/
Deepgram推出Saga：为开发者打造的AI语音接口
Deepgram发布了名为Saga的AI语音操作系统，专为开发者设计。该工具作为通用语音界面直接嵌入开发环境，允许开发者仅通过语音控制工具和代码。Saga集成了多种AI原生编码环境，包括Cursor和Windsurf，还可维护Linear、Asana、Jira等项目管理软件的状态更新。开发者可通过语音表达想法，如"创建一个响应表情符号的Slack机器人"，Saga会将其转换为可执行的编程提示。该工具旨在减少开发者在工具间切换的"静默税收"，提高开发效率。
Graphwise升级图数据库成为AI智能体的大脑
保加利亚图数据库初创公司Graphwise发布GraphDB 11重大升级，新增功能旨在增强企业知识管理并为人工智能模型提供更可靠的基础。该平台通过语义层管理结构化和非结构化数据，支持更多大语言模型包括Llama、Gemini等，并新增模型上下文协议支持。GraphDB 11还改进了精确实体链接功能，优化了数据检索和AI输出应用。公司表示新版本可帮助解决AI就绪数据不足问题，降低基础设施成本，提高AI项目成功率。
微软开发者将SAP ABAP向量数据库移植到ZX Spectrum
微软高级软件工程师Alice Vinogradova将自己用SAP ABAP语言编写的向量数据库ZVDB移植到了搭载Z80处理器的经典计算机Sinclair ZX Spectrum上。她发现ABAP（1983年）和Z80（1976年）几乎是同时代产物，都诞生于内存珍贵、每个字节都很重要的计算时代。通过应用Z80优化技术，尽管时钟频率相差857倍，但代码运行速度仅慢3-6倍。她认为这些老式优化技术具有普遍适用性，在现代硬件上依然有效。
三星收购Xealth加速数字健康平台布局
韩国电子巨头三星宣布收购美国西雅图数字健康技术公司Xealth，进一步扩大在健康领域的布局。Xealth专注于帮助医疗专业人员将数字健康技术整合到日常实践中，与70多家数字健康技术供应商合作，应用覆盖美国500多家医院。此次收购将推动三星向连接医疗保健平台转型，结合其在传感器技术和可穿戴设备方面的优势，完善Samsung Health平台功能。
PTC的Onshape与Arena获Nimble选用
2025 年 7 月 8 日，PTC宣布，AI 机器人与自主物流技术的领导者 Nimble 已决定采用 PTC 的云原生 Onshape CAD 和 PDM 平台、以及 云原生Arena PLM 和 QMS 平台，全面取代其传统的计算机辅助设计（CAD）、产品数据管理（PDM）、产品生命周期管理（PLM）及质量管理系统（QMS）工具。
UMoE：让AI更聪明的"专家分工制"——东京科学技术大学等联合推出统一混合专家架构
这项由东京科学技术大学等机构联合发布的研究提出了UMoE架构，通过重新设计注意力机制，实现了注意力层和前馈网络层的专家参数共享。该方法在多个数据集上显著优于现有的MoE方法，同时保持了较低的计算开销，为大语言模型的高效扩展提供了新思路。
小米7B模型挑战巨头：如何让"小个子"AI在推理任务上击败32B大模型
小米团队开发的MiMo-7B模型证明了AI领域"小而精"路线的可行性。这个仅有70亿参数的模型通过创新的预训练数据处理、三阶段训练策略和强化学习优化，在数学推理和编程任务上超越了320亿参数的大模型，甚至在某些指标上击败OpenAI o1-mini。研究团队还开发了高效的训练基础设施，将训练速度提升2.29倍。该成果已完全开源，为AI民主化发展提供了新思路。
让AI学会团队合作：中文大学团队破解大模型推理"独行侠"难题
这项由中国香港中文大学（深圳）团队主导的研究发现，AI大模型存在"前缀主导陷阱"问题——仅15%的错误开头就能导致20%的性能下降。研究团队创新性地提出LeaP方法，让多个AI推理路径在思考过程中互相交流协作，显著提升了推理准确性。实验显示，使用LeaP的32B模型甚至超越了671B模型，证明了AI协作的巨大潜力。
大语言模型的"转学生"之路：中科院揭示AI持续学习的秘密规律
中科院研究团队发现了AI持续学习的数学规律，开发出能精确预测大语言模型在新领域学习过程中每一步表现的公式。该研究揭示AI学习本质是在两条隐藏轨道间切换，通过分布偏移和学习率衰减两个因素的相互作用实现。这一突破为优化AI专业化训练提供了科学依据，有望让未来AI助手在保持通用能力的同时获得更强的专业技能。
