最新文章
当AI学会用代码"看懂"数学图形:香港中文大学团队让机器也能做几何题

当AI学会用代码"看懂"数学图形:香港中文大学团队让机器也能做几何题

香港中文大学团队开发出MathCoder-VL,这是首个通过代码理解数学图形的AI模型。该系统将图形转换为精确绘图代码,而非模糊的自然语言描述,从而实现对几何图形的精确理解。研究团队构建了860万图形-代码配对的训练数据集,让AI学会"看图写代码",并能创造性地生成新的数学图形。在几何问题测试中,MathCoder-VL超越了GPT-4o等顶级商业模型,为数学教育AI应用开辟了新道路。

当游戏世界变成AI的"想象空间":香港大学团队揭秘交互式生成视频技术如何重塑数字体验

当游戏世界变成AI的"想象空间":香港大学团队揭秘交互式生成视频技术如何重塑数字体验

香港大学团队联合快手科技发布的这项交互式生成视频技术综述,展示了AI如何实时创造虚拟世界的革命性能力。该技术通过五大模块协同工作,让AI能够根据用户操作实时生成独特的游戏场景,在游戏、机器人训练和自动驾驶等领域展现出巨大应用潜力,有望重塑我们的数字体验方式。

微软发布Phi-4-Mini-Reasoning:3.8B参数的"小钢炮"在数学推理上击败8B大模型

微软发布Phi-4-Mini-Reasoning:3.8B参数的"小钢炮"在数学推理上击败8B大模型

微软推出的Phi-4-Mini-Reasoning模型仅用38亿参数就在数学推理任务上击败了70-80亿参数的竞争对手。通过创新的四阶段训练方法(大规模中期训练、监督精调、回滚偏好学习、强化学习),该模型在AIME24、MATH-500等测试中表现卓越。这项研究证明了"精巧胜于庞大"的AI设计理念,为资源受限环境下的高性能AI应用开辟了新路径,在教育、科研等领域具有广阔应用前景。

港中文突破!让AI学会"一步步思考"生成图像,告别胡乱画图时代

港中文突破!让AI学会"一步步思考"生成图像,告别胡乱画图时代

港中文团队开发的T2I-R1系统首次让AI学会"思考式"图像生成,通过语义规划和细节优化的双层推理机制,在复杂图像生成任务上比基础模型提升13-19%,甚至超越了业界最强的FLUX.1模型,为AI创意产业应用开辟新路径。

华中科技大学最新突破:AI修图神器PixelHacker让图像修复像魔法一样完美

华中科技大学最新突破:AI修图神器PixelHacker让图像修复像魔法一样完美

华中科技大学开发的PixelHacker是一款革命性AI图像修复系统,通过创新的"潜在类别指导"方法,只需区分前景和背景两大类别,就能实现近乎完美的图像修复效果。该系统在1400万张图像上训练,采用门控线性注意力机制,在多个国际标准数据集上全面超越现有方法,修复效果自然到几乎看不出痕迹,为个人用户和专业领域提供了强大的图像处理能力。

2025-07-10

企业IT必选——以AI赋能的自动化测试

云测试凭借资源弹性调度、多终端覆盖等特性,与自动化测试深度融合,逐渐成为企业突破测试困境的核心选择,推动软件质量保障体系向集约化、智能化演进。

Blackwell架构驱动AI计算革新,亚马逊云科技两款高性能GPU方案再拓大模型疆界

亚马逊云科技日前推出了基于NVIDIA Blackwell架构的两款最新AI计算方案——Amazon EC2 P6e-GB200 UltraServer与Amazon EC2 P6-B200实例。

AI落地生花,飞书是真的“跑通”了
2025-07-10

AI落地生花,飞书是真的“跑通”了

AI使用就像城市的早高峰,出发越早,到得越早,晚十分钟出发,可能就晚一小时到。飞书用一次次更新和标准化方法,给了行业一种确定性:AI不止能看,关键是能用、能落地。

Atlassian如何通过实验文化推动智能体AI规模化应用

Atlassian如何通过实验文化推动智能体AI规模化应用

Atlassian总裁Anu Bharadwaj在Transform 2025大会上分享了公司AI智能体规模化的实践经验。她强调,成功部署AI智能体需要营造实验文化,而非仅依靠自上而下的指令。Atlassian通过Rovo Studio平台为各团队提供了构建定制化智能体的环境,创造心理安全的工作氛围,鼓励员工大胆尝试和迭代。公司客户通过该平台显著提升了工作效率,建筑行业客户将路线图创建时间缩短75%。

2025-07-10

思科任命Ben Dawson为亚太、日本及大中华区总裁兼销售高级副总裁

全球科技领导企业思科9日宣布,任命Ben Dawson为思科亚太、日本及大中华区(APJC)新任总裁,接替现任总裁Dave West。

Zoom推出新智能体AI功能助用户节省时间

Zoom推出新智能体AI功能助用户节省时间

Zoom发布全新智能代理AI功能,旨在帮助用户在工作中节省时间。新的自定义AI助手插件可连接16多个第三方应用,无需离开Zoom界面。该AI助手现已支持在线购买并可集成到微软Teams和谷歌Meet等第三方会议平台。智能代理AI能够独立运行,自动执行任务、收集数据并达成目标。新功能包括日程管理、会议录制剪辑生成、文档创作辅助等,月费12美元。

