/
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，最强模型成功率仅52.7%，揭示了当前AI在程序推理方面的局限性。
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、目标检测等多个领域都达到了最先进性能，证明了"一个模型胜任多种任务"的可能性，为AI发展提供了新思路。
HoloMem发布面向LTO磁带库的即插即用全息存储驱动器
英国初创公司HoloMem正在开发基于带状盒式存储和驱动器的多层全息存储技术，使用寿命超过50年，可直接插入LTO磁带库机架无需更改上游软件。该技术采用现成组件如5美元激光二极管和量产聚合物薄片，成本低廉且坚固耐用。与传统全息存储不同，它使用光学读取的磁带带而非玻璃板。200TB容量的WORM格式盒带长约100米，可实现LTO系统的无缝升级。
OpenAI再次推迟开源模型发布计划
OpenAI首席执行官萨姆·阿尔特曼周五宣布，公司将无限期推迟其开源模型的发布，这已是今年夏天第二次延期。阿尔特曼表示需要更多时间进行安全测试和高风险领域审查。该开源模型预计具备与o系列模型相似的推理能力，将是OpenAI多年来首个开源模型。与此同时，中国AI初创公司月之暗面发布了万亿参数的Kimi K2模型，在多项基准测试中超越了GPT-4.1。
将生成式AI引入数据库彻底改变应用开发模式
文档数据库正进入智能化新时代。通过将生成式AI直接嵌入数据层，这不仅是技术升级，更是战略性变革。RavenDB首席执行官表示，将大语言模型完整集成到数据库内部，能够实现令人惊叹的功能。这种集成让用户可以直接在数据库中生成、丰富、分类和自动化内容及决策，无需专门的AI团队。对于缺乏大型AI团队的组织来说，这种方法显著降低了复杂性，使从想法到实施变得前所未有的快速和无缝。
IDC发布AI就绪数据存储基础设施研究报告
IDC发布了关于AI就绪数据存储基础设施的研究报告，该报告是四部分系列的第一部分。报告指出，不到一半的AI试点项目能够投入生产，组织必须从以数据为中心的角度来处理AI项目。AI就绪数据存储基础设施需要具备五个主要属性：性能、规模、服务水平、数据物流和数据信任。报告强调，许多AI项目失败是因为对存储基础设施关注不足，导致数据孤岛、数据质量差和存储性能不足等问题。
希腊专属大语言模型：Kiefer打造本土智能平台
希腊公司Kiefer正在开发专门针对希腊的大语言模型应用，旨在建立具有语言和文化优势的本土智能平台。该项目采用包括DeepSeek在内的三种不同模型架构，专注于希腊语言的深度理解和本土文化语境。团队面临数据收集和处理的挑战，需要扫描大量书籍和网络PDF文件。目前服务免费，未来计划推出订阅模式。项目还涉及与Unitree合作开发人形机器人，并计划建设使用液冷技术的AI数据中心。
英特尔RealSense分拆获5000万美元融资，助力AI人形机器人感知世界
英特尔旗下计算机视觉子公司RealSense宣布完成5000万美元融资并从母公司分拆独立运营。该轮融资由半导体私募股权公司领投，英特尔资本和联发科创新基金参投。RealSense专注于深度感知和追踪技术，其深度相机产品广泛应用于机器人、无人机等设备，帮助它们感知和理解三维环境。公司深度相机已嵌入全球约60%的自主移动机器人和人形机器人中，拥有超过3000个全球客户。
AWS强化基础设施战略，全面升级SageMaker应对AI竞争
AWS通过升级SageMaker机器学习平台来扩展市场地位，新增观测能力、连接式编码环境和GPU集群性能管理功能。面对谷歌和微软的激烈竞争，AWS专注于为企业提供AI基础设施支撑。SageMaker新功能包括深入洞察模型性能下降原因、为开发者提供更多计算资源控制权，以及支持本地IDE连接部署。这些更新主要源于客户需求，旨在解决AI模型开发中的实际问题。
BigQuery如何融合数据与AI实现业务转型
AI虽具备变革企业洞察力的潜力，但成功依赖于数据质量。大多数AI项目失败源于数据混乱分散而非算法局限。谷歌BigQuery云数据AI平台打破数据孤岛，简化治理，加速企业AI应用。通过AI自动化数据处理，实现实时分析，并与Vertex AI深度集成，使企业能够高效处理结构化和非结构化数据，将智能商业转型从愿景变为现实。
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。实验显示在Minecraft和真实场景中都表现出色，为游戏、自动驾驶、机器人等领域带来广阔应用前景。
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。通过引入困难负样本和PPO优化，系统能从多个代码候选中选出最优方案，为AI编程助手的实用化奠定基础。
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，MemOS在所有推理任务上均获得最佳成绩，特别在多跳推理和时间推理中表现突出。
铠侠UFS 4.1闪存承诺提升AI应用性能表现
铠侠正在测试最新的UFS v4.1嵌入式闪存芯片，专为智能手机和平板电脑设计，可提供更快的下载速度和更流畅的设备端AI应用性能。该芯片采用218层TLC 3D NAND技术，提供256GB、512GB和1TB容量选择。相比v4.0产品，随机写入性能提升约30%，随机读取性能提升35-45%，同时功耗效率改善15-20%。新标准还增加了主机发起碎片整理、增强异常处理等功能特性。
Google Firebase Studio推出智能体模式实现自动化编程
谷歌在伦敦云峰会上发布Firebase Studio更新，新增Gemini命令行界面集成、模型上下文协议支持和"代理模式"。代理模式提供三种AI协作层次：对话式"询问"模式用于头脑风暴，人机协作代理需开发者确认代码变更，以及几乎完全自主的代理模式。尽管谷歌声称已有数百万应用使用该平台，但目前仍需精心设计提示词，非工程师用户还无法直接创建成熟应用。
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对齐问题提供了全新解决思路。
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，配备专门的推理过程评估工具，为AI向通用智能发展提供重要支撑。
谷歌为Veo 3增加图像转视频生成功能
谷歌周四宣布，通过Gemini应用为其Veo 3 AI视频生成器增加图像生成视频功能。该功能此前已在5月I/O开发者大会上推出的AI视频工具Flow中提供。目前Veo 3视频生成功能已在150多个国家推出，仅限Google AI Ultra和Pro用户使用，每日限制生成3个视频。用户可上传照片并添加音频描述来生成视频。发布7周来，用户已创建超过4000万个视频，所有视频都带有可见和不可见的数字水印。
英伟达计划推出专为中国市场设计的AI芯片
据报道，英伟达计划最早于9月推出专为中国市场设计的AI芯片，以应对美国出口限制。该芯片基于Blackwell RTX Pro 6000处理器，已经过修改以符合现有AI芯片限制规定，不包含高带宽内存和NVLink高速通信接口等高级功能。此前英伟达CEO表示不再将中国市场纳入收入预测，但这一变化可能是短暂的。
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、美观度、用户体验等十个维度进行评测。实验结果显示其与人类专家判断一致性超过90%，与业界金标准WebDev Arena的一致性达94.4%，为AI代码生成能力评估树立了新标准。
京公网安备 11010802021500号
