2025-08-01
阿联酋顶尖AI大学打造"万能语音助手"：30M参数让任何大模型瞬间开口说话
阿联酋穆罕默德·本·扎耶德人工智能大学研究团队开发出轻量级语音合成系统LLMVoX，仅用3000万参数就能让任何大语言模型获得流式语音输出能力。该系统实现475毫秒超低延迟，词错误率仅3.7%，支持多语言扩展，可与视觉语...
2025-08-01
清华大学团队打造超级机器人管家：一个会自己"思考"的全能型人形机器人诞生了！
清华大学团队开发出革命性人形机器人系统Being-0，具备类人思维能力。该系统采用创新的"三层大脑"架构：顶层基础模型负责理解指令和制定策略，中间层连接器模块负责将计划转化为具体动作，底层技能库负责执行各种操作。机器人能...
2025-08-01
SEAP：让大语言模型像人脑一样"聪明偷懒"的训练免费神经网络修剪技术——中国人民大学和上海高级算法研究院联合研究
中国人民大学和上海高级算法研究院联合开发的SEAP技术，通过模仿人脑按需激活不同区域的工作方式，让大语言模型能够根据任务类型智能选择相关神经元，实现"聪明偷懒"。该技术在保持97.8%原始性能的同时，将推理速度提升48-...
2025-08-01
YuE：能创作五分钟完整歌曲的AI音乐家诞生了，香港科技大学开发的开源音乐生成模型震撼发布
香港科技大学研究团队开发出首个开源长篇音乐生成模型YuE，能根据歌词创作5分钟完整歌曲。该系统采用双阶段架构和轨道解耦技术，在人工评估中与商业系统性能相当，支持多语言创作和风格转换，为音乐创作民主化奠定基础。
2025-08-01
阿里巴巴DAMO院推出Babel：让90%全球人口都能用上的多语言AI大模型
阿里巴巴DAMO院推出开源多语言大模型Babel，支持全球25种主要语言，覆盖90%世界人口。采用创新的层扩展技术而非传统继续训练，推出9B和83B两个版本。在多语言任务评估中表现出色，83B版本接近GPT-4o性能，特...
2025-08-01
GUI界面上的智能助手：vivo和香港中文大学让机器人学会像人类一样操作手机
vivo和香港中文大学的研究团队开发了UI-R1系统，首次将强化学习技术应用到图形界面操作中。该系统仅用136个训练样本就能让AI学会操作手机、电脑界面，在跨平台测试中表现优异，为智能设备交互开辟了高效的新路径。
2025-08-01
港科大联手快手：视频生成模型将彻底重塑游戏开发，每个人都能成为游戏设计师
香港大学、香港科技大学与快手科技联合发布开创性研究，提出用交互式生成视频（IGV）技术构建下一代游戏引擎，将彻底改变游戏开发模式。该技术能实时生成无限游戏内容，让每个人都能成为游戏设计师，解决传统游戏内容有限、成本高昂、...
2025-08-01
新加坡国立大学推出IPV-BENCH：首个专门评估AI视频模型处理"不可能场景"的基准测试
新加坡国立大学研究团队开发了IPV-BENCH，首个专门评估AI视频模型处理"不可能场景"能力的基准测试平台。研究发现，当前最先进的AI视频模型在生成和理解违反物理定律、生物规律等不可能场景时表现不佳，最好的生成模型成功...
2025-08-01
上海AI实验室团队突破视觉推理难题：让AI也能像人类一样"看图解题"
上海AI实验室团队开发的MM-Eureka突破了多模态视觉推理难题，这是一个能同时理解图像和文字并进行复杂推理的AI系统。通过创新的强化学习训练策略和高质量的MMK12数据集，MM-Eureka不仅在数学推理上表现出色，...
2025-08-01
小模型也能学会深度思考：UCLA团队让2B视觉AI实现类人推理突破
UCLA团队首次成功让20亿参数的小型视觉AI模型实现了类似DeepSeek R1的"啊哈时刻"现象。他们通过在未经指令微调的基础模型上直接应用强化学习，让模型学会了自我反思和深度推理，在视觉推理任务上取得了显著突破。研...
