地平线携手全产业链开启智能驾驶开放协同新生态。…详细

自动驾驶人工智能

2025年底,OpenAI发布了一份名为《企业AI现状》的年度报告,这份报告汇集了超过100万家企业客户的使用数据,以及近9000名员工的调研反馈。…详细

字节跳动等机构联合发布GAR技术，让AI能同时理解图像的全局和局部信息，实现对多个区域间复杂关系的准确分析。该技术通过RoI对齐特征重放方法，在保持全局视野的同时提取精确细节，在多项测试中表现出色，甚至在某些…详细

人工智能图像识别新型算法

Inclusion AI团队推出首个开源万亿参数思维模型Ring-1T，通过IcePop、C3PO++和ASystem三项核心技术突破，解决了超大规模强化学习训练的稳定性和效率难题。该模型在AIME-2025获得93.4分，IMO-2025达到银牌水平，CodeF…详细

人工智能强化学习开源模型

南京大学研究团队开发了IF-VidCap，首个专门评估视频AI指令遵循能力的测试基准。该系统包含1400个测试样本和27种约束类型，能全面评估AI是否能按照复杂指令生成视频描述。研究发现当前最强开源模型已达到闭源模型85%…详细

视频理解指令遵循多模态评测

复旦大学等机构联合推出全球首个多轮视频对话评测基准MT-Video-Bench，系统评估了20个先进AI模型在视频理解和对话互动中的真实表现。研究发现即使最强AI模型准确率也仅68%，在跨场景推理和主动互动方面存在明显短板，…详细

人工智能视频理解评测基准

中科大团队提出MoGA混合群组注意力机制，首次实现端到端生成一分钟长度多镜头高清视频。该方法通过智能分组策略将相关内容聚集处理，在保持71.25%稀疏度的同时实现1.7倍计算加速，生成的视频具有出色的跨镜头一致性和…详细

视频生成稀疏注意力端到端长视频建模

香港大学团队开发的VideoSSM突破了AI视频生成的时长瓶颈，通过创新的双重记忆架构，能生成一小时长度且保持完美一致性的视频。该系统模仿人脑记忆机制，结合局部和全局记忆模块，在长视频生成测试中取得领先成绩，为…详细

人工智能视频生成混合记忆架构

伊朗谢里夫理工大学研究团队开发了一种新的语音合成技术，通过服务导向架构解决了机器发音准确性和实时性难以兼得的问题。该技术将复杂的语言处理模块独立运行，避免拖累核心引擎速度，在波斯语测试中发音准确率显著…详细

语音合成服务导向架构轻量化算法

上海创新学院等机构联合提出EtCon框架，首次解决了AI大模型知识编辑中"记住但不会用"的关键问题。该方法采用编辑-整合两阶段设计：TPSFT精确注入新知识，GRPO训练实际应用能力。实验显示可靠性和泛化性提升35%-50%，…详细

知识编辑强化学习神经网络优化

MIT和魏茨曼研究所联合开发的BrainExplore系统首次实现了对人脑视觉皮层的大规模自动化分析。该研究使用AI技术分析73000张图像对应的大脑扫描数据，发现大脑视觉功能的精细化程度远超预期，能够区分"冲浪"、"踢足球"…详细

神经科学人工智能大脑解码

香港科技大学研究团队推出BiCo系统，实现了前所未有的视觉概念组合能力。该系统能够从图片和视频中智能提取各种概念元素，包括物体、动作、风格等，并根据用户的文字描述将这些概念重新组合成高质量的新视频。通过分…详细

视频生成概念组合多模态融合

中科院自动化研究所团队构建了首个红外图像理解评测基准IF-Bench，系统评估了40多个主流AI模型的红外图像理解能力，发现即使最先进的模型也存在显著短板。研究提出了生成式视觉提示方法GenViP，通过图像翻译技术让AI…详细

多模态理解图像识别新型算法

新加坡科技设计大学团队开发了MineROI-Net，这是首个专门预测比特币挖矿设备购买时机的AI系统。该系统通过分析价格、难度、电费等因素，将投资结果分为亏损、保本、盈利三类。测试显示准确率达83.7%，在识别亏损风险…详细

深度学习比特币挖矿投资决策预测