效率。这项技术为实现更自然的人机语音交互开辟了新方向。
字节跳动突破AI记忆瓶颈：让人工智能拥有"海马体"，告别健忘症
字节跳动研发的人工海马体网络技术，通过模仿大脑记忆机制解决了AI处理长文本时的效率难题。该技术将近期信息保存在滑动窗口中保持完整性，同时用人工海马体将历史信息智能压缩，实现了运算量减少40.5%、内存使用减少74%的同时性能反而提升33%的突破。
让机器"阅读"千份文件瞬间找出重点：谷歌DeepMind如何让AI检索效率提升4.7倍
谷歌DeepMind研究团队开发出BlockRank技术，通过分析AI注意力机制的自然模式，设计出高效的文档检索方法。该技术将处理速度提升4.7倍，能在一秒内处理500个文档，在保持准确性的同时大幅提升效率，为构建下一代智能信息系统奠定基础。
芝加哥大学团队发明"温度调节术"：让AI学会循序渐进地思考问题
芝加哥大学研究团队提出探索性退火解码方法，通过动态调节AI生成过程中的温度参数，实现"早期探索、后期利用"的策略。该方法在数学推理任务上显著提升了AI性能，Pass@16准确率提升2-5个百分点。研究发现AI生成过程具有阶段性特征，不同位置对结果影响不同，为语言生成研究提供新视角。
伊利诺伊大学香槟分校团队重新定义文本表示学习：让AI既能理解又能解释自己的思考过程
伊利诺伊大学香槟分校团队提出GRACE框架，让AI在理解文本相似性时能解释思考过程。该方法将传统"黑盒"AI转变为"透明AI"，通过强化学习训练模型生成推理文本，在MTEB基准上平均提升11.5%性能的同时保持原有通用能力。这一突破为可解释AI发展开辟新方向。
冰岛大学团队突破传统：分子反应路径搜索速度翻倍的革命性算法
冰岛大学Rohit Goswami和Hannes Jónsson教授团队开发了革命性的OT-GP算法，用于寻找分子化学反应路径。该算法通过智能数据筛选和多重安全保障机制，将传统方法的计算时间减少一半以上（从28.3分钟降至12.6分钟），同时将所需计算量减少90%（从254次降至28次），成功率超过93%。这项技术为药物研发、催化剂设计和新材料开发提供了强有力的工具。
CIO策略观察——软件测试：从传统困局到 AI 无人测试转型
传统测试依赖人工设计场景、执行步骤，效率低且易受人为影响；无人测试基于 AI 实现用例自动生成、测试自动执行与结果自动分析，覆盖场景更广，还能自我学习优化。如面对频繁迭代项目，无人测试可快速适配需求生成新用例，传统测试则需大量人力更新。
微软Configuration Manager将改为年度发布节奏
微软正式确认配置管理器将转为年度发布模式，并将Intune作为主要创新重点。该变化将于2026年秋季生效，在此之前还有几个版本发布。微软表示此举是为了与Windows客户端安全和稳定性节奏保持一致，优先确保安全可靠的用户体验。配置管理器将专注于安全性、稳定性和长期支持，而所有新功能创新都将在云端的Intune中进行。
aiOla发布Drax模型，在噪音环境中实现可靠的AI语音识别
人工智能初创公司aiOla推出基于流匹配训练技术的语音AI模型Drax，挑战OpenAI和阿里巴巴等巨头。该模型重新定义语音算法训练方式，能在嘈杂环境中准确识别语音，兼顾速度与准确性。相比OpenAI的Whisper和阿里巴巴Qwen2，Drax采用并行流处理技术，速度提升32倍，词错误率仅7.4%。该模型已在GitHub开源，提供三种规模版本。
Lemony开源动态路由工具可削减85%AI成本
Lemony.ai发布开源工具Cascadeflow，通过动态路由提示到最具成本效益的语言模型来削减AI应用开发成本。该软件采用级联管道，先使用小型廉价模型处理提示，根据质量指标评估结果，不达标则升级到更大模型。初步测试显示85%的提示可用小型模型处理，支持OpenAI、Anthropic等多个模型提供商，仅增加2毫秒延迟。
Vast Data与CoreWeave深化合作，强化AI数据服务基础设施
数据基础设施巨头Vast Data宣布扩大与云数据中心运营商CoreWeave的合作，签署11.7亿美元商业协议，强化VAST AI OS作为云端人工智能工作负载的主要数据基础。CoreWeave运营配备英伟达先进GPU的云数据中心网络，为企业客户提供AI算力服务。Vast AI OS采用"分解共享"架构，支持多种存储类型，提供低延迟数据访问。双方将为客户提供更先进的数据服务，优化数据管道，实现更快速高效的AI工作负载扩展。
爱沙尼亚Leil获150万欧元种子轮融资，助力SMR硬盘海量数据集存储技术发展
爱沙尼亚存储公司Leil获得150万欧元种子轮融资，用于开发基于叠瓦式磁记录硬盘的海量数据集存储系统。该公司的无限冷存储引擎技术能让企业以更低成本和能耗存储PB级数据集，相比始终在线的硬盘可节省高达70%的能耗。该技术基于SaunaFS分布式文件系统，支持SMR和CMR硬盘混合使用，通过智能数据放置和电源管理实现高效存储。
戴尔PowerFlex与Regatta数据库组合突破传统数据库局限性
戴尔白皮书评估显示，在PowerFlex系统上运行的Regatta数据库能够有效解决传统数据库在分片、复杂性、成本、性能和扩展性方面的固有限制。测试结果表明，事务处理达到近百万IOPS，分析工作负载中五个计算密集型查询展现线性可扩展性，流数据处理成功摄入十亿行数据，单个Kafka客户端的行插入速率超过每秒百万行。
Google推出Ironwood TPU和Axion实例满足AI推理需求激增
谷歌宣布为云客户推出定制Ironwood芯片，这款张量处理单元可在单个pod中扩展至9216个芯片，成为该公司迄今最强大的AI加速器架构。新芯片将在未来几周内向客户提供，同时推出基于Arm的新Axion实例，承诺提供比当前x86替代方案高达两倍的性价比。该公司还扩展了Axion产品线，推出N4A第二代虚拟机和C4A金属实例预览版本。
谷歌Ironwood TPU对英伟达构成超预期威胁
谷歌最新一代Ironwood TPU v7加速器即将上市，在性能上已接近英伟达Blackwell GPU水平。每颗TPU提供4.6 petaFLOPS的FP8性能，配备192GB HBM3e内存。谷歌真正优势在于规模化能力，TPU pod最多可容纳9216颗芯片，理论上可扩展至40万颗加速器。采用3D环面拓扑和光学电路交换技术，在大规模计算集群方面具有独特优势。
Laude研究所宣布首批"弹弓"AI资助计划获奖名单
Laude研究所周四宣布首批Slingshots资助计划，旨在推进人工智能科学与实践发展。该加速器项目为研究人员提供学术环境中难以获得的资源支持，包括资金、算力和产品工程支持。首批15个项目重点关注AI评估难题，包括命令行编程基准Terminal Bench和ARC-AGI项目最新版本。其他项目涵盖代码优化评估、白领AI代理基准测试等创新方向。
京公网安备 11010802021500号
