2025-12-23
“今年DeepSeek、Gemini分别触响红色警报”：奥特曼首次详解OpenAI千亿AI算力投资背后的商业逻辑
2025年12月18日，OpenAI CEO山姆·奥特曼（Sam Altman）做客Big Technology Podcast，与主持人Alex Kantrowitz进行了一场长达近一小时的深度对话。
2025-12-23
图灵机的极限在哪里？DeepMind掌门人的终极追问与AGI路线图
2025年12月17日，Google DeepMind播客发布了本季收官之作。数学家Hannah Fry与公司联合创始人兼CEO Demis Hassabis进行了年度深度对话。
2025-12-23
从一百万个视频编辑样本到AI剪辑师：蚂蚁集团如何让机器学会按照你的话改视频
这项由蚂蚁集团、香港科技大学等机构研究者完成的工作提出了Ditto框架，通过创新的数据生成管道解决了视频编辑领域的数据稀缺问题。研究团队生成了包含一百万个高质量视频编辑样本的Ditto-1M数据集，并基于此训练了Edit...
2025-12-23
当AI学会了想象：阿里和中科院如何让视频生成模型突破创意的边界
这项由阿里巴巴和中科院联合完成的研究提出了ImagerySearch，一种创新的视频生成方法，能够帮助AI生成更好的创意和想象力十足的视频。研究团队还创建了LDT-Bench，首个专门评估AI在处理奇异场景能力的基准。实...
2025-12-23
让静止的姿态"活"起来：伊利诺伊大学团队如何用AI让两个人的互动动作栩栩如生
这项由伊利诺伊大学厄巴纳-香槟分校和Snap Inc.联合完成的研究提出了Ponimator，一个创新的AI框架，通过以两人互动姿态为中心，生成自然流畅的人类互动动作。该方法采用两个协作的扩散模型：一个从互动姿态生成动作...
2025-12-23
加州伯克利分校联合多所高校推出MomaGraph：让机器人像人类一样理解空间和功能的突破性研究
这项由加州伯克利分校等机构联合完成的研究开发了MomaGraph系统，首次实现了机器人对空间关系和功能关系的统一理解。该系统通过强化学习训练，能够同时识别物品位置和操作方法，并具备状态感知能力。在综合测试中达到71.6%...
2025-12-23
MIT团队重新定义生成模型：用学会的"逆向"替代精确逆向，速度提升697倍！
MIT研究团队提出了突破性的双向归一化流（BiFlow）技术，通过训练独立的逆向模型替代传统的精确逆向过程，解决了归一化流方法架构受限和推理缓慢的核心问题。该方法采用创新的隐藏对齐策略，让逆向模型学习高效的生成路径，在I...
2025-12-23
MIT团队推出NIGHTJAR系统：让自然语言和代码实现"心有灵犀"的共享状态
MIT研究团队开发了NIGHTJAR系统，实现了"共享程序状态"编程模式，让自然语言代码能直接访问和修改程序数据，而非传统的数据转换方式。实验显示该方法比传统实现准确性提高4-19%，代码减少39.6%，但运行时间增加0...
2025-12-23
NVIDIA突破数学推理极限：7500万条超长推理链让AI数学能力飙升至100%满分
NVIDIA研究团队构建了迄今最大的数学推理数据集Nemotron-Math，包含7500万条推理轨迹，通过多模式推理和工具集成让AI在数学竞赛中达到100%满分。该研究还提出了创新的分桶训练策略，将超长文本训练效率提升...
2025-12-23
清华大学研究团队颠覆传统：用最简单的方法让小AI模型在数学推理上大放异彩
清华大学研究团队提出JustRL方法，用单阶段训练和固定参数的简单强化学习配方训练15亿参数AI模型，在九个数学基准测试中达到54.9%和64.3%的平均准确率，性能匹配或超越复杂多阶段方法，同时计算资源减半。研究挑战了...
2025-12-23
语音到文字翻译新突破：伯克利团队揭示直接处理语音的AI模型是否真的更好
这项由意大利布鲁诺凯斯勒基金会Sara Papi博士领导的国际研究团队，通过对21个语音翻译系统在16个基准测试中的全面比较，发现传统的分步式翻译方法在大多数情况下仍比新兴的语音大语言模型更稳定可靠，但后者在噪音环境、语...
2025-12-23
REGLUE：让AI图像生成更懂语义的革命性技术——来自希腊国家科学研究中心的重大突破
希腊科学家开发出REGLUE技术，革命性地改进了AI图像生成。该技术通过同时整合图像重建、局部语义和全局语义三种信息，让AI生成的图像不仅视觉效果好，语义理解也更准确。核心创新是轻量级语义压缩器，能将复杂语义信息压缩20...