/
上海人工智能实验室最新突破：让AI模型拥有"视觉记忆"，解决长文本中图片内容被遗忘的难题
上海人工智能实验室提出CoMemo架构，通过双路径处理解决视觉语言模型在长文本中的图像遗忘问题。该方法结合上下文路径和记忆路径，配合RoPE-DHR位置编码，在七项任务中显著提升性能，为多模态AI的长上下文处理提供了新的解决方案。
UCLA团队打造"超级AI助手"：能同时操控现实世界和网络世界的智能体
UCLA团队首创"具身网络智能体"概念，开发出能同时在现实世界和网络世界中操作的新型AI系统。通过1500多个跨域任务测试发现，当前最先进AI模型在此类任务中表现远逊于人类，主要问题在于跨域协调困难。该研究为AI发展指明了"统一智能"新方向，虽然技术尚不成熟，但为未来智能助手、智慧医疗、教育等应用奠定了基础。
谷歌联合多校推出全球首个金融多语言多模态评测基准：让AI读懂全世界的财报和新闻
这项由谷歌联合22所顶尖院校开发的研究首次推出了多语言多模态金融AI评测基准MultiFinBen，测试AI在五种语言和三种信息模态下的金融任务处理能力。结果显示即使最强的GPT-4o也只达到50.67%准确率，在多语言任务上仅7.50%，揭示了当前AI技术在实际金融应用中的严重不足，为行业发展指明了改进方向。
音乐AI的大考验：伦敦玛丽女王大学开发全新评测体系，揭示当前音乐智能模型的真实水平
伦敦玛丽女王大学研究团队开发了CMI-Bench音乐AI评测基准，首次对11个主流音乐AI模型进行全面测试。结果显示这些模型在标准化评测中表现远低于预期，普遍不如传统专业软件，还存在明显文化偏见和性别偏见，为音乐AI发展提供了重要警示。
META V-JEPA 2：让AI真正"看懂"世界的新突破，机器终于学会了像人类一样预测未来
META公司FAIR实验组开发的V-JEPA 2系统通过观看100万小时视频实现了AI的重大突破，首次让机器同时具备理解、预测和规划三项核心能力。该系统在视频理解、行为预测和机器人控制等多个任务上创下新纪录，特别是仅用62小时训练就能零样本控制机械臂，为通用人工智能发展提供了新路径。
Meta联手多个研究机构推出AU-Net：告别传统分词，AI从字节直接理解语言的革命性突破
Meta研究团队开发了革命性的AU-Net架构，让AI无需传统分词直接从字节理解语言。这项技术在多语言处理和字符级任务上显著超越传统方法，为AI语言理解开辟了新路径。
让AI智能体像真人团队一样协作：上海人工智能实验室开发图谱推理新方法
上海人工智能实验室联合哈尔滨工业大学开发了Graph Counselor，一种让AI智能体像专业团队协作的图谱推理新方法。通过规划、思考、执行三个智能体的分工合作，加上自我反思机制，该方法在图谱问答任务上比现有方法提升24.2%，能显著减少AI的"胡说八道"现象，为构建更可靠的AI系统提供了新思路。
让AI学会"团队协作"：伊利诺伊大学团队开发出让多个AI模型协同工作的智能调度系统
伊利诺伊大学香槟分校研究团队开发了Router-R1，一个能让多个AI模型像团队一样协作的智能调度系统。该系统通过强化学习，学会在"思考"和"调用专家"之间灵活切换，能根据任务复杂度动态协调不同AI模型，同时平衡性能与成本。在七个问答数据集的测试中，Router-R1显著超越现有方法，平均准确率提升约20%，并展现出对未见过模型的强泛化能力。
亚马逊云科技CISO：我喜欢创新落地的瞬间，更希望安全成为背后的底气
今年是Amy Herzog第一次参加re:Inforce，她深刻感受到生成式AI已经进入旅程的下一阶段，从谈论愿景到真正开始看到成果。当然，她喜欢看到技术创新真正落地的瞬间，更希望有一天，安全能成为支撑这一切的最强底气。
OpenAI联合创始人Greg Brockman：从游戏AI到通用智能，我们的创业一路意外，ChatGPT模式都是不得已的选择
OpenAI意外发现规模假说：Dota 2项目中计算资源翻倍带来AI表现翻倍，彻底改变行业轨迹。Greg Brockman揭秘GPT-3产品化困境："我们不知道谁会为API付费"，最终市场自己找到了出路。AI医疗突破只需超越WebMD，个性化咨询正在重塑多个领域。
