/
新任CIO如何收拾前任留下的IT烂摊子
新任CIO上任第一天可能面临前任留下的IT噩梦。专家建议首先全面评估系统、供应商、策略和人员现状，进行综合资产清单盘点和漏洞扫描。新CIO应与CFO、COO等同级建立联系，倾听IT团队和业务相关方意见，通过小而有意义的胜利建立信誉。关键是平衡紧迫性与同理心，既要进行技术重组也要修复企业文化，以透明度领导并重建组织信心。
如何打破网络安全表演的假象
资深首席信息安全官约翰·鲁法斯在医疗服务提供商董事会会议中发现，安全汇报存在严重的表演化问题。虽然安全意识培训完成率达72%，但员工钓鱼模拟测试成功率仅52%且两年未改善；补丁报告看似完善，但关键Linux服务器因内部摩擦未能及时修补。这种安全表演为董事会营造了虚假的安全感，本质上是治理失败而非单纯的IT问题。
中国香港大学团队开发"学习小助手"：让自主学习变得像玩游戏一样简单
中国香港中文大学（深圳）研究团队开发了SRLAgent智能学习系统，通过Minecraft游戏环境结合AI助手帮助大学生培养自主学习能力。实验显示该系统能显著提升学生的学习规划和过程监控能力，但也发现过度AI支持可能产生依赖性，提出需要平衡支持与独立能力培养的重要性。
材料科学也有"翻译问题"？韩国科学家发明智能分词法让AI更懂材料学
韩国科学院研究团队开发了MATTER智能分词系统，解决AI处理材料科学文献时的"翻译问题"。该系统通过MatDetector识别重要材料概念，防止专业术语被错误拆分，在多项材料科学任务中取得显著性能提升，为科学文本处理提供了领域定制化的新思路。
从照片预测剩余寿命？德国比勒费尔德大学的惊人发现
德国比勒费尔德大学研究团队开发出能通过照片预测剩余寿命的AI系统，平均误差仅4.79年，准确度超越传统生物标记物检测。该技术基于DINOv2视觉模型和不确定性量化方法，在5672张高质量照片上训练。虽然展现了图像中隐藏医学信息的巨大潜力，但研究团队强调目前不适合临床应用，需要解决数据偏差、伦理考量等挑战。这项研究为非侵入性健康筛查开辟了新方向。
AI安全卫士：如何用提问的方式让聊天机器人拒绝有害指令
韩国多机构联合研究团队提出QGuard方法，通过让AI回答精心设计的安全问题来识别有害内容，无需重新训练模型。该方法支持文字和图像的多模态检测，采用图论算法综合分析，在多个基准测试中表现优异，同时提供透明的决策解释，为AI安全防护提供了高效灵活的新思路。
第一人称摄像头竟然能泄露这么多隐私？加州大学圣地亚哥分校重磅研究揭示可穿戴设备的"偷窥"能力
加州大学圣地亚哥分校研究团队首次揭示第一人称摄像头的惊人隐私泄露风险。通过构建EgoPrivacy基准测试，他们发现AI能从看似安全的第一人称视频中推断出用户性别、种族、年龄等敏感信息，准确率达70-80%。研究还提出"检索增强攻击"新方法，通过关联第一人称和第三人称视频进一步提升攻击效果。这项发表于ICML 2025的研究为可穿戴设备时代的隐私保护敲响警钟。
MiniMax-M1：让AI推理不再昂贵的革命性突破
MiniMax公司发布了世界首个开源大规模混合注意力推理模型MiniMax-M1，通过创新的"闪电注意力"机制将AI推理的计算复杂度从平方级降低到线性级，支持100万词汇上下文和8万词汇生成长度。该模型在保持强大性能的同时，将长文本处理的计算成本降低75%，仅用53万美元就完成了完整训练，在软件工程、长文档理解等复杂场景中表现优异，为AI推理技术的普及奠定了重要基础。
新加坡国立大学发现AI写作新模式：离散扩散如何让机器像人一样"修改文章"
新加坡国立大学研究团队发布了离散扩散大语言模型的全面综述，这种新型AI写作模式让机器能像人类一样反复修改文本，而非传统的从左到右逐字生成。技术实现了10倍推理加速，支持精确的格式控制和并行生成，在保持传统模型性能的同时，解决了可控性和推理效率问题。
AI助手学会了看一周的视频并推理：新加坡南洋理工让机器拥有"超长记忆"和"工具思维"
新加坡南洋理工大学联合多个国际研究机构开发出突破性AI系统Ego-R1，首次实现对一周超长视频的智能理解和推理。该系统采用独创的"工具链思维"方法，让AI像侦探一样使用不同工具分步解决问题，在44.3小时视频理解任务中达到46%准确率，显著超越现有技术，为未来个人AI助手的发展开辟新道路。
史上最难的AI人格化考试：连最聪明的模型都考砸了！华为OPPO等联合发布PersonaFeedback基准
