/
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。
YouTube新政策旨在减少AI生成的低质量视频内容
YouTube计划7月15日更新货币化政策，针对"非真实"内容进行打击，主要目标是减缓平台上AI生成内容的泛滥。新政策将更好识别批量生产和重复性内容，包括仅有表面差异的旁白故事频道和相同解说的幻灯片视频。虽然YouTube强调这只是对现有"重复内容"指导原则的小幅更新，但业界认为此举主要针对低价值AI垃圾内容问题。
AI预测师挑战超级人类：谁能更准确地预测未来？——乔治梅森大学实证研究揭秘
乔治梅森大学研究发现，最新AI模型在预测准确性上首次超越普通人群，但仍显著落后于人类顶级预测专家。通过464个真实预测问题的测试，OpenAI的o3模型表现最佳，但"超级预测师"的表现仍是AI的六倍。研究揭示AI在政治预测上表现较好，但在经济问题上相对较弱，同时存在过度自信的问题。
AI智能演示制作助手：让文档秒变生动演讲视频的黑科技来了
澳大利亚研究团队开发出PresentAgent，这是一个能将任何文档自动转换为专业演示视频的AI系统。该系统集成了文档解析、幻灯片设计、语音合成等功能，并创建了全新的多维度评价体系。实验显示，AI生成的演示视频在多项指标上接近人类专家水平，为教育、商业等领域的演示制作提供了高效解决方案。
OmniDraft：高通AI研究院让小模型秒变万能助手，一个68M模型竟能给多个大模型当"草稿员"
这项由高通AI研究院完成的研究提出了OmniDraft框架，通过跨词汇表翻译、在线蒸馏学习和自适应草稿调整三大创新技术，让一个68M参数的小模型能够为多个不同的大型AI模型提供通用加速服务，在数学推理、编程和文本生成等任务中实现了1.5-2倍的速度提升。
斯坦福大学突破：AI能否像人类一样判断创意写作的好坏？
斯坦福大学研究团队创建了全球首个创意写作评估基准LitBench，通过分析Reddit写作社区的4万多对故事比较数据，训练AI模型判断创意写作质量。研究发现专门训练的小型奖励模型（78%准确率）能超越大型语言模型评委（73%），但添加推理链反而降低了表现，揭示了创意评判需要直觉性判断的特点。
复旦和腾讯联手开发出能"深度思考"的AI评委——彻底改变视觉内容评分游戏规则
复旦和腾讯联合开发的UnifiedReward-Think是全球首个具备链式思维推理能力的统一多模态奖励模型。该系统能像专业评委一样进行多维度深度分析，在图像和视频评估任务中全面超越现有方法，准确率提升5-25%。更重要的是，即使不展示推理过程，其内化的推理能力也能显著提升直接判断的准确性，为AI评估领域带来革命性突破。
TUM团队突破性发现：AI模型竟能用"错误"数据学会完美推理！
慕尼黑工业大学研究团队首次将"grokking"现象成功应用于真实世界的复杂推理任务，通过巧妙的数据增强策略，让仅有1.24亿参数的小型AI模型在多步推理任务上达到95-100%准确率，超越了GPT-4o等大型模型。更令人惊讶的是，即使训练数据中包含错误信息，也能增强而非削弱模型的推理能力。
Docker推出新功能支持AI智能体开发
Docker公司发布重大新功能，旨在简化智能体AI应用的构建、运行和部署。公司扩展了Docker Compose工具以支持AI智能体和模型的大规模部署，并推出Docker Offload服务，允许开发者将AI工作负载转移到云端。新功能还支持模型上下文协议网关的安全连接，并与谷歌云、微软Azure等合作伙伴集成。
欧盟AI新规让科技巨头深恶痛绝的条款
欧盟发布AI法案实施细则，要求谷歌、Meta、OpenAI等公司承诺不使用盗版材料训练AI，详细披露训练数据来源和模型设计理念。新规还要求公司尊重付费墙和网站爬虫限制，公开训练和推理的总能耗，并在5-10天内向欧盟AI办公室报告安全事件。违规企业可能面临年销售额7%或3%的罚款。
AI流利度的4C框架：为未来职场做好准备
随着ChatGPT等AI技术的普及，入门级岗位预计将减少32%。仅掌握AI素养已不足以在职场保持竞争力。本文提出从AI素养向AI流利度的转变，通过概念、情境、能力、创造力四个维度深入阐述。AI素养是基础能力，而AI流利度则需要在特定领域具备更深层次的理解和应用技能。专业人士需要了解AI在其领域的具体应用、算法选择和最新研究方向，才能在快速变化的AI时代保持竞争优势。
Monday.com推出AI工具助力用户构建、自动化和执行工作
云端项目管理服务商Monday.com发布三项AI功能更新：monday sidekick智能助手可根据用户角色和工作风格提供个性化帮助；monday magic让用户通过简单描述即可自动构建完整工作流程；monday vibe支持用户用自然语言构建定制化商业应用。这些工具旨在降低技术门槛，让非技术用户也能轻松创建高级工作解决方案，实现从工作管理向工作执行的转变。
AI绿色推理模型有望借助风力发电变革数据中心
微软研究团队提出"AI绿色推理"新模式，将AI计算集群直接部署在风电场等可再生能源站点，绕过电网瓶颈直接利用绿色能源。该方案通过Heron软件路由器动态管理工作负载，根据实时电力供应情况智能分配计算任务。研究显示，目前可在风电场部署超过600万个高端GPU。这种模块化数据中心架构不仅缓解传统电网压力，还能有效利用未充分使用的可再生能源，为云计算提供商提供可持续发展的新路径。
AI基础设施重塑IPO市场的12个迹象：RAISE峰会洞察
人工智能正在重塑资本市场，AI基础设施已成为企业扩张、竞争和上市的关键支柱。投资者不再只关注表面增长，而是深入审视企业如何将AI融入商业模式，确保运营韧性和长期盈利能力。在RAISE峰会上，来自纽交所、谷歌云、Nutanix等公司的专家分享了AI基础设施如何改变IPO准备标准、投资者优先级和企业增长策略。
Komprise：元数据是实现更智能AI和数据治理的关键
非结构化数据管理专家Komprise通过使用和丰富文件及对象的元数据来实现数据管理。该公司认为向量嵌入与元数据互补但不同，元数据提供文件的有价值信息而非仅仅内容表示。Komprise可自动分析文件内容生成语义标签，通过全局文件索引提取系统元数据和扩展元数据。该平台支持策略驱动的工作流程，帮助客户将AI存储和计算成本削减85%以上，同时提供敏感数据检测、数据血缘追踪和合规性保障功能。
统一多模态模型：AI既能看懂图片又能画出图片的全新突破
这篇由阿里巴巴集团联合多所知名高校发表的综述论文，系统梳理了统一多模态理解与生成模型的最新发展。研究将现有模型分为扩散、自回归和混合三大类型，详细分析了不同图像编码策略的特点，整理了相关数据集和评估基准，并深入探讨了当前面临的技术挑战。
京公网安备 11010802021500号
