/
中科院与百度联合破解AI视觉难题：让机器在模糊图像中也能"看得清楚"
中科院自动化所与百度联合研究提出CLEAR框架，首次解决了多模态AI在处理降质图像时生成与理解能力割裂的问题。通过行为初始化、潜在表示桥梁和交替强化学习三步策略，CLEAR让AI学会在面对模糊、噪声等问题图像时先修复再理解，在重度降质情况下性能提升8.5%，为自动驾驶、医疗影像等实际应用提供了重要技术突破。
栎新源亮相第九届国际智能工业大会：面向新型工业化的智能感知与智能制造：检测装备国产化与芯片人才培养双轮驱动
第九届国际智能工业大会于2026年4月12日在深圳国际会展中心（宝安新馆）圆满落幕，深圳市栎新源科技有限公司受邀出席并作专题报告，围绕“检测装备国产化”与“芯片人才培养”两大战略方向，分享了面向新型工业化的智能感知与智能制造实践的理念。
生成式AI助力未来技能评估，谷歌Vantage实验研究解析
谷歌联合纽约大学开展研究，推出名为Vantage的实验项目，利用生成式AI在模拟环境中评估批判性思维、协作与创造力等"未来必备技能"。研究显示，AI评分结果与人类专家评分高度吻合。该系统通过AI虚拟角色与学习者进行动态对话，实时采集技能表现数据并生成可视化反馈报告。目前，Vantage已在Google Labs向英语用户开放注册。
ServiceNow如何推动客户全面拥抱AI能力
ServiceNow近期发布多项重磅产品更新，全面将AI嵌入其市场战略。公司推出三级AI定价体系，涵盖辅助AI、任务自动化和完整角色自动化，满足不同成熟度客户需求。新发布的Build Agent SDK允许开发者在GitHub Copilot、Cursor等惯用工具中直接构建ServiceNow应用。Context Engine引入消费级个性化体验至企业软件。此外，面向中型企业的服务管理套件可将传统六个月的部署周期压缩至约30天。
浙江大学等团队破解AI学习难题：让机器在错误中成长的"自我纠错"新方法
浙江大学联合蚂蚁集团等机构提出的在线标签改善方法，通过让AI在训练中自主识别和纠正错误标签，解决了强化学习中噪声数据的关键问题。该方法基于"早期正确一致性"现象，实现了在高达90%错误标签环境下的稳定性能提升，为AI训练的数据质量问题提供了创新解决方案。
谷歌DeepMind发布GrandCode：世界首个在实时编程竞赛中击败所有人类的AI系统
DeepReinforce团队开发的GrandCode在2026年三场Codeforces实时编程竞赛中均夺得第一名，成为首个持续击败所有人类选手的AI系统。该系统采用多智能体强化学习架构，包含主解题、假设生成、总结和测试用例生成四个协作模块，通过创新的Agentic GRPO算法和测试时强化学习技术，实现了从64%基础正确率到85%的显著提升，标志着AI在复杂认知任务上的重大突破。
GigaAI等机构重磅发布：让自动驾驶汽车既能"看见未来"又能"规划路线"的革命性AI系统
这项由GigaAI、多伦多大学等机构联合完成的研究，首次实现了自动驾驶中深度感知、视频想象和路径规划的统一建模。DriveDreamer-Policy系统能够同时"看见现在"和"预见未来"，在权威Navsim测试中达到89.2分综合评分，超越所有现有方法，为更安全智能的自动驾驶技术开辟了新路径。
普林斯顿大学发布Vero：开放式强化学习让AI视觉推理能力全面升级
普林斯顿大学研究团队开发了Vero视觉推理系统，通过完全开源的强化学习方法训练AI处理图表分析、数学推理、空间理解等六类视觉任务。该系统使用60万样本数据集和任务导向奖励机制，在30个基准测试中平均提升3.7-5.5分，部分指标超越商业模型。研究发现不同任务会激发AI产生不同思维模式，证明了多样化训练对培养通用视觉推理能力的重要性。
Claude自述：我的质量正在下滑
Anthropic旗下AI助手Claude近期遭遇多重困境：本周一出现重大服务中断，错误率升高影响Claude.ai及Claude Code约50分钟。与此同时，社交媒体和GitHub上关于Claude回答质量下降的投诉持续增加。有趣的是，当被要求分析自身GitHub问题库时，Claude得出结论称"质量投诉急剧上升"，4月份质量问题已超20条，是1至2月基准的3.5倍。不过，Anthropic尚未对此作出回应。
Cloudflare重构命令行工具，智能体成为API主要用户
Cloudflare正在重构其命令行工具Wrangler，核心驱动力是AI智能体已成为其API的主要用户。新版Wrangler将为智能体提供一致、可编程的接口，覆盖Workers绑定、SDK、配置文件等全产品线。公司同时发布技术预览版，支持通过npx cf运行。此外，面向人类开发者推出Local Explorer测试版，可直观查看Workers绑定及本地存储数据，填补了原有调试盲区。
微软正在开发类OpenClaw风格的企业级智能体
