卡耐基梅隆大学等机构联合发布CameraBench，这是首个专门评测AI理解视频摄像头运动的大规模数据集。研究团队与专业电影摄影师合作，标注了约3000个多样化视频，建立了精确的摄像头运动分类体系。测试发现现有AI模型在…详细

视频理解摄像头运动分析多模态数据集

HPE Zerto 平台为保护、恢复和迁移企业数据而生…详细

HPEZerto数据保护存储备份数据恢复数据迁移企业级Slovenj Gradec 综合医院

科技专家Sungjoo Yoon在TED演讲中提出"偏好原理"，认为了解用户喜好信息越多，就能创造更强大的技术。他将市场变化比作"地壳运动"，从1969年命令行界面到80年代GUI，再到90年代网络界面，技术发展都遵循这一规律。自…详细

人工智能自然语言处理偏好原则

微软推出了Copilot Vision AI新功能，该技术能够扫描和分析用户屏幕上的所有内容。这项AI视觉技术可以实时理解用户正在查看的信息，包括文本、图像和应用程序界面，为用户提供更加智能化的交互体验和个性化建议。此功…详细

人工智能计算机视觉屏幕识别技术

马斯克旗下AI初创公司xAI正与沙特方面就租赁数据中心容量进行谈判，寻求在能源成本低廉地区扩展基础设施。谈判涉及两个潜在合作伙伴：沙特支持的AI公司Humain提供数千兆瓦容量方案，以及另一家正建设200兆瓦设施的公…详细

人工智能数据中心建设国际合作

谷歌与西屋电气公司合作，将生成式AI模型应用于核反应堆建设和运营优化。双方计划结合西屋的HiVE GenAI系统和bertha大语言模型与谷歌云技术，简化新核电站建设并提升现有反应堆性能。西屋声称其核能AI技术基于75年专…详细

人工智能核能技术概念验证

谷歌正在其个性化内容流Discover中引入AI生成摘要功能，该功能已在美国的Android和iOS用户中开始推广。摘要卡片会显示新闻网站标志和AI生成的内容片段，用户可点击查看更多相关文章。谷歌声称此举能帮助用户更好地选…详细

人工智能自然语言处理内容推荐

Meta联合滑铁卢大学开发的MoCha系统实现重大突破，仅需语音和文字描述就能生成电影级会说话的虚拟角色视频。该技术突破传统局限，无需参考图片等辅助条件，还能实现多角色对话场景，在唇音同步、表情自然度等方面显著…详细

人工智能视频生成虚拟角色

阿联酋和中国研究团队联合开发prima.cpp系统，成功实现70B大模型在普通家庭设备集群上运行。该系统通过创新的管道环形并行技术和Halda调度算法，将响应速度提升15倍至600毫秒，内存压力控制在6%以下，为AI技术民主化…详细

分布式计算人工智能优化算法

Moonshot AI发布了新一代视觉语言模型Kimi-VL，该模型采用混合专家架构，仅用2.8B激活参数就能媲美大型模型性能。其创新包括原生分辨率视觉编码器、128K长上下文处理能力和长链思考推理机制。在多项基准测试中，Kimi…详细

人工智能视觉语言模型混合专家架构

清华大学研究团队通过大规模实验发现，当前备受推崇的强化学习训练方法（如训练GPT-o1的技术）并未真正提升AI的推理能力，而是让模型更善于从已掌握的推理方法中选择正确答案。研究涵盖多个模型和任务，揭示了AI能力…详细

人工智能强化学习推理能力

ByteDance Seed团队发布的Seaweed-7B研究展示了如何用相对较少的计算资源（665,000 H100 GPU小时）训练出高质量视频生成模型。这个70亿参数的模型通过精细的数据处理、创新的VAE压缩技术、混合流架构和多阶段训练策略…详细

视频生成扩散模型参数效率

沙特阿拉伯misraj.ai团队开发了Kuwain 1.5B，一个仅15亿参数的阿拉伯语-英语双语AI模型。他们创新性地提出"语言注射"技术，在英语模型基础上增加8个新层专门处理阿拉伯语，同时保持原有层冻结。通过扩展26000个阿拉伯…详细

人工智能语言注射技术多语言模型

清华大学研究团队开发出TTRL技术，让AI无需标准答案即可自我学习。通过"多数投票"机制，AI分析自己的多个解答找出最佳答案并以此改进。在数学竞赛中表现卓越，AIME 2024正确率提升159%。这种"无师自通"能力标志着AI向…详细

测试时强化学习人工智能自主学习