2026年计算机视觉与模式识别大会(CVPR)共收到16,092篇论文投稿,较2025年增长24%,创历史纪录。经严格同行评审,约四分之一的论文获得录用,共4,089篇。投稿最多的领域包括图像与视频生成、视觉语言推理、多模态学习等。CVPR连续多年被Research.com评为计算机科学顶级会议,其论文集在谷歌2025学术指标中位列第二。
预印本平台Arxiv宣布出台更严格规定,针对含有明显错误和捏造内容的AI生成论文。根据新规,提交带有明显"AI滥用"迹象文章的研究人员将面临长达一年的平台封禁。红线包括:捏造参考文献、错误引用或残留AI提示语等。平台表示,此类错误表明作者未对AI输出内容进行认真审核。单次违规即可触发封禁,但可提出申诉。被封禁用户日后重新提交论文时,须先经过权威同行评审期刊接收。
苹果近日在GitHub发布了corecrypto源代码库,并附上详细技术说明,介绍其在iPhone、Mac等设备上推进后量子密码学工作的成果。此次发布包含ML-KEM与ML-DSA两种后量子算法的实现代码、测试工具及形式化验证材料。苹果表示,通过自研形式化验证方法,成功发现了常规测试无法检测到的漏洞,确保加密实现的正确性,旨在推动全球密码学社区的技术进步与安全审查。
谷歌本周推出新款AI模型Gemini 3.5 Flash,编程能力较前代大幅提升,速度是竞品Claude Opus 4.7和GPT-5.5的四倍,是Gemini 3.1 Pro的两倍以上。谷歌重点强调该模型在自主AI智能体场景中的应用潜力,可协助用户规划各类项目,并新增多项安全机制防止滥用。目前模型已通过Gemini应用、API及企业版等多个渠道提供,专业版Gemini 3.5 Flash Pro也即将上线。
香气科技公司Patina宣布完成200万美元融资,投资方包括Betaworks和True Ventures。该公司结合先进分子设计、机器学习与气味研究,开发全新气味分子。其核心产品是名为Sense1的基础模型,旨在复制鼻腔气味受体,构建"首个嗅觉与味觉通用编码体系"。Patina已与顶级香水品牌和时尚品牌洽谈合作,致力于以AI技术创造前所未有的气味分子,并推动香料行业向更低碳、更可持续的方向转型。
AMD Silo AI与博洛尼亚大学计算机科学与工程系(DISI)宣布开展研究合作,致力于将三维几何感知能力融入机器人与自动驾驶领域的视觉-语言-行动(VLA)模型及世界模型流水线,并原生支持AMD ROCm平台。双方将共同设计融合显式3D几何与深度信息的感知模块,研究方向涵盖立体视觉、深度估计、BEV表征及点云处理,并通过仿真与真实数据评估空间推理能力,成果将面向开源社区开放。
斯坦福大学研究人员借鉴心理测量学与教育学中的"项目反应理论",开发出一种名为IRSL的新型扩展规律框架。该方法通过自适应调整测试难度,将传统扩展所需的万亿级查询压缩至约50个问题,计算量减少超99%,可大幅降低大模型训练的时间与成本。研究成果已被国际机器学习大会接收,有望为学术界和产业界提供更高效、统计上更严谨的模型能力预测工具。
OpenAI宣布采用两项新措施应对AI生成图像难以辨别的问题。一是支持C2PA开放标准,在图像元数据中嵌入AI生成标识;二是与谷歌合作引入隐形水印技术SynthID,该水印在截图、缩放或数字处理后仍能保留,更难被恶意删除。两种技术互为补充,共同提升图像来源的可追溯性。OpenAI还预告将推出公开验证工具,供用户检测图像是否由AI生成,未来计划扩展至其他AI工具。
MIT化学工程与计算机科学副教授Connor Coley长期致力于将人工智能应用于药物发现领域。他的研究团队开发了多种计算模型,包括基于三维分子结构评估药物候选物的ShEPhERD模型,以及能预测化学反应产物的生成式AI模型FlowER。这些模型通过引入质量守恒定律等物理原理,使AI具备类似化学家的专业直觉,有效提升了预测准确性,目前已被多家制药公司用于新药研发。
谷歌正全面升级旗下产品的搜索体验,YouTube也不例外。YouTube搜索栏新增"Ask YouTube"功能,支持复杂查询及追问,可同时整合短视频与长视频内容生成回答,目前向美国桌面端Premium用户开放测试。此外,YouTube宣布将Gemini Omni视频模型引入Shorts Remix及YouTube Create应用,以提升创作一致性与叙事效果。平台还将创作者形象检测工具扩展至18岁以上用户,帮助防范深度伪造滥用。
