IBM今日推出全新Power11系列服务器,基于同名定制处理器。该系列首批包含四款机型,并将通过公有云提供Power11芯片访问。与英特尔同类服务器相比,核心性能提升达55%。Power11设计可实现99.9999%可用性,年停机时间不超过40秒。系统配备Cyber Vault网络安全技术,采用量子安全加密算法,可在一分钟内检测勒索软件。新的节能模式可降低28%的能耗,并首次支持IBM Spyre AI加速器。
7月9日,飞书发布并升级了知识问答、AI会议、飞书Aily、飞书妙搭等多款AI产品。其中,飞书知识问答能“开箱即用”,不依赖企业知识库构建,可以快速处理企业海量知识,让企业拥有一个懂自己的“豆包”。
树莓派基金会调查发现,尽管60%的家长认为编程是孩子的重要技能,但超过70%的家长表示孩子在正常课程中没有学习编程。该基金会CEO指出,随着AI技术快速发展,年轻人掌握技术理解和创造能力比以往更重要。超半数家长认为编程应成为必修课程,并相信学习编程能提升孩子未来职业前景。为填补学校教育空白,基金会呼吁在学校和图书馆广泛设立编程俱乐部,目标到2035年全球教授1000万儿童编程技能。
文章介绍了AI大语言模型中最新的深度研究功能,这是目前最令人印象深刻的新功能之一。作者详细解析了ChatGPT、Claude和Gemini等主流模型的使用方法,并重点展示了深度研究功能的实际应用。通过实际测试,作者用ChatGPT 4.5的深度研究功能生成了一份关于1990-2025年最令人厌烦歌曲的详细报告,展示了AI如何通过思维链进行深度研究和分析。文章还提到了语音交互模式将进一步改变用户与AI的交互体验。
日本三井商船计划将船舶改造为浮动数据中心,容量可达20-73兆瓦,采用海水或河水直接冷却。该项目预计2027年投入运营,可通过陆地和海底电缆连接互联网交换中心。浮动数据中心的优势在于可根据需求变化移动位置,建设周期仅需一年,无需获取土地。该项目与土耳其Kinetics公司合作,可通过配套电力船供电,解决电网连接问题。
随着AI引发投资热潮,每月都有更多初创企业获得独角兽地位。TechCrunch追踪了今年迄今为止成为独角兽的风投支持初创企业。虽然大多数与AI相关,但令人意外的是许多企业专注于其他行业,如卫星公司Loft Orbital和区块链交易网站Kalshi。这些价值超过10亿美元的初创企业涵盖软件开发、机器人技术、医疗健康等多个领域。
随着AI应用在企业运营中的普及,数据存储成为关键瓶颈。在VentureBeat的Transform 2025会议上,专家们讨论了存储技术创新如何支持企业AI应用。MONAI框架在医学成像领域取得突破,通过高效存储技术能够在单节点存储超过200万个全身CT扫描。边缘AI性能的关键在于将存储缩放到单节点,消除内存瓶颈。未来AI硬件将朝向超高容量、低功耗和接近内存速度的方向发展。
谷歌正在实施一项变更,使其Gemini AI引擎能够与WhatsApp等第三方应用程序交互,即使用户之前配置了阻止此类交互的设置。谷歌发送的邮件表明,人工审核员会读取、注释和处理Gemini访问的数据,但未提供阻止变更生效的有用指导。邮件内容自相矛盾,既称变更会自动推出,又声称已关闭的功能将保持关闭状态。谷歌未明确说明如何完全移除Gemini集成,给用户造成困惑。
Patronus AI发布突破性研究,构建了首个系统性AI代理错误评估体系TRAIL,涵盖148个真实案例和21种错误类型。研究发现即使最先进的AI模型在复杂任务错误识别上准确率仅11%,揭示了当前AI代理系统在长文本处理、推理能力和自我监控方面的重大局限,为构建更可靠的AI系统指明方向。
