/
通过强化学习克服视觉推理中的捷径问题：Visionary-R1模型的突破性研究
这篇研究通过创新的"先描述后推理"方法，解决了视觉语言模型在学习推理过程中容易走捷径的问题。研究团队开发的Visionary-R1模型不依赖任何推理链标注数据，仅使用问题-答案对和强化学习，就实现了超越GPT-4o等商业模型的视觉推理能力，为AI推理能力的提升开辟了新途径。
IndexMark：香港浸会大学团队开创自回归图像生成模型的无训练水印技术
香港浸会大学周開陽教授率领的研究团队提出了IndexMark，这是首个针对自回归图像生成模型的免训练水印框架。该方法利用码本中索引的冗余性，通过匹配-替换策略在生成过程中嵌入不可见水印。具体而言，IndexMark将码本索引分为红绿两组，在图像生成时有选择地用绿色索引替换红色索引，实现水印嵌入而不影响图像质量。水印验证通过计算图像中绿色索引比例完成，并引入索引编码器提高精度。
让AI模型"瘦身"学习新技能：香港浸会大学开创量化神经网络零阶优化新方法
这项研究提出了量化零阶优化（QZO）方法，解决大型语言模型微调时的内存瓶颈问题。研究团队通过创新性地结合模型量化（将权重从16位压缩到4位）和零阶优化（通过前向传递扰动估计梯度），同时消除了对梯度和优化器状态的存储需求，将总内存消耗减少了18倍以上。实验表明，QZO在各种自然语言处理任务上表现优异，甚至能在单张24GB的消费级GPU上微调13B参数的模型和Stable Diffusion 3.5 Large。这一技术突破为资源有限的研究者提供了微调大模型的可能性。
启动前先热身：如何在资源受限环境下激发AI大模型的通用推理能力
纽约大学阿布扎比分校研究团队提出了一种创新的两阶段训练方法，解决了AI领域的数据稀缺问题。他们首先让AI模型在简单的"骑士与恶棍"逻辑游戏中"热身"，学习通用推理技能，然后再用少量特定领域数据进行强化学习。实验表明，这种方法不仅大幅提升了模型在数学、编程和多学科理解任务上的表现，还显著提高了样本效率，使用仅100个样本就能达到传统方法需要数千样本才能实现的效果。更重要的是，"热身"过的模型在适应特定领域后仍能保持跨领域的泛化能力，为资源受限环境下开发强大AI系统提供了实用策略。
WilliamT：来自EPFL和Google的研究团队打造低成本高效率的崩溃点修复方案
这项由EPFL和Google联合完成的研究提出了WilliamT，一种创新的低成本自动化程序修复工具。与传统的寻找漏洞根本原因的方法不同，WilliamT专注于"崩溃点修复"，直接在程序崩溃位置添加防护代码，有效阻止漏洞被利用。通过模板引导的补丁生成技术，WilliamT将令牌成本降低了99.7%，与顶级工具CodeRover-S结合使用时，能以45.9%更低的成本修复29.6%更多的漏洞。更令人惊讶的是，WilliamT甚至可以在普通Mac Mini上与小型语言模型有效运行，展示了其在资源受限环境中的卓越适应性。
媒体偏见检测新突破：TUM与Sapienza大学联合打造更精准的新闻偏见探测器
这项研究介绍了一种新型的新闻偏见检测工具"bias-detector"，由慕尼黑工业大学和罗马大学的研究团队开发。他们通过在BABE数据集上微调RoBERTa模型，显著提升了偏见检测准确率，其宏观F1得分达0.9257，优于现有最佳方法DA-RoBERTa的0.8364。统计测试证实了这一提升的显著性。研究还将偏见检测与类型分类结合，构建了完整的偏见分析流程。模型分析显示，新方法能更准确识别语境中的偏见线索，避免了对政治词汇的过度敏感，为媒体分析和新闻客观性评估提供了可靠工具。
F1联合亚马逊云科技，让车迷化身赛车策略大师
在世界一级方程式锦标赛（F1）成立75周年之际，F1与亚马逊云科技让车迷拥有了全新的数字互动体验，联合推出的实时赛道（Real-Time Race Track）利用Amazon Bedrock中新一代前沿模型Amazon Nova的AI分析能力，能够让车迷设计出原创的专属赛道。
赛美特“AI智造”生态体系亮相，四大方向赋能智能制造