AI正在重塑汽车行业就业格局。通用汽车裁撤约600名IT员工,转而招聘AI原生开发、数据工程等方向人才。福特、通用、Stellantis三大车企累计削减逾2万个美国白领岗位,约占员工总数19%。与此同时,Samsara等公司利用积累的车载数据训练AI模型,开拓道路检测等新业务。
YouTube在最新Brandcast活动中宣布多项新功能,最受关注的是"Buy with Google Pay",允许用户在电视上观看视频时,仅需两步即可购买视频中标记的商品,支付信息直接调用Google账户。此外,"联盟伙伴推广"功能将帮助创作者通过品牌内容获得更多曝光和收益。平台还引入Gemini AI模型支持视频创作及智能定制赞助功能。
芬兰阿尔托大学研究团队开发出一种受量子启发的新算法,能够近乎即时地处理超复杂非周期量子材料的模拟问题。该算法利用张量网络编码量子多体系统,成功模拟了超过2.68亿个位点的准晶体结构,远超传统超算能力。研究成果发表于《物理评论快报》,未来有望加速拓扑量子比特设计,并推动无耗散电子器件研发,为AI数据中心降低能耗提供潜在解决方案。
思科系统本季度调整后每股收益1.06美元,高于华尔街预期的1.04美元;营收同比增长12%至158.4亿美元,超出市场预期。净利润达33.7亿美元,同比大幅提升。CEO罗宾斯透露,公司今年来自AI基础设施领域的订单已达53亿美元,全年预计超90亿美元。与此同时,思科宣布裁员不足4000人,并完成对以色列网络安全公司Astrix Security及AI可观测性初创公司Galileo Technologies的收购。
曾经风靡一时的链接分享网站Digg再度回归,这次以AI新闻聚合器的全新面貌亮相。此前,Digg重启后因无法有效应对机器人流量及差异化不足而关闭。创始人Kevin Rose重新主导新版本开发,新Digg通过实时抓取X平台内容,结合情感分析、聚类和信号检测,筛选最具影响力的AI资讯。首页展示热度最高、讨论最活跃等四类重点新闻,并对AI领域Top 1000人物、公司及政界人士进行排名。
据CompTIA最新数据,美国科技就业市场在2025年4月强劲反弹,新增科技职位发布量达271,483个,活跃职位总数超57.5万个,均创三年来新高。AI工程师需求尤为突出,4月职位发布量达18,138个,环比增加3,440个。系统工程师、软件开发及网络安全岗位需求同步增长。CompTIA研究副总裁表示,随着企业明确AI战略、推进数字化转型,此前制约科技岗位的压力正在消退。
小企业薪资服务商Gusto宣布过去12个月实际营收已超过10亿美元,估值约93亿美元。相比竞争对手Deel(估值173亿美元)和Rippling(估值168亿美元),Gusto估值相对保守,但业务表现强劲。目前AI已承担其50%的新代码生成和客服工作。公司去年完成对Guideline的约6亿美元收购。尽管外界普遍视其为IPO候选,CEO Josh Reeves表示仍专注于业务增长,公司对IPO时间表不予置评。
OpenAI联合AMD、Broadcom、Intel、微软和英伟达等科技巨头,推出名为多路径可靠连接(MRC)的新网络协议,旨在解决大规模AI训练中的网络拥堵问题。MRC可将流量分散至数百条网络路径,支持10万张以上GPU并行训练,动态规避过载路径,显著提升GPU利用率。相比现有800Gb/s网络需要三至四层交换机,MRC仅需两层以太网交换机即可完成同等规模互联。该规范已通过开放计算项目(OCP)正式发布。
Google DeepMind与《EVE Online》开发商Fenris Creations宣布合作,研究方向聚焦于"复杂动态玩家驱动系统中的智能"。目前合作处于研究阶段,测试将在离线受控环境中进行,不影响正式服务器。尽管官方措辞谨慎,刻意回避"AI"字眼,但外界普遍预期AI体验将在未来融入这款运营逾20年的太空MMO游戏。更多细节将于EVE Fanfest 2026上公布。
OpenAI联合AMD、Broadcom、Intel、微软和英伟达,推出名为多路径可靠连接(MRC)的新型网络协议,并将其贡献给开放计算项目(OCP)。该协议通过同时将数据包分散至数百条网络路径,并在微秒级内绕过故障节点,有效解决大规模GPU集群中因网络拥塞和硬件故障导致的训练停滞问题。MRC已集成至800Gb/s网络接口,标志着以太网在超大规模AI基础设施中加速取代InfiniBand的趋势。