睡眠中清除大脑废物的脑脊液波动在老年人中出现受损
MIT研究人员发现,老年人深度睡眠期间脑脊液(CSF)波显著减小,导致大脑清除废物的能力下降。这与深度睡眠中慢波减弱及血管功能退化有关,而非仅因睡眠时间缩短。研究者希望进一步探究CSF流量下降是否与神经退行性疾病风险相关...
MIT研究人员发现,老年人深度睡眠期间脑脊液(CSF)波显著减小,导致大脑清除废物的能力下降。这与深度睡眠中慢波减弱及血管功能退化有关,而非仅因睡眠时间缩短。研究者希望进一步探究CSF流量下降是否与神经退行性疾病风险相关...
Chipotle与Zipline在德克萨斯州奥斯汀举行的PGA巡回赛练习轮中,完成了高尔夫球场首次无人机食品配送。职业球手在第18洞球道上收到了现做餐食,配送由Zipline自主电动飞行器完成,悬停于距地约90米高空后以...
日本无人机厂商ACSL与无人机安全学院USI合作,为SOTEN平台推出专项培训认证项目,预计2026年11月至12月上线。公司披露,2026年上半年SOTEN订单同比增长逾400%,新课程将覆盖飞行操作、载荷配置及飞行软...
Au-Zone Technologies发布EdgeFirst Model Zoo,提供YOLOv5至YOLO26四大检测家族在多款边缘AI芯片上的837个真实验证数据,涵盖NXP eIQ Neutron、高通Hexag...
UC Santa Barbara等三所机构研究人员将深度学习系统应用于视觉皮层脑植入物,成功提升了电刺激的精准度与神经响应预测能力。研究显示,AI生成的刺激模式比传统方法更准确,所需电流更少,相关成果已发表于《Neuro...
Robust AI由MIT教授Rodney Brooks联合创办,旗下移动机器人Carter搭载AI视觉系统与全向轮,已部署于物流仓库与工厂,可自主搬运货物并配合人类作业,显著减少工人步行负担。
MIT研究人员开发出一种AI"副驾驶"系统,将机器学习引入拓扑优化设计流程,实时识别需人工干预的结构区域。测试显示,该系统可将结构可制造性和线性屈曲载荷提升39%,同时仅增加约15秒设计时间,相关成果已发表于《Commu...
Anthropic推出Claude Fable 5.2和Mythos 5.2,编程基准测试得分从32.4%提升至49.1%,API价格降至每百万输入token 8美元,输出速度提升30%。Mythos 5.2漏洞发现率达...
MIT研究人员开发了一种结合机器学习的人机协作结构设计系统,在拓扑优化算法运行过程中实时向工程师征求反馈。测试显示,该方法可将可制造性和线性屈曲荷载提升39%,仅额外增加约15秒设计时间。
无人机配送公司Zipline宣布完成15亿美元融资,投后估值达215亿美元,由Paradigm等机构领投,Uber、沃尔玛等参与。融资将用于扩大美国制造产能、加速建设全国无人机配送网络,并与沃尔玛签署多年协议新增300个...
Skydio 推出新款 Controller 2 手持控制器,配备7英寸2000尼特高亮触控屏、可更换5G SIM卡及约5小时45分钟续航,兼容X10、X10D和R10三款无人机,现已开始发货。
11月5日,2026世界互联网大会乌镇峰会在浙江乌镇举办,峰会主题为“开源开放共建共享——携手构建网络空间命运共同体”,大会围绕人工智能开源开放发展的理念与实践,从创新发展、安全治理、文明交流、国际合作多维度开展研讨,产...
近日,豆包工作独家上线“工作台”功能,首批覆盖金融、医疗、教育、创意设计等21个专业场景,让AI办公进一步走向职业化。据悉,这也是业内首个面向多个专业场景、不同职业人群定制的AI工作台功能。
AI决策模型常读懂状态却选错动作。研究者通过给十八种系统配对事实探针与决策问题,发现越强的模型犯的错误越多属于"事实全对却选错",揭示信息整合与子目标缺失才是真正瓶颈,并给出拆分追问再组装的有效补救方案。
该研究提出ARBITER,一个经强化学习训练的35B代码审稿模型,能判断竞赛代码对错并生成可验证反例,在USACO-JUDGE基准上判断准确率达87.41%,辅助AI选手在IOI 2026模拟中突破金牌线。
英伟达与KAIST提出ACCRUE框架,让机器人基础模型通过继承演员-评论家网络和行为蒸馏,实现跨任务持续强化学习,真实机器人训练时间最高减少68.5%,旧任务保留率约97%。
2026年11月15日,以“智算力,大模型,新经济”为主题的第八届中国超级算力大会ChinaSC 2026暨中国智能计算产业联盟理事会年会在京隆重举办。本届大会由中国智能计算产业联盟与ACM中国高性能计算专家委员会共同主...
Agentic Infra的核心,是为大模型的Token生产和Agent运行提供完整的基础设施,一方面降低Token的生产门槛与成本,另一方面让Agent执行任务更高效、更安全。
这篇论文搭建了W2W-Bench基准,让大语言模型通过机械臂、相机等设备在真实物理环境中执行11类任务,揪出了AI在空间感知、时间调度、多设备协同和错误恢复上的系统性短板,揭示语言智能转化为可靠物理行动仍面临巨大鸿沟。
这篇论文提出Proximal KL方法,证明给每个词补上未来KL惩罚总和,逐词重要性采样也能收敛到正确目标,无需拟合额外价值函数,在数学推理任务上稳定超越GRPO,避免训练崩溃。