2025-09-09
上海AI实验室重磅发布：让AI看图"说人话"的神奇训练法，解决多模态AI与人类价值观对齐难题
上海AI实验室发布OmniAlign-V研究，首次系统性解决多模态大语言模型人性化对话问题。该研究创建了包含20万高质量样本的训练数据集和MM-AlignBench评测基准，通过创新的数据生成和质量管控方法，让AI在保持...
2025-09-09
谷歌研究团队发布超级预测模型：让AI像天气预报员一样预测全球大气变化
谷歌DeepMind团队开发的GraphCast是一个革命性的AI天气预测模型，能够在不到一分钟内完成10天全球天气预报，准确性超越传统方法90%的指标。该模型采用图神经网络技术，通过学习40年历史数据掌握天气变化规律，...
2025-09-09
韩国成均馆大学让AI"忘掉"敏感数据的可视化新工具：机器遗忘技术的透明评估系统
韩国成均馆大学研究团队开发了首个机器遗忘可视化评估系统Unlearning Comparator，解决了AI"选择性失忆"技术缺乏标准化评估的问题。系统通过直观界面帮助研究人员深入比较不同遗忘方法，并基于分析洞察开发出性...
2025-09-09
ByteDance团队开发出首个多模态网页浏览AI测试基准：MM-BrowseComp，能看懂图像和视频的智能助手评估标准终于来了
ByteDance等机构联合发布的MM-BrowseComp是首个专门评估AI多模态网页浏览能力的测试基准。该研究包含224道需要综合处理文字、图像、视频信息的题目，测试结果显示即使是最先进的OpenAI o3模型也只达...
2025-09-09
华东师范大学研究团队让AI预测自己说话的"靠谱程度"：首次实现细粒度实时信心评估
华东师范大学等机构联合开发FineCE方法，首次实现AI系统在文本生成过程中的细粒度实时信心评估。该方法通过蒙特卡罗采样构建训练数据，结合后向信心整合策略，让AI能够准确判断自己答案的可靠性。实验显示在多个基准数据集上显...
2025-09-09
时间就是九分：复旦大学、上海人工智能教育研究所团队首次让AI学会边生成边反思
复旦大学团队提出PASR技术，首次让AI具备在生成过程中主动反思和修正的能力，改变了传统AI只能事后修改的局限。该方法在10个任务上显著提升了准确率，同时降低了41.6%的计算消耗，代表了AI从被动执行向主动思考的重要转...
2025-09-09
悉尼科技大学破解推荐系统痛点：当AI学会分辨"共同喜好"与"独特品味"
悉尼科技大学等机构联合提出REARM框架，通过元网络过滤模态共享特征噪声，运用正交约束保护独特信息，并深度挖掘用户兴趣与商品关联关系，在多个电商数据集上显著提升推荐准确性，为多模态推荐系统的个性化与精准化提供了新的技术路...
2025-09-09
揭秘未来预测的终极考场：FutureX如何测试AI预言家的真本事
ByteDance Seed等机构联合开发的FutureX是首个专门测试AI未来预测能力的实时平台，每日从195个网站收集真实事件让25个AI模型预测，完全避免数据污染。测试发现Grok-4等先进模型在复杂预测中表现优秀...
2025-09-09
武汉大学团队让AI学会"诊断"金融知识：像医生检查身体一样评估AI模型
武汉大学团队开发出FinCDM金融AI认知诊断框架，首次将教育心理学的认知诊断理论应用到金融AI评估中。该框架能像医生体检一样精确诊断AI模型在70个金融概念上的具体掌握情况，而非传统的粗糙总分评估。研究构建了基于CPA...
2025-09-09
从点云到代码：上海人工智能实验室让3D建模像写程序一样简单
上海人工智能实验室等机构联合开发的MeshCoder系统能将3D物体点云自动转换为可编辑的Blender Python代码。该系统采用分层训练策略，先训练部件识别模型，再训练整体推理模型，在重建精度上显著优于现有方法。生...
2025-09-09
扩散语言模型遇到量化压缩：香港城市大学团队首次系统研究扩散大语言模型的压缩之路
香港城市大学等机构联合开展的首个扩散大语言模型量化研究发现，这类新型AI模型存在特殊的激活异常值分布模式，为量化压缩带来新挑战。研究系统评估了多种量化方法，发现4位权重量化和8位权重激活同时量化是目前最实用的选择，GPT...
2025-09-09
阿里达摩院推出RynnEC：让机器人像人类一样"看懂"世界的革命性技术
阿里达摩院推出RynnEC，这是一个专为机器人设计的视频理解AI模型。它能让机器人像人类一样理解物理空间，准确识别物体位置、判断距离关系，甚至预测行动后果。该技术在认知测试中超越现有AI模型10.7个百分点，并提供轻量版...
2025-09-09
NVIDIA发布Nemotron Nano 2：小身材大智慧，让AI推理速度飞跃6倍
NVIDIA发布Nemotron Nano 2混合AI模型，采用创新的Mamba-Transformer架构，在保持90亿参数规模的同时，实现了比同类模型3-6倍的推理速度提升。该模型在数学、科学、编程等复杂推理任务上表...
2025-09-09
ByteDance Seed和南京大学联手破解AI训练难题：无需人工标注的"双向学习"让机器自己当老师
ByteDance Seed和南京大学研究团队提出DuPO双向学习训练法，让AI模型通过"出题-验证"的方式自我提升，无需人工标注。该方法在多语言翻译和数学推理上效果显著，让7B模型达到GPT-4o水平，数学推理提升6....
2025-09-09
俄勒冈大学研究团队推出mSCoRe：让AI学会全球常识推理的"多语言考场"
俄勒冈大学和Adobe研究团队开发了mSCoRe基准系统，专门测评AI在多语言环境下的常识推理能力。该系统首次将推理过程细分为十种基本技能，涵盖逻辑、情境和社会伦理三大类别，并创新性地引入动态复杂度扩展机制。通过对八个顶...
2025-09-08
揭秘"CORA"：微软与谷歌联手打造的突破性多模态AI模型，让计算机真正"看懂"世界
CORA是微软研究院与谷歌研究团队联合开发的突破性AI视觉模型，发表于2023年CVPR会议。它通过创新的"区域提示"和"锚点预匹配"技术，成功解决了计算机视觉领域的一大挑战——开放词汇目标检测。CORA能够识别训练数据...
2025-09-08
中国电信人工智能研究院首发T2R-bench基准：让AI从表格数据生成专业报告有多难？
中国电信人工智能研究院联合重庆大学、北航发布T2R-bench基准，首次系统评估AI从工业表格生成专业报告的能力。研究涵盖457个真实工业表格，测试25个主流AI模型，发现最强模型得分仅62.71%，远低于人类专家96....
2025-09-08
ALLaM-34B阿拉伯语AI大模型实测：沙特AI局如何让机器说出地道阿拉伯话
这项研究对沙特数据与AI管理局开发的ALLaM-34B阿拉伯语大模型进行了全面的用户界面评测。研究团队使用23个测试提示，每个重复5次，收集115个回答样本，并用三个前沿AI模型作为评委进行多维度打分。结果显示ALLaM...