2025-11-20
香港大学团队首创AI系统"内部监督"机制：让人工智能学会自我指导和提升
香港大学团队开发的SRUM框架首次实现了统一多模态AI系统的内部自我指导机制。通过让系统的理解模块充当"内部教师"指导生成模块改进，结合全局-局部双重奖励评价系统，在复杂图像生成任务上取得显著突破，为AI系统自主改进开辟...
2025-11-20
清华大学突破AI训练的"内存墙"，让AI大模型学习效率提升4倍不再是梦
清华大学团队提出BGPO算法，巧妙解决扩散大语言模型强化学习训练中的内存瓶颈问题。通过将复杂指数运算转化为线性运算，实现内存使用量恒定，支持更大规模重复计算。实验显示该方法在数学、编程、游戏等任务上显著提升性能，其中游戏...
2025-11-20
Meta研究团队发布超大规模视觉推理数据配方：让AI像人类一样"看图解题"的秘密
Meta公司FAIR实验室与UCLA合作开发了名为HoneyBee的超大规模视觉推理数据集，包含250万训练样本。研究揭示了构建高质量AI视觉推理训练数据的系统方法，发现数据质量比数量更重要，最佳数据源比最差数据源性能提...
2025-11-20
多模态AI的"减肥革命"：上海AI实验室让视觉模型效率翻倍的神奇方法
上海AI实验室团队提出ViCO训练策略，让多模态大语言模型能够根据图像语义复杂度智能分配计算资源。通过两阶段训练和视觉路由器，该方法在压缩50%视觉词汇的同时保持99.6%性能，推理速度提升近一倍，为AI效率优化提供了新...
2025-11-20
上海AI实验室团队首创科学实验视频理解基准：让AI读懂真实实验室里发生的一切
上海AI实验室团队开发出首个科学实验视频理解基准ExpVid，通过三层评估体系全面测试AI对真实实验室操作的理解能力。测试19个主流AI模型发现，虽然AI在基础识别上超越人类，但在复杂科学推理方面仍有巨大提升空间，为未来...
2025-11-20
北京交通大学团队突破：让AI学会自己管理记忆，小模型也能干大事
这项由北京交通大学等机构联合完成的研究首次将记忆管理作为AI的内在学习能力，而非外部工具。MemAct框架让AI主动编辑工作记忆，配合新开发的DCPO训练算法解决了记忆编辑带来的技术挑战。实验证明，较小的MemAct模型...
2025-11-20
阿里巴巴团队突破：让AI直接在像素世界"画图"，告别中间商赚差价
这项由阿里巴巴AMAP团队联合英伟达和加州理工完成的研究，成功实现了AI直接在像素空间生成高质量图像，无需依赖VAE编码器这个"中间商"。通过创新的两阶段训练框架，EPG模型在ImageNet-256上达到2.04的FI...
2025-11-20
Inria巴黎团队发现：让AI"思考"反而影响翻译质量的惊人真相
法国Inria巴黎研究所团队通过大规模实验发现，让AI模型"思考"后翻译反而会降低翻译质量。研究覆盖十种语言方向，证明与数学编程等逻辑任务不同，翻译需要语言间直觉转换而非步骤推理。研究还发现提升训练数据质量比教会模型复杂...
2025-11-20
当AI学会"避开套路"：Adobe研究院如何让机器生成真正有创意的图片
Adobe研究院联合以色列理工学院和特拉维夫大学提出了VLM引导的自适应负向提示方法，通过在AI图像生成过程中实时识别并排除常见模式，成功解决了现有AI模型只能生成典型化内容的问题。该方法让AI在约束中探索真正的创意空间...
2025-11-20
苹果公司首次推出能搜网页的多模态AI：DeepMMSearch-R1让AI既能看图又能上网查资料
这项由苹果公司和约翰斯·霍普金斯大学联合开展的研究开发出了首个能够进行多模态网络搜索的AI系统DeepMMSearch-R1。该系统突破性地实现了动态搜索决策、图片裁剪搜索和自我纠错能力，在多个测试数据集上的表现接近甚至...
2025-11-20
ByteDance抖音SAIL团队携手港中文发布全模态嵌入模型：SAIL-Embedding如何让机器真正"看懂"短视频世界
ByteDance抖音SAIL团队与港中文合作发布SAIL-Embedding全模态嵌入模型，能同时理解视频、文字、音频三种信息。该模型在抖音推荐系统中实现显著性能提升，7天生命周期增长0.158%，通过创新的动态负样本...
2025-11-20
伊利诺伊大学团队首创化学反应机制推理基准：让AI像化学家一样"思考"反应过程
伊利诺伊大学团队构建了全球首个大规模有机化学反应机制推理基准oMeBench，包含超过1万个专家标注的反应步骤，并开发了动态评估系统oMeS。研究发现目前最好的AI模型准确率仅约38%，但通过示例学习和专门训练可显著提升...
2025-11-20
港科大团队打造"蜂群智能"：让一群普通AI合力超越顶级AI大模型
香港科技大学等高校联合开发了SwarmSys系统，让多个普通AI智能体像蜜蜂一样协作，通过探索者、工作者、验证者三种角色的分工配合，实现了群体智慧效应。实验显示，8个GPT-4o智能体的协作表现在某些任务上接近GPT-5...
2025-11-20
亚马逊与伊利诺伊大学联手研究：让AI助手学会遵守复杂规则的新方法
这项由伊利诺伊大学厄巴纳-香槟分校与亚马逊联合开展的研究，提出了一种名为"多模态策略内化"的创新技术，让AI助手能够将复杂的工作规则"牢记在心"而无需每次查阅。通过三阶段训练方法，AI助手的准确率提高了70.7%，处理效...
2025-11-20
加州大学圣地亚哥分校团队发布Falconer框架：让大语言模型与轻量代理联手，以90%成本削减实现规模化知识挖掘
加州大学圣地亚哥分校团队提出的Falconer框架创新性地解决了大语言模型在知识挖掘中成本高昂的问题。该框架让大语言模型担任规划师和标注师，训练轻量级代理模型执行具体任务，将复杂的知识挖掘统一为获取标签和获取文本段两个原...
2025-11-20
OPPO AI实验室推出AndesVL：让大模型在手机上也能看懂图片聊天
OPPO AI中心的AndesVL研究团队开发了一系列能在手机上流畅运行的多模态AI模型，参数规模从0.6B到4B，分为专注日常对话的指令版和擅长深度推理的思考版。通过创新的1+N LoRA架构、量化感知训练和多项移动端...
2025-11-19
谷歌DeepMind等顶级机构联合揭秘：为什么所有AI安全防护都是纸老虎？
谷歌DeepMind等顶级机构联合研究揭示，当前12种主流AI安全防护系统在面对专业自适应攻击时几乎全部失效，成功率超过90%。研究团队通过强化学习、搜索算法和人类红队攻击等多种方法，系统性地突破了包括提示工程、对抗训练...
2025-11-19
西蒙弗雷泽大学和Adobe研究院联手打造视频制作新神器：让静态图片学会"按剧本演戏"
西蒙弗雷泽大学和Adobe研究院联合开发的MultiCOIN技术，能够将两张静态图片转换为高质量的过渡视频。该技术支持轨迹、深度、文本和区域四种控制方式，可单独或组合使用。采用双分支架构和分阶段训练策略，在运动控制精度上...