2025-07-31
Yandex研究院重磅突破：让AI画画变快10倍的"分辨率阶梯"技术
Yandex研究院开发出SWD技术，通过"阶梯式"分辨率策略让AI绘画速度提升2-10倍。该方法从低分辨率开始逐步升级，避免在早期高噪声阶段处理无效细节，同时创新了分片分布匹配技术确保质量。在多个主流模型上的测试显示，S...
2025-07-31
北京大学团队让AI学会玩《我的世界》：通过视觉语言训练打造超强游戏AI
北京大学团队开发出名为JARVIS-VLA的突破性AI系统，能够像人类玩家一样熟练操作《我的世界》游戏。该系统采用创新的三阶段训练方法：先学习游戏世界知识，再训练视觉理解能力，最后学习具体操作技巧。与传统AI不同，JAR...
2025-07-31
英伟达CEO黄仁勋与Zoom CTO 黄学东在2025年斯坦福AASF峰会炉边对话实录
2025年7月26日，斯坦福大学见证了一场有含金量的对话。在亚裔美国科学家峰会（Asian American Scholar Forum，AASF）的炉边谈话环节，两位在AI领域举足轻重的亚裔美国科技领袖，英伟达创始人兼...
2025-07-30
NVIDIA团队推出SANA-Sprint：让AI画画快如闪电的神奇技术
NVIDIA团队开发的SANA-Sprint技术实现了AI图像生成的重大突破，将传统需要20步的生成过程压缩至1步，在H100上仅需0.1秒即可生成1024×1024高清图像，速度比现有最快模型提升10倍以上。该技术通过...
2025-07-30
让AI像人类一样学会看图聊天：北京人工智能研究院破解多轮视觉对话难题
北京人工智能研究院团队开发的DiagNote模型通过模仿人类做笔记的习惯，解决了AI在多轮视觉对话中容易"失忆"的问题。该研究构建了专门的MMDiag数据集，设计了双模块协作的AI架构，让机器学会像人类一样通过标记重点区...
2025-07-30
数学推理的新突破：让AI自己当老师又当学生，南京大学团队打造会自我奖励的智能模型
南京大学与微软研究院合作提出过程式自我奖励语言模型，让AI在数学推理中既当学生又当老师。该方法通过逐步判断和偏好优化，使AI能够自我监督和持续改进，在多个数学基准测试中显示出显著性能提升，为实现超越人类水平的AI推理能力...
2025-07-30
大数据时代的AI考官：人大团队打造奥数级数学推理基准，全球顶级AI只能得30分
人民大学团队创建了OlymMATH，这是首个奥数级AI数学推理基准测试，包含200道双语题目。测试结果显示，即使最先进的AI模型如Gemini 2.5 Pro在困难题目上也只能达到58.4分，揭示了当前AI在复杂数学推理...
2025-07-30
AI如何像人类一样理解情感？阿里巴巴打造会思考的情感识别系统
阿里巴巴研究团队首次将强化学习的可验证奖励方法应用于全模态情感识别，开发出R1-Omni系统。该系统能同时处理视频、音频和文本信息进行情感判断，并提供详细推理过程。在多个数据集测试中，R1-Omni不仅准确率超越传统方法...
2025-07-30
斯坦福大学重磅发现：为什么有些AI能越来越聪明，有些却停滞不前？
斯坦福大学研究团队通过对比实验发现，AI模型自我改进能力的关键在于四种认知行为：验证、回溯、子目标设置和逆向推理。具备这些"思维习惯"的模型能有效利用额外计算时间提升表现，而缺乏认知行为的模型则停滞不前。研究证明通过精心...
2025-07-30
微软团队揭示AI代理的两种"性格"：程序化精确派VS人性化交互派
微软团队首次系统性对比了API代理和GUI代理两种AI自动化方案。API代理通过程序接口高效执行任务，GUI代理则像人类一样操作界面。研究发现两者各有优势：API代理速度快、可靠性高但功能受限；GUI代理通用性强、透明度...
2025-07-30
中科院软件所提出SolutionRAG系统：工程师的智能助手，让复杂工程设计变得简单易行
中科院软件所联合阿里巴巴推出SolutionRAG智能工程设计系统，通过双重思维树机制自动生成复杂工程解决方案。该系统能像资深工程师一样同时考虑地震、土壤、降雨等多重约束条件，在八个工程领域的测试中均达到最佳性能，为工程...
2025-07-30
推荐系统也要"三思而后行"：中国人民大学发现让AI推荐更聪明的新方法
中国人民大学研究团队开发了ReaRec推荐系统，让AI学会"三思而后行"。不同于传统推荐系统的直接反应，ReaRec通过多步推理深度理解用户需求，特别擅长为新用户和小众商品提供精准推荐。实验显示平均性能提升7.49%，理...
2025-07-30
为创意写作量身定制：Midjourney团队如何让AI写作变得更有趣更多样化
这项由Midjourney团队主导的研究解决了AI创意写作中的关键问题：如何让AI既能写出高质量内容，又能保持创作的多样性和趣味性。通过引入"偏差度"概念和开发DDPO、DORPO两种新训练方法，他们成功让AI学会从那些...
2025-07-30
改写多模态AI的"火眼金睛"：上海AI实验室让机器学会逐步推理判断
上海AI实验室联合多所高校开发出VisualPRM系统，这是首个专门用于多模态推理的过程奖励模型。该系统能像老师批改作业一样逐步检查AI的推理过程，显著提升了AI在视觉推理任务上的表现。研究团队构建了包含40万样本的训练...
2025-07-30
上海AI实验室团队提出LEGO-Puzzles：揭露多模态大模型在空间推理上的惊人短板
上海AI实验室团队通过LEGO积木设计了创新评测基准LEGO-Puzzles，系统测试了20个先进多模态大语言模型的空间推理能力。研究发现即使最强AI模型准确率仅57.7%，远低于人类93.6%的表现，揭示了当前AI在三...
2025-07-30
字节跳动团队突破性成果：让AI记住你的脸，随心所欲重塑照片的新技术
字节跳动团队突破了AI图像生成领域的三大难题：身份识别不准确、文字理解偏差和图片质量不佳。他们开发的InfiniteYou技术采用创新的InfuseNet架构和多阶段训练策略，能够根据用户照片和文字描述生成高质量个性化图...
2025-07-30
AI推理能力再次升级！新加坡国立大学团队发布多模态思维链推理全面调研报告
这份由新加坡国立大学等顶尖学府研究团队发布的调研报告，系统梳理了多模态思维链推理这一前沿AI技术的发展现状。该技术让AI具备了同时处理文字、图像、音频等多种信息并进行逐步推理的能力，在医疗诊断、自动驾驶、智能机器人等领域...
2025-07-30
机器人也能从"失败"中学习？上海交大团队让机器人训练数据少用80%却更聪明
上海交大等机构联合提出ADC方法，通过双人协作的对抗性数据收集策略，让机器人仅用20%的训练数据就能获得更强的环境适应能力和指令理解能力。该方法引入"对抗操作员"在训练过程中制造视觉和语言扰动，迫使主操作员实时调整策略，...
2025-07-30
让静态人像"开口说话"：Hedra公司推出MagicInfinite，用声音和文字让照片动起来
Hedra公司推出的MagicInfinite技术能够让静态人像照片"开口说话"，支持通过声音和文字双重控制生成高质量动态视频。该系统采用3D全注意力机制和两阶段训练方案，可处理各种风格人像（真实照片、动漫、艺术作品），...