AI搜索助手学会了"知之为知之，不知为不知"：中科院团队让机器学会判断何时查资料
中科院团队开发了名为IKEA的AI搜索助手系统，解决了现有AI过度依赖外部搜索或内部知识的问题。该系统通过创新的知识边界感知机制和奖励设计，让AI学会准确判断何时使用内部知识、何时进行搜索。实验结果显示，IKEA在保持高准确率的同时，将搜索次数减少了50%以上，为开发更智能、高效的AI助手提供了新思路。
ByteDance Seed研究团队突破性发现：小模型也能给大模型当"质检员"，AI训练数据筛选迎来革命性转变
ByteDance Seed研究团队提出AttentionInfluence方法，让13亿参数小模型为70亿参数大模型筛选训练数据。该方法利用模型内部注意力机制判断数据质量，无需人工标注。实验显示在推理密集型任务上性能提升1.4-3.5%，展现了"弱到强"的泛化能力，为AI训练数据选择提供了新的解决方案。
Adobe研究院揭秘：让AI学会"引经据典"的新方法——从此告别人工智能的"胡说八道"
Adobe研究院开发出让AI学会准确引用信息来源的新方法，通过简单的"对错判断"策略和注意力机制分析，显著提升了AI系统在归因任务上的表现，为解决AI"胡说八道"问题提供了实用解决方案。
企业AI应用最佳实践指南
当前企业面临引入AI的机遇与挑战。管理层需要了解机器学习算法基础，包括线性回归、神经网络等核心技术。专家建议从小规模试点开始，优先选择高影响用例，投资数据治理，提升员工技能。对于影子IT现象，应将其视为机会而非问题，建立治理流程将有效工具正式化。成功的AI采用需要明确目标、跨部门协作、变革管理和持续学习社区建设。
车队未来：AI预测性维护预防故障
美国垃圾收集行业2024年创收690亿美元，近18万辆垃圾车每周运营六至七天，每日停靠超千次。设备故障成为行业最大隐性成本，每辆车年均故障费用超5000美元。AI技术通过实时监控传感器数据，能提前数周预测故障，优化零部件库存管理，减少重复维修。车队报告显示，预测性维护每辆车年节省高达2500美元，显著提升运营效率和服务可靠性。
人工智能助力还是加剧气候危机？选择权在人类
全球气候危机加剧之际，人工智能技术呈现双面性特征。一方面，AI可通过智能电网减少20%能源浪费，精准农业技术优化水资源利用，智能交通系统降低30%城市排放。另一方面，训练单个大型AI模型耗电数千兆瓦时，排放数百吨二氧化碳。数据中心用电量预计2024-2030年年增15%，远超其他行业增速。解决这一矛盾需要优先开发高效AI架构，建立环境影响评估机制，确保AI发展服务于气候目标而非加剧环境负担。
ChatGPT词汇表：53个人工智能术语必知指南
人工智能正在全面改变互联网，从ChatGPT的火爆到谷歌在搜索结果中嵌入AI摘要。本文整理了53个重要的AI术语，涵盖从基础概念到前沿技术的完整词汇表。包括人工通用智能、大语言模型、神经网络、机器学习等关键概念，以及ChatGPT、Gemini、Claude等主流AI产品介绍，帮助读者深入理解AI技术生态。
ChatGPT正在测试神秘新功能"一起学习"
部分ChatGPT订阅用户发现工具列表中出现名为"Study Together"的新功能。该模式旨在提升教育工具效果，不直接提供答案而是引导用户思考并回答问题，类似谷歌LearnLM。用户猜测可能支持多人学习小组模式。ChatGPT在教育领域应用广泛但存在争议，教师用于制定教学计划，学生可当作辅导工具但也可能用于作弊。这一功能或许能鼓励正当使用同时减少学术不端行为。
杜克大学团队打造"分子设计师"：AI如何同时优化生物药物的多种特性？
杜克大学研究团队开发了MOG-DFM技术，这是首个能够同时优化生物分子多种特性的AI系统。该方法成功解决了传统药物设计中"顾此失彼"的难题，能够设计出既安全又有效的治疗性分子。实验证明，MOG-DFM在肽类药物和DNA序列设计中都表现优异，有望显著加速药物发现进程并推动个性化医疗发展。
让小模型也能自己制造"老师"：印度理工学院如何用强化学习让AI自我进化
印度理工学院团队开发REFINE-AF框架，让小型AI模型通过强化学习自动生成训练指令，无需大量人工标注。该方法在119项测试任务中，63-66%的表现超越传统方法，证明了小模型也能通过巧妙设计获得优异效果，为降低AI训练成本提供了新思路。
京公网安备 11010802021500号
