2025-07-14
OpenAI重大突破：让AI自己做研究，从读论文到写代码全包了
OpenAI团队开发了PaperBench评估系统，测试AI复现顶级机器学习论文的能力。通过20篇ICML 2024精选论文和8316个评估点，发现最强AI模型Claude 3.5 Sonnet达到21%成功率，而人类专...
2025-07-14
仅需220小时GPU训练，加州大学开源2B参数多模态大模型创下效率纪录
这项研究展示了如何用极少的计算资源训练出高性能的多模态大语言模型。加州大学团队仅用220小时GPU就训练出了2B参数的Open-Qwen2VL，性能超越了使用277倍训练数据的同类模型。关键创新包括高质量数据过滤、多模态...
2025-07-14
新加坡国大团队重磅突破：让AI学会看直播解说，5百万视频打造史上最强实时视频评论员
新加坡国立大学研究团队开发出革命性AI视频解说系统LiveCC，通过500万YouTube视频训练，实现0.5秒内实时生成视频解说。该系统在体育赛事解说质量上超越多个大型模型，在传统视频问答任务中也达到同规模最优性能，为...
2025-07-14
教电脑"看例子学编程"：斯坦福团队开发CodeARC基准测试，让AI像人类一样从输入输出中推理程序逻辑
斯坦福等机构联合推出CodeARC基准测试，专门评估大型语言模型从输入输出例子中推理程序逻辑的归纳能力。该框架采用交互式评估方式，允许AI主动查询并获得反馈，更贴近真实编程场景。测试涵盖1114个Python函数，最强模...
2025-07-14
Meta的Perception Encoder：从"我什么都不是"到"我什么都能做"的AI视觉新革命
Meta研究团队发现仅通过对比学习训练的AI视觉模型，内部竟隐藏着语言理解、空间定位等多种专业能力。他们开发了Perception Encoder系列，通过"对齐技术"激活这些隐藏技能，在图像分类、视频理解、目标检测等多...
2025-07-11
AI终于学会了记忆：南洋理工大学团队让虚拟世界永不遗忘的突破性进展
南洋理工大学研究团队开发了WorldMem框架，首次让AI拥有真正的长期记忆能力，解决了虚拟世界模拟中的一致性问题。该系统通过记忆银行存储历史场景，并使用智能检索机制，让AI能准确重现之前的场景和事件，即使间隔很长时间。...
2025-07-11
MTS AI重磅推出：让AI写代码像作家写小说一样精彩的"智能编程助手"
MTS AI研究团队提出RewardRanker系统，通过重排序模型和迭代自训练显著提升AI代码生成质量。该方法让13.4B参数模型超越33B大模型，在多种编程语言上表现优异，甚至在C++上超越GPT-4。通过引入困难负...
2025-07-11
多模态大模型的"指令遵循"能力大突破：上海AI实验室团队让AI像人一样精确理解视觉任务要求
上海AI实验室联合多家机构推出MM-IFEngine系统，专门解决多模态AI的"指令遵循"难题。该系统能自动生成复杂的图片-指令训练数据，并创建了包含400题、32种约束类型的MM-IFEval评测基准。实验显示训练后的...
2025-07-11
加州大学洛杉矶分校突破性研究：AI对话攻防战的多轮博弈新纪元
这项突破性研究首次系统性地揭示了多轮对话攻击对AI安全的严重威胁，开发了X-Teaming智能攻击框架和XGuard-Train防护数据集。研究显示当前AI系统面对精心设计的多轮攻击时失守率高达98%，但通过新构建的大规...
2025-07-11
当AI拥有了永久记忆：上海交通大学团队打造的MemOS让大模型告别"健忘症"
上海交通大学团队开发了MemOS记忆操作系统，让AI拥有真正的长期记忆能力。该系统统一管理参数记忆、激活记忆和明文记忆三种类型，通过MemCube智能单元实现记忆的生命周期管理和跨类型转换。在LOCOMO基准测试中，Me...
2025-07-11
上海AI实验室重大突破：用普通相机就能拍出超高速慢镜头，4D重建技术颠覆传统拍摄
上海AI实验室团队提出创新的异步拍摄方案，仅用普通相机就能实现高速4D重建。该方法通过错开相机启动时间将有效帧率从25FPS提升至100-200FPS，并结合视频扩散模型修复稀疏视角导致的重建伪影。实验结果显示，新方法在...
2025-07-11
上海AI实验室联手复旦大学：让AI学会像人类一样比较和评价，重新定义奖励模型的训练方式
上海AI实验室联手复旦大学提出了POLAR方法，这是一种革命性的奖励模型训练技术。通过让AI学会识别不同策略间的差异而非死记评分标准，POLAR在多项任务上实现了显著提升，7B参数模型超越72B现有最强基线，为AI对齐问...
2025-07-11
复旦大学推出BMMR数据集：让AI跨越知识鸿沟，从数学天才走向通识博士
复旦大学团队发布BMMR数据集，这是首个大规模跨学科多模态推理评估基准，包含11万个涵盖300个学科的大学水平问题。研究发现即使最先进的AI模型在跨学科推理中表现有限，揭示了当前AI发展的重要盲点。该数据集支持中英双语，...
2025-07-11
机器人也能"预知未来"？上海交通大学团队让AI先想象再行动，准确率飙升至76.7%
上海交通大学等多所院校联合开发的DreamVLA系统让机器人具备了"预知未来"的能力，通过预测动态变化、空间结构和物体语义来指导行动，在真实世界测试中达到76.7%成功率，在模拟环境CALVIN基准中创下4.44平均任务...
2025-07-11
AI训练数据的"营养配餐师"：中科院如何让机器学习吃得更好
这项由中科院计算所团队开发的REFINEX框架，通过创新的删除式编辑方法，解决了AI训练数据质量低的问题。该方法先用专家模型生成高质量文本，再提取删除操作训练小型编辑模型，既保证了数据质量又提高了处理效率。实验显示，RE...
2025-07-11
ArtifactsBench：腾讯混元团队重新定义AI代码生成评测标准，让机器写出真正能看能用的界面程序
腾讯混元团队推出ArtifactsBench，这是全球首个专门评测AI生成视觉交互代码质量的综合基准系统。该系统包含1825个真实应用场景测试任务，创新性地通过实际运行代码、动态截图、多模态AI评委等方式，从功能性、美观...
2025-07-11
突破复杂指令编辑难题：加州大学伯克利分校团队推出X-Planner，让AI图像编辑像聊天一样简单
这项由加州大学伯克利分校、香港大学和Adobe联合开展的研究，开发了名为X-Planner的AI图像编辑规划系统，解决了现有AI工具难以理解复杂编辑指令的问题。该系统能将"让图片看起来像夏天"等自然语言指令智能分解为具体...
2025-07-11
从看图说话到看视频聊天：Salesforce带来史上最强多模态理解新突破
本研究提出了VLM2Vec-V2多模态嵌入模型和MMEB-V2评估基准，首次实现对文本、图片、视频和文档的统一理解。该模型在78个任务上全面领先现有基线，展示了从专门化向通用化发展的重要趋势，为多媒体内容理解、智能搜索和...
2025-07-11
AI预测师挑战超级人类：谁能更准确地预测未来？——乔治梅森大学实证研究揭秘
乔治梅森大学研究发现，最新AI模型在预测准确性上首次超越普通人群，但仍显著落后于人类顶级预测专家。通过464个真实预测问题的测试，OpenAI的o3模型表现最佳，但"超级预测师"的表现仍是AI的六倍。研究揭示AI在政治预...