5月23日，由国产智能工业软件领军企业赛美特主办的“AI无界·智联未来Al Defines the New Fab”AI制造应用峰会在上海成功召开。
一年一度开发者盛会，鲲鹏昇腾开发者大会2025成功举办
2025年5月23日， 以“心怀挚爱，共绽光芒”为主题的鲲鹏昇腾开发者大会2025（KADC2025）在北京中关村国际创新中心成功举办。
2025第二届AIGC上海开发者大会成功举办：MCP引领Agent互联网新时代暨物理AI模型新篇章
2025年5月24号下午，为了更好促进中国AIGC开发者拥抱MCP带来的红利，带领更多的开发者投身到具身智能生态发展中，AIGCLINK联合张江集团、中国人工智能学会智工委、至顶科技、中关村超互联新基建联盟等，在模力社区举办了2025年第二届AIGC上海开发者大会，邀请了MCP生态的核心参与者、具身智能领域核心参与者一起共谈未来，为Agent互联网和具身智能行业的发展指明方向。
Meta新增650兆瓦太阳能 助力其AI战略推进
Meta近期与AES签订协议，在德州和堪萨斯州共部署650兆瓦太阳能，用以为不断扩展的AI数据中心供电，此举彰显太阳能低成本快速布局优势。
百度的 AI 云业务腾飞——但风险在累积
百度虽凭借 AI 云实现高速发展，但广告收入下滑、国内降价竞争和国际贸易风险等因素不断叠加，前景充满不确定性。
OpenAI 将 Operator 更新至 o3，使每月200美元的 ChatGPT Pro 订阅更具吸引力
本文介绍OpenAI将ChatGPT Pro内Operator工具升级为o3模型，新系统提升了网页任务执行的准确性与安全防护，为企业自动化操作带来显著优势，同时相较于Google服务更具价格吸引力。
AGI 可能会继承当今 AI 已展示的勒索和敲诈技能
文章讨论现有 AI 可能实施勒索敲诈，并预示未来 AGI 会继承这种行为，其破坏性可能会在全球范围内放大。
Microsoft Notepad 的最新 AI 技能为您生成定制文本
新版 Notepad 借助 Copilot AI 可根据提示生成定制文本，并支持后续调整；同时，Paint 和 Snipping Tool 也获得 AI 升级，实现贴纸制作与自动截图裁剪。
ByteDance Seed研究团队发布BAGEL：探索统一多模态预训练中的涌现能力
ByteDance Seed团队发布的BAGEL是一个突破性开源基础模型，采用混合变换器专家架构，能同时执行多模态理解和生成任务。研究显示，随着训练数据和模型规模增加，BAGEL展现"涌现能力"—从基础理解和生成，到复杂编辑和自由形式视觉操作，再到长上下文推理，呈现能力阶梯式提升。模型在标准基准测试中超越现有开源统一模型，并显示出强大的世界建模能力，如世界导航和视频生成。研究团队开源了代码和模型检查点，为多模态AI研究开辟新方向。
推理模型更懂如何表达自信：大型语言模型如何通过慢思考实现更准确的自我评估
这项研究证明推理模型（使用链式思考的大语言模型）不仅在解决问题上表现优异，还能更准确地表达其确信度。研究人员在六个数据集上评估了六种推理模型，发现它们在33/36种测试设置中比非推理模型表现更好。深入分析揭示这一优势来源于"慢思考"行为，如探索替代方案和回溯，使模型能够在推理过程中动态调整确信度。有趣的是，非推理模型在通过少样本学习引导进行慢思考时也能获得类似改进，证明这一能力源于思考方式而非模型结构。
突破数学题的天花板：通用推理大模型如何实现全领域思维能力提升
这项研究突破了大语言模型推理能力主要局限于数学和编程领域的限制，提出了"General-Reasoner"训练方法，使模型能够在物理、化学、金融等多领域展现高水平推理能力。研究团队构建了包含23万个跨学科问题的高质量数据集，并开发了基于生成式模型的答案验证器，取代传统规则验证方法。实验证明，该方法在MMLU-Pro等12个基准测试中表现优异，成功实现了全领域的推理能力提升，同时保持了在数学任务上的卓越表现。
京公网安备 11010802021500号
