/
ELLIS研究院重大发现：AI模型训练中的"隐藏开关"让量化压缩效果天差地别
这项研究发现AI模型量化压缩效果的关键影响因素不是训练数据规模，而是学习率调度策略。当训练中学习率衰减时，量化误差会急剧上升。通过优化学习率调度和采用权重平均技术，可显著改善量化性能，为AI模型高效部署提供新思路。
谷歌地图接入Gemini AI 打造全知智能助手
谷歌地图将集成Gemini人工智能技术，旨在将其升级为一个"全知型副驾驶"助手。这一整合将大幅提升地图服务的智能化水平，为用户提供更加个性化和全面的导航体验。通过AI技术的加持，谷歌地图有望在路线规划、地点推荐和实时信息服务等方面实现重大突破。
微软构建虚假市场测试AI智能体，结果暴露意外缺陷
微软研究人员发布新的仿真环境来测试AI智能体，研究显示当前智能体模型容易受到操纵。该名为"Magentic Marketplace"的合成平台让客户智能体与商家智能体进行交互实验。测试包括GPT-4o、GPT-5和Gemini-2.5-Flash等模型，发现智能体在面临过多选择时效率下降，且在协作方面表现不佳。研究揭示了AI智能体在无监督环境下的性能问题。
数据中心安全检查清单：5大核心类别消除运营风险
网络犯罪分子、内部威胁和环境灾害持续威胁数据中心安全。单一漏洞可能引发灾难性宕机、数据泄露和监管处罚。本文提供全面的数据中心安全检查清单，涵盖物理安全、网络安全、监控报告、人员安全和灾难准备五大类别，为每个安全控制措施提供明确的实施指导，帮助企业强化数据中心防护并消除安全隐患。
微软商店推出16款应用同时安装新功能
微软应用商店网页版新增多应用批量安装功能，用户可从48款应用中最多选择16款同时安装。应用分为生产力、创意、社交、娱乐、工具和个性化六大类别，包含Teams、Zoom、ChatGPT、Netflix、Instagram等知名应用。用户选择后可下载单一安装包批量部署，但该功能仅限网页版使用。
Perplexity展示如何在老旧GPU和AWS网络上高效运行大型AI模型
AI搜索提供商Perplexity开发了新的软件优化技术，让万亿参数大模型能在老旧、便宜的硬件上高效运行，包括使用亚马逊专有的弹性网络适配器。这项创新解决了大规模专家混合模型面临的内存和网络延迟挑战。研究显示，相比单节点配置，优化后的核心程序在多节点部署中实现了显著性能提升，使企业能更长时间利用现有硬件，或使用折扣云实例运行下一代前沿模型。
企业AI应用的四个关键策略：从随机试验到深度整合
多数企业已从AI试点阶段转向可重复、可衡量的业务实践。Walgreens通过建立AI卓越中心实现有序创新，FMOL Health将ROI扩展到医生和患者满意度等非财务指标，Steelcase通过数据治理委员会建立AI信任框架，ZoomInfo让员工自主构建AI智能体实现人机协作。这些经验表明，成功的AI战略需要在创新与治理、自动化与人工判断之间找到平衡。
Stream Ring：这枚智能戒指能悄悄记录你的想法
Sandbar公司推出Stream Ring智能戒指，专为随时记录灵感而设计。用户只需轻触戒指并轻声说话，即可将想法转录为笔记。该产品采用个性化数字语音技术，创造如自言自语般的体验。不同于传统AI助手，Stream Ring专注于认知扩展而非替代思考。产品配备全天候电池，支持私密范围内的语音识别。银色版售价249美元，金色版299美元，计划2026年夏季发货。
Alphabet正转变策略：将"登月项目"作为独立公司推向市场
Alphabet旗下X实验室负责人泰勒透露，该公司正改变雄心勃勃技术项目的市场化策略，越来越多地将其拆分为独立公司而非保留在Alphabet体系内。这一策略依赖专门的风险基金Series X Capital，该基金已筹集超5亿美元，专门投资X实验室分拆项目。X实验室定义的月球计划需具备三要素：解决世界重大问题、提出相应产品或服务方案、利用突破性技术创造解决希望。
企业构建可信赖AI为何如此关键
许多企业在急于采用AI时跳过了最重要的步骤：明确要解决的问题。Experian首席数据技术官强调，企业AI的真正工作不在于模型本身，而在于基础架构。从确保模型漂移检测、合规自动化到管理提示注入风险和用户治理，负责任AI的未来取决于幕后工作。成功始于扎实的工作流程、明确的目标和快速试错的文化。