这项由电子科技大学、香港中文大学等机构联合完成的研究，创建了PersonaFeedback基准来评估AI的个性化能力。研究包含8298个测试案例，分为三个难度等级，发现即使最先进的AI模型在个性化任务上表现也不理想。研究还发现推理能力提升不等于个性化能力提升，直接提供用户信息比让AI推测更有效。
机器人也能像人一样理解世界：中科院团队让AI机器人仅用3次演示就学会复杂操作
中科院团队开发的BridgeVLA系统实现了机器人学习的重大突破，仅需3次演示就能让机器人掌握复杂操作技能，成功率达96.8%。该系统通过巧妙的输入输出对齐设计和创新的预训练策略，让机器人能够真正理解三维空间和语言指令，为智能机器人的普及应用奠定了重要基础。
当AI遇上算法竞赛：Sakana AI的新基准测试能否让机器成为编程高手
日本Sakana AI联合东京大学和AtCoder推出了首个专门测试AI长期算法优化能力的基准ALE-Bench。研究发现当前最强AI模型虽然在某些算法问题上能达到人类专家前11.8%水平，但整体表现不够稳定。AI通过快速试错在短期竞赛中表现较好，但在需要深度创新的长期挑战中仍落后于人类。这项研究为AI在实际工程优化中的应用提供了重要参考。
多语言AI模型的"语言手术"：让机器在推理时精准切换语言
这项研究揭示了多语言大型语言模型内部的语言表示对齐现象，并开发出推理时语言控制技术（ITLC），能在不重新训练模型的情况下精确控制语言输出。研究团队发现模型中间层存在自然的跨语言对齐，基于此开发的语言控制方法在跨语言生成和缓解语言混淆方面表现优异，语言正确率达到近100%，为多语言AI应用提供了新的技术路径。
当AI学会察言观色：清华大学揭秘人工智能的行为奥秘
清华大学研究团队提出"AI智能体行为科学"新范式，通过观察AI在虚拟环境中的自发行为发现其具备规划、适应和社交能力。研究涵盖个体行为、群体互动和人机协作三个层面，并借鉴福格行为模型建立了能力-动机-触发器的行为适应框架，为负责任AI发展提供了行为导向的测量和优化方法。
智能体AI在企业中的9个有前景的应用场景
智能代理AI已成为最受关注的技术之一，它通过强调运营决策而非内容生成，将生成式AI推向新高度。该技术能够与ERP、CRM和商业智能系统无缝集成，实现实时决策和流程自动化。九大主要应用场景包括：软件开发、增强版RPA、客户支持自动化、企业工作流自动化、网络安全威胁检测、生产力提升、报告生成、HR员工支持和商业智能分析。
研究发现使用大语言模型可能导致学习能力下降
麻省理工学院科学家研究发现，使用大语言模型可能导致学习技能下降。研究团队对54名波士顿地区参与者进行了为期4个月的写作实验，分为无辅助、搜索引擎辅助和ChatGPT辅助三组。通过脑电图设备监测发现，使用LLM的参与者在写作时大脑连接性降低55%，专注注意力相关的脑波活动也更弱。此外，该组参与者在引用自己文章内容时表现较差，对作品的归属感也更低。研究建议在学习者进行充分自主认知努力后再引入AI工具。
美国程序员最爱使用AI编程助手
研究显示，美国软件开发者是全球AI编程助手使用率最高的群体。研究人员分析了2018至2024年间GitHub上8000万次代码提交，发现2024年美国提交的Python函数中30.1%由AI生成，德国为24.3%，法国23.2%，印度21.6%，俄罗斯15.4%，中国11.7%。当开发者30%的代码使用AI时，季度提交量增长2.4%。研究估算AI辅助编程为美国带来96至144亿美元年度价值。
Midjourney推出AI视频生成功能
AI公司Midjourney发布首个视频模型，用户可将图像制作成动画，支持平台内生成或外部上传的图片。初始视频为5秒片段，可延长至最多20秒。该功能仅限网页端使用，需月付10美元订阅。尽管在视频AI领域起步较晚，但面临创作者指控其模型训练涉嫌侵权。迪士尼和NBC环球上周起诉该公司版权侵权。
让大模型学会看时间序列：麻省大学团队开发PatchInstruct让AI预测未来
麻省大学团队开发PatchInstruct方法，通过"补丁分解"技术让大型语言模型无需重新训练即可准确预测时间序列数据。该方法在天气和交通预测中表现优异，短期预测误差降低85%，速度提升100-500倍，为实时预测应用提供了轻量级、高效的解决方案，展现了通用AI适应专门任务的新可能。
京公网安备 11010802021500号