这项研究首次从理论和实践证明AI模型可通过模仿生物睡眠-学习周期显著提升性能。研究发现AI训练中存在自发的"记忆-压缩循环",并据此开发了GAPT算法,在大语言模型预训练中实现4.8%性能提升和70%表示效率改善,在算术泛化任务中提升35%,为AI发展指出了注重信息整理而非单纯数据扩展的新方向。
随着人工智能向通用人工智能(AGI)和人工超级智能(ASI)发展,盗窃风险日益凸显。竞争对手、政府和恶意行为者都可能觊觎这一技术突破。AGI盗窃难度取决于安全防护措施,包括加密和访问控制。被盗AGI的运行需要大量计算资源和配套软件。全球可能需要制定AGI共享条约,防范盗窃行为。值得注意的是,当恶意方首先获得AGI时,善意方的"盗窃"行为可能成为正当防卫手段。
加州大学圣地亚哥分校和Stability AI联合研究团队提出了革命性的ARC音频生成加速方法,将AI音频生成时间从几分钟缩短到几十毫秒,实现100倍速度提升。该方法通过对抗性相对论-对比训练让AI学会"一步到位"生成高质量音频,不仅保持了音频质量,还显著提升了生成多样性。技术已可在智能手机上运行,为音频创作、游戏开发和内容制作等领域带来实时化的创意工具。
这项由沙特苏丹王子大学团队完成的研究系统分析了RAG系统中各种参数对性能的影响,发现Chroma速度快13%而Faiss精度更高,简单固定长度分块优于复杂语义分块,重新排序能提升质量但增加5倍耗时。研究为不同应用场景提供了具体的优化建议,达到99%检索准确率。
贝壳找房开发的AM-Thinking-v1是一个32B参数的推理优化语言模型,完全基于开源数据训练。该模型在数学推理和代码生成任务上表现出色,AIME2024得分85.3,超越了671B的DeepSeek-R1,证明了通过精心设计的训练流程,中等规模密集模型也能达到超大模型的推理能力。
沙特苏丹王子大学研究团队开发出突破性阿拉伯语反向词典系统,采用半编码器神经网络架构,解决"知道意思想不起词汇"的语言难题。系统使用ARBERTv2模型达到0.0644顶尖排名得分,并制定八项阿拉伯语词典质量标准。研究为复杂语言的人工智能应用提供重要突破,开源RDTL库促进技术普及,为全球数亿阿拉伯语使用者提供智能语言助手。
MiniMax公司开发的MiniMax-Speech语音合成系统实现了真正的"零门槛"声音克隆技术,仅需一段录音即可生成32种语言的高质量语音。该系统采用创新的学习型声音编码器和Flow-VAE技术,在全球TTS竞技场中击败OpenAI等巨头登顶第一。
上海AI实验室联合多所知名高校开发的NavDP系统实现了机器人导航的重大突破。该系统仅通过虚拟环境训练就能让不同类型机器人在真实世界中自由导航,无需地图或预先调试。核心创新包括大规模虚拟数据生成、扩散模型轨迹规划和智能安全评估机制,实现了真正的跨平台零样本迁移,为机器人技术产业化奠定了重要基础。
复旦大学团队开发了全新的多维约束框架来评估和改进大语言模型的指令跟随能力。研究发现AI在处理复杂约束时表现不佳,成功率从简单约束的77%降至复杂约束的33%。通过强化学习训练,模型性能显著提升30-50个百分点且不影响其他能力。研究揭示改进主要来自注意力机制优化,为AI实用化提供了重要突破。
加州大学伯克利分校研究团队开发了gg-bench系统,让AI自己设计策略游戏来测试其他AI的智能水平。研究发现,即使是最先进的AI模型,在面对自己"同类"设计的游戏时胜率也只有7-36%,揭示了AI在创造和解决问题之间的能力差异。这项研究为避免传统AI测试中的"数据污染"问题提供了创新解决方案。
这项研究推出了SkillFormer AI系统,通过多角度视频分析来评估人类技能水平。该系统采用创新的CrossViewFusion模块融合第一人称和第三人称视角信息,并使用LoRA技术实现高效训练。在EgoExo4D数据集测试中,准确率达到47.5%,且仅需传统方法四分之一的参数和训练时间,在篮球、烹饪等结构化技能领域表现尤为出色。