2025-12-22
腾讯AI实验室新突破：让AI像专家一样精准理解和编辑复杂图片
腾讯AI实验室联合港校提出RePlan框架，解决复杂图像编辑中的指令理解和精确定位难题。该方法采用"计划-执行"架构，让视觉语言模型先推理制定区域级编辑计划，再通过创新的注意力机制精确执行。仅用1000个样本训练就超越了...
2025-12-22
AI机器人终于学会了"立体视觉"：香港科技大学团队让计算机像人类一样理解3D世界
这项由香港科技大学等机构联合完成的研究首次让AI获得了原生的3D空间理解能力。N3D-VLM系统能够像人类一样准确感知物体的立体位置关系，先精确定位物体的3D边界框，再进行空间推理。研究团队还开发了巧妙的数据生成方法，将...
2025-12-22
香港中文大学推出AdaTooler-V：AI如何学会聪明地使用工具而非盲目操作
香港中文大学研究团队开发的AdaTooler-V模型解决了现有AI"盲目使用工具"的问题。该模型通过AT-GRPO算法学会智能判断何时需要使用视觉工具，在多个标准测试中表现优异，V*测试准确率达89.8%，超越商业模型G...
2025-12-22
Google与约翰霍普金斯大学联手打造AI"审计官"：让机器人也能发现自己的盲点
Google与约翰霍普金斯大学联合开发的AuditDM系统，能够自动发现AI模型的弱点并改进其性能。该系统训练专门的"审计师"AI来生成挑战性问题和图片，成功发现了20多种AI失败模式，包括大模型在某些任务上反而不如小模...
2025-12-22
香港科大团队用AI创造互动视频世界：手绘轨迹就能让任何角色按你想法演戏
香港科技大学团队开发的WorldCanvas AI框架实现了视频创作的重大突破。用户只需手绘运动轨迹、输入文字描述和参考图片，即可生成精确可控的视频内容。该系统通过空间感知技术解决多角色场景的精确控制问题，在轨迹跟踪、语...
2025-12-22
新加坡南洋理工大学团队突破：让AI看图速度提升28倍的"分层观察法"
新加坡南洋理工大学团队开发了一种新型AI视觉处理技术——对数线性稀疏注意力，通过模仿人类分层观察的方式，将AI图像处理的计算复杂度从平方级降低到对数线性级。该技术在256×256像素图像处理中实现了28倍的速度提升，同时...
2025-12-22
中科院与小红书联合破解AI推理难题：让机器像人一样既能探索又能验证
中科院与小红书联合开发的CoVRL框架通过耦合变分强化学习，创新性地结合了探索式和验证式两种AI学习模式。该方法解决了现有强化学习在无验证器环境下的效率低和一致性差问题，在多项推理基准测试中实现显著性能提升，为AI推理训...
2025-12-22
普林斯顿大学团队如何让AI专家模型训练速度翻倍
普林斯顿大学等机构联合开发的SonicMoE技术，针对专家混合模型训练效率问题提出了系统性解决方案。通过重新设计内存管理、利用GPU异步处理能力和创新的令牌舍入路由方法，SonicMoE将训练速度提升近一倍，内存使用量减...
2025-12-20
“当时Google不觉得Transformer特别重要”：辛顿与Jeff Dean复盘现代AI四十年
2025年12月，NeurIPS大会在圣地亚哥举行。Radical Ventures的播客节目Radical Talks录制了一期特别对话，由该基金联合创始人Jordan Jacobs主持，嘉宾是Geoffrey 辛顿和...
2025-12-19
“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。这是奥特曼近期最坦...
2025-12-19
Allen AI团队推出SAGE：首个能像人类一样"想看多长就看多长"的智能视频分析系统
Allen AI研究所联合多家顶尖机构推出SAGE智能视频分析系统，首次实现类人化的"任意时长推理"能力。该系统能根据问题复杂程度灵活调整分析策略，配备六种智能工具进行协同分析，在处理10分钟以上视频时准确率提升8.2%...
2025-12-19
AI视觉模型真的能看懂长篇文档吗？中科院团队首次揭开视觉文本压缩的真相
中科院团队首次系统评估了AI视觉模型在文本压缩环境下的理解能力，发现虽然AI能准确识别压缩图像中的文字，但在理解深层含义、建立关联推理方面表现不佳。研究通过VTCBench测试系统揭示了AI存在"位置偏差"等问题，为视觉...
2025-12-19
韩国大学团队破解全球船舶智能追踪难题：让大海不再是信息黑洞
韩国大学研究团队开发了WAY智能系统，能够通过分析船舶AIS轨迹数据准确预测全球货轮目的地。该系统采用创新的嵌套序列结构和多头通道注意力机制，克服了传统方法只能处理局部区域的局限性。在5年全球船舶数据测试中，WAY系统预...
2025-12-19
视频生成AI的"记忆"难题：字节跳动如何让机器拥有连续思维能力
字节跳动和香港中文大学研究团队提出了"重采样强制训练"框架，解决AI视频生成中的"健忘症"问题。该方法通过自我重采样机制模拟真实应用场景，让AI学会在不完美条件下工作，并配备历史路由机制智能管理长期记忆。实验证明该方法能...
2025-12-19
北京大学团队突破音视频生成评测难题：首个综合评估基准VABench让AI视频"说话"更自然
北京大学等机构联合发布的VABench是首个专门针对AI音视频同步生成的综合评估基准。该研究通过15个维度全面测试了包括Veo3、Sora2在内的多个先进模型，发现端到端训练模型在音画协调方面表现更佳，但所有模型在人类声...
2025-12-19
华中科技大学团队发现：任何语言模型都能"改造"成图文对话高手
华中科技大学团队发现了一种将任意语言模型直接转换为视觉语言模型的新方法DiffusionVL，通过简单的"扩散微调"技术实现了性能和速度的双重提升。该方法仅需传统方法5%的训练数据，就在多个基准测试中取得30-40%的性...
2025-12-19
腾讯AI团队突破：让AI学会自我指导，解决智能推理的根本难题
腾讯AI实验室提出G?RL方法，让AI模型通过观察自身梯度特征来指导探索学习，而非依赖外部随机性或语义判断。该方法在数学推理等任务中显著提升性能，将相互对立的学习方向增加5倍，证明了内在驱动的自主探索比传统外部指导更有效...
2025-12-19
MBZUAI科学家发明AI版"火眼金睛"：告别"真假孙悟空"的时代困扰
阿联酋人工智能大学研究团队开发出创新的图像真实性验证系统，通过"重合成测试"原理评估数字内容可信度。该方法不寻找虚假痕迹，而是验证真实图像的"身份证"，在面对传统检测器完全失效的对抗攻击时仍保持可靠性能。研究发现随着AI...
2025-12-19
Ubiquant团队推出通用推理模型URM：让AI像人类一样循环思考
Ubiquant团队开发的通用推理模型URM通过模拟人类循环思考过程，在复杂推理任务中取得突破性进展。该模型在ARC-AGI测试中达到53.8%的正确率，远超现有方法。研究发现循环计算和强非线性能力是推理成功的关键，而非...