微软正测试将类OpenClaw功能集成至Microsoft 365 Copilot中，主要面向企业客户，并提供比开源OpenClaw更强的安全控制。此前微软已推出Copilot Cowork和Copilot Tasks等多款代理工具，前者由Anthropic的Claude驱动并运行于云端，后者面向专业消费者。新代理的核心特性是"持续运行"，能够长时间完成多步骤任务。微软预计将在6月的Build大会上正式展示该工具。
Meta加速推进AI自主构建软件的未来愿景
Meta正强制将公司顶尖软件工程师并入新成立的应用AI（AAI）工程部门，目标是让自主AI智能体承担产品构建、测试与发布的核心工作，人类工程师转变为监督角色。该部门将与超级智能实验室协作，打造驱动模型持续优化的数据引擎。分析师指出，Meta此举标志着AI正从生产力工具升级为核心工程执行基础设施，但在治理框架、问责机制尚未完善前，大规模落地仍面临显著挑战。
超大规模数据中心向内陆迁移，AI驱动电力需求重塑选址格局
受AI基础设施需求激增影响，电力供应已成为数据中心选址的首要因素，美国超大规模数据中心建设重心正加速向内陆转移。德克萨斯州及中西部各州预计将承接超过半数的新增建设项目。Synergy Research Group数据显示，未来三年新建数据中心的平均容量将是现有设施的近两倍。北弗吉尼亚仍是最大集群，但扩张重心已转移。亚马逊、微软、谷歌三巨头合计掌控全球58%的超大规模数据中心容量。
英国数据中心如何应对隐私与网络安全双重压力
英国数据中心已成为国家关键基础设施，正面临日趋严格的监管环境。在数据隐私方面，运营商须遵守UK GDPR及DPA 2018等法规，确保个人数据处理合规；在网络安全方面，《网络韧性法案》将数据中心纳入NIS监管框架，要求24小时内上报安全事件，违规将面临营业额比例罚款。此外，数据跨境流动规则也随《数据使用与访问法》更新而调整。运营商需建立清晰的合规流程与合同安排，以应对多重法律风险。
Anthropic的AI助手Claude现已登陆Microsoft Word
Anthropic宣布，其AI助手Claude现已作为插件集成至Microsoft Word，可作为Copilot的替代选择。该功能目前面向Team和Enterprise计划用户开放，处于Beta测试阶段，免费试用。Claude此前已支持Gmail、Google日历、Google Drive及Slack等平台。在Word中，Claude可协助创建内容、编辑文档、处理评论，并识别合同中的关键变更条款。
浙江大学与蚂蚁集团联手打造智能助手新突破：让AI学会"经验传承"的秘密武器
浙江大学与蚂蚁集团联合研发的SkillX框架，解决了AI助手无法积累和传承经验的问题。通过建立三层级技能体系和自动化技能管理流程，让AI助手能够从成功经验中学习并共享知识。实验显示使用SkillX的助手任务成功率提升约10%，为AI系统实现持续自我改进开辟了新路径。
北卡大学教堂山分校推出ClawArena：AI代理在变化环境中的"爪"功考验
北卡大学教堂山分校等机构联合推出ClawArena评测平台，专门测试AI代理在复杂信息环境中的表现。该平台模拟现实工作场景，包含相互矛盾的信息源、动态更新和隐性用户偏好三重挑战。通过64个跨8个专业领域的场景测试，研究发现模型能力比框架设计影响更大，即使最先进系统在复杂场景中准确率仍低于30%，为改进AI助手提供重要评估工具。
苹果多款Mac产品缺货，全球内存供应危机波及苹果
多款高端苹果电脑在官网显示"暂无库存"，受影响机型包括M4 Mac Mini的32GB/64GB内存版本，以及Mac Studio的128GB/256GB版本。现有配置的发货周期也长达18周。分析人士认为，这与全球内存供应危机密切相关——生成式AI需求激增导致超过70%的全球内存产能被AI企业占用，预计短缺状况将持续至2030年。此外，也有观点认为苹果可能正在为Mac Mini和Mac Studio准备M5芯片更新，最早或于2026年WWDC前发布。
斯坦福2026年AI指数报告：中美AI差距已消弭
斯坦福大学人本AI研究所发布2026年AI指数报告，揭示全球AI格局深刻变化。报告指出，中国在多项AI基准测试中已与美国并驾齐驱，在专利、论文及物理AI领域甚至反超。与此同时，生成式AI普及速度超越历史上任何技术，全球53%人口已在使用。然而，主要AI企业的透明度持续下降，公众对AI监管的信任度降至新低，能源与水资源消耗问题日益突出。
调查显示：AI将对选举和人际关系产生负面影响
斯坦福大学人工智能研究所发布的2026年AI指数报告显示，AI普及速度超越个人电脑和互联网，三年内渗透率达53%。与此同时，AI危害事件从2024年的233起增至2025年的362起。报告指出，负责任AI的发展明显滞后于AI能力提升。专家与公众在AI影响上分歧明显，但在"AI将损害选举公正和人际关系"这一判断上罕见达成共识。此外，中国AI模型与美国的性能差距正在持续缩小。
京公网安备 11010802021500号