2025-08-01
香港科大提出PreSelect：用AI预测能力来筛选高质量训练数据，10倍提升语言模型训练效率
香港科技大学研究团队提出PreSelect方法，通过分析文本对不同AI模型能力的预测能力来筛选高质量训练数据。该方法基于"能够准确反映模型能力差异的文本往往也是最佳训练材料"的核心洞察，仅用轻量级fastText分类器就...
2025-08-01
人工智能真的知道答案，却选择保持沉默？Google与Technion揭示大模型的"隐性知识"现象
Google Research与以色列理工学院联合研究发现，大型语言模型存在显著的"隐性知识"现象——AI内部掌握的知识远超其外部表现，平均差距达40%。研究团队通过测试三个主流AI模型的1700个事实性问题，发现AI在...
2025-08-01
西安交通大学团队提出MAPS：基于性格理论的多智能体系统，让AI像人类专家团队一样协作解决科学难题
西安交通大学团队提出MAPS多智能体系统，基于心理学大七人格理论设计7个专门化AI智能体协作解决多模态科学问题。系统采用苏格拉底式质疑方法进行自我监督，在数学、物理、化学问题求解上比现有最佳AI提升15.84%，甚至超越...
2025-08-01
复旦大学研究团队突破：让AI机器人拥有"想象力"，规划任务效率提升33%
复旦大学研究团队开发出革命性的AI机器人训练方法"双重偏好优化"，让机器人具备预测行动后果的"想象力"。该方法通过同时优化动作选择和状态预测，使7B参数模型的任务成功率提升31.4%，规划效率提升33.0%，甚至超越GP...
2025-08-01
阿里达摩院VACE：一个模型搞定所有视频创作，从文字到视频再到精细编辑全包了
阿里达摩院推出VACE系统，这是首个能够统一处理文字转视频、视频编辑、遮罩编辑等12种视频任务的AI模型。通过创新的视频条件单元(VCU)和上下文适配器架构，VACE不仅能单独完成各类视频生成编辑任务，还支持任务组合创造...
2025-08-01
Google DeepMind推出Gemma 3：轻量级多模态AI模型的革命性突破
Google DeepMind发布Gemma 3多模态AI模型家族，参数量从1B到27B，支持文字、图片理解和多语言处理，可在普通设备运行。创新的5:1注意力架构将内存消耗降低75%，支持128K长文档处理。在多项测试中...
2025-08-01
机器人终于学会了"察言观色"：上海AI实验室让机器人只需10个示例就能掌握复杂任务
上海AI实验室等机构联合开发的Dita机器人学习模型实现重大突破，仅需10个示例就能让机器人掌握复杂任务。该模型创新性地结合扩散模型与Transformer架构，让机器人具备类似人类的环境观察和任务理解能力，在多个基准测...
2025-07-31
打破数据孤岛：哈佛大学研究团队揭示如何通过联邦学习实现隐私保护下的高效合作
这项研究由哈佛大学团队开发的创新框架，解决了多机构数据共享的核心难题。他们巧妙结合联邦学习、局部差分隐私和公平性约束，使不同机构能在保护数据隐私的同时协作开发更准确、更公平的决策模型。实验证明，该方法在多个真实数据集上既...
2025-07-31
解密"ALOHA"：Meta AI如何让机器人像人类一样灵活应对多变环境
Meta AI研究团队开发的ALOHA系统是一种低成本开源的双臂机器人远程操作平台，旨在使机器人学习更加民主化和普及化。该系统结合了价格亲民的硬件设计和先进的行为克隆学习算法，使机器人能够从人类示范中学习复杂技能。研究表...
2025-07-31
上海AI实验室推出φ-Decoding：让AI在推理时学会"深思熟虑"的新方法
上海AI实验室等多所高校联合提出φ-Decoding方法，通过让AI在推理时进行前瞻性采样和智能剪枝，解决了传统自回归生成的短视性问题。该方法在多个推理任务上显著提升了大语言模型性能，平均改进超过14%，同时保持了6倍的...