YouTube严打"批量生产"和"重复性"视频,应对AI垃圾内容

YouTube严打"批量生产"和"重复性"视频,应对AI垃圾内容

YouTube准备更新政策,打击创作者从"非真实"内容中获利的能力,包括批量生产视频和其他重复性内容。7月15日,公司将更新YouTube合作伙伴计划货币化政策,提供更详细的指导原则。随着AI技术的兴起,YouTube充斥着AI生成的低质量内容,包括AI语音配音、虚假新闻视频等。尽管YouTube将此称为"小幅更新",但实际上是为了应对AI内容泛滥对平台声誉和价值的潜在损害。

微软投资40亿美元推进AI教育普及计划

微软投资40亿美元推进AI教育普及计划

微软宣布未来五年将向学校和非营利组织捐赠40亿美元现金和技术,推出Microsoft Elevate项目,旨在为AI驱动的经济环境提供技能和工具。资金主要用于为K-12学校和社区大学提供AI和云服务积分,预计2000万人将获得AI技能认证。微软还与Anthropic、OpenAI合作成立国家AI教学学院,培训40万名教师。

Perplexity推出Comet浏览器,挑战谷歌搜索霸主地位

Perplexity推出Comet浏览器,挑战谷歌搜索霸主地位

AI搜索公司Perplexity发布了自主研发的Comet浏览器,以其AI搜索引擎为默认搜索服务,直接挑战谷歌。该浏览器基于谷歌Chromium平台开发,为付费用户提供个性化搜索、自动化功能和自然语言交互。Comet集成了广告拦截功能,可通过语音或文字命令管理标签页、总结视频、处理邮件等。目前仅向每月200美元的Max订阅用户开放,未来将扩展到更多用户群体。

甲骨文:想要AI玩的溜,关键在于数据融合

甲骨文:想要AI玩的溜,关键在于数据融合

今天“数据”的概念已远超过去的范畴,“数据库”的概念也已经不同往日。AI让数据的多模融合变得更为重要,这正是甲骨文持续强调融合数据库在AI时代至关重要的原因。

加州大学伯克利分校的革命性突破:告别机器人昂贵示教,智能手机就能训练专业机器人

加州大学伯克利分校的革命性突破:告别机器人昂贵示教,智能手机就能训练专业机器人

加州大学伯克利分校研究团队开发出革命性的R2R2R系统,仅需智能手机拍摄和一段演示视频,就能自动生成大量机器人训练数据。该系统绕过了传统昂贵的远程操作和复杂物理仿真,通过3D重建和智能轨迹生成技术,让机器人训练效率提升27倍,成本大幅降低,有望让高质量机器人技能变得像安装手机应用一样普及。

腾讯优图实验室:用AI"造假"检测真假,三张图片就能训练出工业级异常检测神器

腾讯优图实验室:用AI"造假"检测真假,三张图片就能训练出工业级异常检测神器

腾讯优图实验室提出AnoGen方法,仅用3张异常图片就能训练出高精度工业检测AI。该方法通过扩散模型学习异常特征并生成大量逼真样本,在MVTec数据集上将检测精度提升5.8%,为解决工业异常检测中样本稀缺问题提供了突破性方案。

让AI像人眼一样"识别异常":腾讯与西门子联手打造跨领域通用异常检测新方法

让AI像人眼一样"识别异常":腾讯与西门子联手打造跨领域通用异常检测新方法

腾讯与西门子联合研究团队开发出AdaptCLIP通用异常检测方法,突破传统方法只能处理特定领域的局限。该系统采用交替学习和对比学习策略,在12个工业医疗数据集上表现卓越,仅需少量样本即可跨域检测异常。相比现有方法,AdaptCLIP参数量减少9倍以上,性能提升10个百分点,为工业质检和医疗诊断提供了更实用的AI解决方案。

腾讯优图实验室突破性成果:只需一张正常图片,AI就能自动发现任何异常!

腾讯优图实验室突破性成果:只需一张正常图片,AI就能自动发现任何异常!

腾讯优图实验室提出MetaUAS系统,首次实现仅用一张正常图片就能检测任何类型异常的突破。该技术将异常检测转化为变化检测问题,通过元学习训练通用模型,无需语言描述即可精确识别工业产品瑕疵,参数量仅为传统方法的1/10,推理速度快65倍,为工业质检智能化提供了全新解决方案。

腾讯YouTu实验室AI新突破:仅用一张正常图片就能识别所有类型的工业缺陷

腾讯YouTu实验室AI新突破:仅用一张正常图片就能识别所有类型的工业缺陷

腾讯YouTu实验室推出OneNIP技术,仅需一张正常图片就能检测多种工业产品缺陷。该技术通过双向交叉注意力机制和正常图像提示,解决了传统方法需要为每种产品单独训练模型的问题。在MVTec等权威数据集上,OneNIP在像素级异常分割任务中取得显著提升,为智能制造中的质量控制提供了新思路。