/
数智世界 津门有为｜华为中国行2025·天津新质生产力城市峰会成功举办
以“数智世界 津门有为”为主题的“华为中国行2025·天津新质生产力城市峰会”成功举办。
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，可与视觉语言模型集成，为AI语音交互提供了"即插即用"的革命性解决方案。
Google DeepMind发布高精度地球AI模型AlphaEarth
谷歌DeepMind发布AlphaEarth Foundations AI模型，能处理每日数TB卫星数据追踪地表变化。该模型如"虚拟卫星"般将全球陆地和沿海水域映射为数字表示，帮助科学家监测食品安全、森林砍伐、城市扩张等关键问题。模型整合光学卫星图像、雷达、激光测绘等数据源，以10×10米精度追踪变化，错误率比其他模型低24%。
这11种情况下千万别用ChatGPT
ChatGPT虽然是目前最受欢迎的AI聊天机器人，但它并非万能。文章指出11个不应该使用ChatGPT的场景：诊断健康问题、处理心理健康、紧急安全决策、个人财务税务规划、处理机密数据、违法行为、学术作弊、监控实时信息、赌博预测、起草法律文件以及创作艺术。AI可能产生错误信息、缺乏实时数据更新，在高风险场景下可能造成严重后果。用户应了解其局限性，在关键决策时寻求专业帮助。
ServiceNow瞄准"数据地狱"，布局商业智能领域
ServiceNow正构建数据基础架构支持AI智能体应用，解决企业AI部署的最大障碍"数据地狱"。公司推出三大核心组件：AI原生数据库RaptorDB、工作流数据结构Workflow Data Fabric，以及收购的数据目录平台Data.world。该公司还推出AI控制塔提供统一管理，并计划扩展商业智能分析领域，挑战传统BI厂商。
数据中心运营商可持续性数据收集出现倒退趋势
Uptime Institute最新调查显示，数据中心运营商在可持续发展数据收集方面出现停滞甚至倒退趋势。尽管能耗和电源使用效率仍是最常追踪的指标，但收集这些数据的运营商比例已从2024年的89%和76%分别下降至84%和74%。调查涵盖800家数据中心业主和运营商，发现除欧洲地区水资源使用数据收集有所增长外，其他可持续发展指标的数据收集普遍下滑。
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。机器人能够理解自然语言，自主规划复杂任务如制作咖啡，并在动态环境中灵活调整策略，在长期任务中达到84.4%的成功率。
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48-52%，为AI模型在普通设备上的高效部署提供了创新解决方案。
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。
Azure AI Speech升级：仅需几秒音频即可生成逼真语音克隆
微软升级了Azure AI Speech服务，用户仅需几秒钟的语音样本即可快速生成逼真的语音复制品。该个人语音功能于2024年5月21日正式发布，采用名为"DragonV2.1Neural"的零样本文本转语音模型，支持100多种语言。微软表示新版本在语音自然度、韵律稳定性和发音准确性方面都有显著提升，可用于定制聊天机器人语音、视频配音等应用。尽管微软要求用户遵守使用政策并获得原说话者同意，但该技术仍可能被恶意使用。
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，特别关注印地语、孟加拉语等被忽视的大语言群体，推动AI技术的包容性发展。
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。
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、缺乏个性化等根本问题，为游戏产业描绘了一个充满想象力的未来。
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率仅37.3%，理解模型在时间推理方面尤其困难，揭示了AI技术在创造力和复杂推理方面的重大局限性。
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，还展现出惊人的跨学科推理能力，在物理、化学、生物等领域都有优异表现，性能接近OpenAI的o1模型。研究团队将所有成果完全开源，为AI研究社区提供了宝贵资源。
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。研究还发现指令微调可能限制模型的推理能力发展，为AI训练方法提供了新的思路。
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分类器就能实现大规模数据筛选，在多项实验中展现出10倍训练效率提升，为AI模型开发提供了经济高效的解决方案。
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在内部完全知道答案但1000次尝试都不会说出的极端情况。这一发现揭示了AI语言生成机制的根本局限，为改进AI表现和理解智能系统认知机制提供了新视角。
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%，甚至超越人类专家3.58%，为AI协作系统设计提供了新思路。
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GPT-4o表现。研究建立了自动化数据收集系统和VoTa-Bench测试平台，为实现更智能的机器人助手奠定基础。
京公网安备 11010802021500号