软件定义车辆的网络安全：实现安全出行五项措施
汽车行业正面临一场变革：软件定义车辆（Software Defined Vehicle，SDV）标志着车辆开发、使用和认知方面的根本性转变。
北大团队揭秘AI大脑的"纠结症"：当视觉和文字打架时，多模态模型如何做选择
北京大学团队联合多所高校研究发现，多模态AI在处理图文矛盾信息时遵循一个普遍规律：选择某模态的概率随其相对不确定性增加而单调递减。研究通过构建可控数据集，量化了模型的"固有偏好"和"相对推理不确定性"两大决策因素，并揭示了模型内部的"振荡"机制，为理解和改进AI决策提供了全新视角。
企业AI就绪安全网络架构，你跟上了吗？
思科正在向全球合作伙伴传递一个明确信号：未来五年，合作伙伴的主要增长都将来自AI相关场景，唯有“AI就绪”的基础设施，才能支撑面向未来的工作方式，让企业在智能时代保持韧性与活力。
当AI遇到散点图：Feedzai团队首次揭秘机器如何"读懂"数据可视化
Feedzai团队首次系统评估了AI模型理解散点图的能力，创建了包含18,000张图表的大规模数据集。测试十个先进AI模型发现，在简单计数任务中部分模型准确率超90%，但精确定位任务表现不佳，准确率多在50%以下。研究还发现图表设计对AI性能有轻微影响，为AI辅助数据分析提供了重要参考。
机器人也能"货比三家"：KAIST团队让视觉语言机器人学会在关键时刻做出最精准选择
KAIST研究团队开发出MG-Select系统，首次让视觉语言机器人具备"货比三家"的决策能力。该系统通过生成多个行动候选方案并利用内部评估机制选择最优解，无需额外外部验证系统。在真实世界测试中，机器人精确操作成功率提升28%-35%，某些任务改进达168%，为机器人在医疗、制造等高精度应用领域的发展奠定重要基础。
加州大学圣芭芭拉分校团队突破：让AI自己修改演示文稿，从粗糙到精美只需几分钟
加州大学圣芭芭拉分校研究团队开发了EvoPresent系统，这是首个具备自我改进能力的AI演示文稿制作框架。该系统通过四个AI代理协作和PresAesth美学评估模型，能够自动将学术论文转换为高质量演示文稿，并通过迭代优化持续改进设计效果，在多项评估指标上显著优于现有方法。
人工智能"学生"的学习怎么这么奇怪？小模型在学编程推理时竟然先变笨再变聪明
Collinear公司研究团队发现了AI学习编程推理的"谷地"现象：小型AI模型在接受大型模型指导时，性能先下降50%再上升，最终超越初始水平100%。研究还发现，训练数据中答案的正确性对学习效果无影响，但简单题比复杂题的训练效果显著更好。这项发表于NeurIPS 2025的研究为AI训练策略提供了新见解。
新加坡国立大学推出MixReasoning：让AI像人一样"该动脑时动脑，该偷懒时偷懒"
新加坡国立大学研究团队开发了MixReasoning技术，让AI能够像人类一样智能地选择推理深度。该技术通过监测AI的不确定性程度，自动在详细推理和简洁回答之间切换，解决了当前AI模型冗长推理的效率问题。在数学推理测试中，MixReasoning在保持甚至提升准确率的同时，将推理长度减少了20-50%，为AI推理优化提供了新思路。
如何让计算机和人像朋友一样聊天？香港大学团队打造史上最复杂的数据库对话系统评测平台
香港大学团队开发的BIRD-INTERACT平台首次真实模拟了人机数据库对话的复杂性，通过900个交互任务和智能用户模拟器，揭示了即使GPT-5等先进AI在复杂对话场景中仍表现不佳的现实，为提升AI系统的交互沟通能力指明了方向。
西湖大学团队创造AI"透视眼"：一眼看穿人与场景的所有秘密
西湖大学研究团队开发的Human3R系统实现了人体和场景的实时一体化重建突破。该技术仅需普通摄像头即可同时完成多人姿态分析、三维场景重建和相机追踪，处理速度达15帧每秒。系统采用参数高效的训练策略，仅用一天时间在单GPU上完成训练，显著降低了高精度人体分析技术的使用门槛，为影视制作、体育分析、医疗康复等多个领域提供了实用的解决方案。
京公网安备 11010802021500号