存储行业动态：多项技术突破推动数据管理创新发展
存储行业近期动态频繁，Arctera、Wasabi和TD SYNNEX联合推出渠道专属数据保护解决方案；AWS启用EC2环境SAN启动功能；Broadcom发布VMware Cloud Foundation 9.0版本；Commvault与Kyndryl合作提升网络弹性服务；CTERA成为首家支持模型上下文协议的混合云存储供应商；多家企业获得新一轮融资，推动AI基础设施和数据管理技术发展。
亚马逊AI助手Alexa+用户突破100万，月费定价19.99美元
亚马逊确认其升级版数字助手Alexa+用户数已超过100万。该服务由生成式AI驱动，目前仍处于邀请测试阶段，尚未公开发布。Alexa+提供更自然的对话交互、智能家居集成和AI扩展功能，早期访问期间免费使用，正式发布后Prime会员免费，非Prime用户每月收费19.99美元。用户反馈不一，但亚马逊表示已推出近90%的预告功能。
Salesforce发布Agentforce 3，提升AI智能体可见性和连接性
Salesforce发布Agentforce 3，这是其企业级人工智能产品的重大升级，新增AI代理观察和控制功能。该平台帮助企业构建、定制和部署生成式AI代理，自主辅助员工工作。新版本推出命令中心，提供完整的可观察性和模型上下文协议支持，实现与其他代理和服务的即插即用兼容性，并新增100多个预构建行业操作，加速标准化AI代理部署。
自动驾驶汽车加速落地，城市如何引领变革
自动驾驶汽车已在旧金山、凤凰城等城市运营，不再是遥远的概念。Waymo等公司正扩大车队规模，特斯拉也在奥斯汀推出首个自动驾驶服务。自动驾驶技术有望提高交通安全、效率和可持续性，减少90%由人为错误导致的交通事故。但若缺乏监管，可能增加车辆行驶里程、加剧拥堵。城市需要通过路边管理、数据共享要求、电气化激励等政策工具，主动规划自动驾驶未来，确保其服务于公共利益。
Grok将推出电子表格编辑功能挑战微软谷歌
泄露代码显示xAI正在为Grok开发高级文件编辑器，支持电子表格功能。该功能允许用户在编辑文件的同时与Grok对话并获得AI助手支持。这标志着xAI正努力与OpenAI、谷歌和微软竞争，将AI副驾驶嵌入生产力工具中。此举可能是马斯克将X打造成集文档、聊天、支付和社交媒体于一体的"超级应用"计划的重要一步。
AI如何成为蚊子"神探"：孟加拉国大学研究团队打造史上最强蚊子繁殖点监测系统
孟加拉国联合国际大学研究团队开发了VisText-Mosquito多模态数据集，这是首个集成视觉检测和自然语言推理的蚊子繁殖点识别系统。该系统包含1970张标注图像，能够识别五类繁殖容器并进行水面分割，同时提供人类可理解的判断解释。YOLOv9s等模型达到92.9%检测精度，为全球蚊媒疾病防控提供了AI技术支撑。
中科院联手美团推出MoTE：让大模型告别"内存吃货"时代的神奇瘦身术
中科院与美团联合推出MoTE技术，通过"三值专家混合"架构巧妙解决大模型内存消耗问题。该技术保留原模型的全精度共享专家，同时添加多个内存高效的三值路由专家，在3B参数规模下内存消耗减少60%以上，性能反而提升1.6%。这项突破为在普通设备上部署强大AI模型开辟了新路径。
NVIDIA和KAIST联手打造AI模型"减肥药"：让72B巨型AI瘦身到7B还能保持超强能力
NVIDIA和KAIST联合研发的GenRecal框架成功解决了AI领域的重要难题：如何让不同架构的AI模型之间进行知识传输。该技术通过创新的"重校准器"组件，让小型AI模型能够学习大型模型的能力，在保持轻量化的同时显著提升性能，为AI模型的实际部署提供了突破性解决方案。
南京大学团队让AI学会"专家模式"：一种能同时处理多种信息和任务的强化学习新架构
南京大学研究团队提出T2MIR架构，通过令牌级和任务级专家混合机制，解决了强化学习中多模态数据处理和多任务适应的关键挑战。该方法让AI系统能像专家团队一样分工协作，显著提升了学习效率和任务适应能力，为构建更智能的自适应AI系统提供了新思路。
京公网安备 11010802021500号
