18岁的贾斯汀·金利用AI开发社交娱乐应用Giggles，吸引12万用户预约，无需传统工程团队。"氛围编程"概念兴起，创业者通过自然语言与AI协作开发产品，Y Combinator显示许多初创公司95%代码由AI生成。这种模式democrat…详细

人工智能自然语言处理新型开发模式

应用AI研究公司基础研究实验室宣布完成3300万美元A轮融资，由Prosus领投，Stripe联合创始人兼CEO帕特里克·科利森参投。该公司采用独特结构，在多个领域开发AI应用。目前推出通用消费助手Fairies和电子表格智能体Sho…详细

人工智能智能体技术商业应用落地

复旦大学研究团队推出OmniAVS数据集和OISA系统，实现AI对音视频内容的全模态理解和推理。该系统支持8种表达方式的复合指令，能同时处理文字、语音、声音、图片信息，不仅准确识别目标对象还能解释判断过程。在多项测…详细

音视频理解多模态分割推理解释

上海交通大学团队开发了首个化学推理AI模型ChemDFM-R，突破了传统化学AI只能记忆无法推理的局限。该模型通过识别241种官能团构建了1010亿tokens的专业知识库，采用创新的"混合来源蒸馏"训练方法，让AI学会像化学家一…详细

化学AI深度学习科学推理

这项由北京交通大学、复旦大学、人民大学和微软亚洲研究院联合完成的研究首次系统评估了多模态AI的诚实度问题。研究团队创建了包含12000+问题的MoHoBench基准，测试28个主流AI模型发现：面对无法通过图片回答的问题时…详细

多模态人工智能诚实度评估视觉问答

DeepReinforce团队开发的CUDA-L1系统通过创新的对比强化学习算法，实现了GPU代码的自动优化，在KernelBench测试中平均性能提升3.12倍，最高达120倍。该系统无需人工专业知识，仅通过执行速度反馈就能学会各种优化技巧…详细

GPU代码优化强化学习CUDA编程

腾讯混元团队推出的HunyuanWorld 1.0是一个革命性的3D世界生成框架，能够仅通过文字描述或单张图片创建完整的可探索3D场景。该系统采用全景图像作为世界代理，结合智能分层技术和3D重建算法，实现了360度沉浸式体验、…详细

3D世界生成全景图像重建虚拟现实应用

腾讯混元团队通过强化学习方法革新了图像生成技术，开发出X-Omni系统，解决了传统自回归模型在图像生成中的累积误差问题。该系统实现了图像生成与理解的统一架构，在文字渲染特别是中文长文本处理方面取得突破性进展…详细

人工智能强化学习图像生成

普度大学研究团队提出MaPPO方法，通过引入先验知识改进AI偏好训练，解决传统方法中的"挤压效应"问题。该方法能根据回答质量差距动态调整训练强度，在多个基准测试中实现显著性能提升，且无需额外参数调整，可作为插件…详细

人工智能偏好优化新型算法

这项由尼日利亚阿雷瓦数据科学学院主导的国际研究，通过对比DenseNet、ResNet、EfficientNet和Vision Transformer四种深度学习模型，为非洲野生动物保护提供了AI技术解决方案。研究发现DenseNet-201在实用性和准确率…详细

人工智能深度学习野生动物保护

Artefact成立于2014年，总部位于巴黎，致力于助力全球领先企业应对技术变革，通过数据与AI转型释放竞争优势。目前，公司在全球25个国家设有31个办事处，拥有逾1700名员工。…详细

ArtefactCinven

复旦大学研究团队开发了MOVE数据集和DMA算法，让AI系统能够像人类一样根据动作模式而非外观来理解视频内容。该系统包含224个动作类别和26万帧标注数据，通过解耦动作与外观特征，实现了突破性的视频分割效果。这项技…详细

视频分割动作识别少样本学习

伊利诺伊大学研究团队开发出UGST框架，解决了用户模拟器在对话中频繁出现的目标错位问题。通过将用户目标分解为可跟踪的子组件并采用三阶段训练方法，使小型模型性能提升14.1%，甚至超越大型模型，为对话AI训练提供了…详细

人工智能用户模拟器目标状态跟踪

AMD研究团队开发的SAND-Math系统是首个能从零开始生成高质量原创数学题的AI工具。该系统不仅能创造新题目，还配备独特的"难度攀登"技术来提升题目挑战性。实验证明，用其生成题目训练的AI在数学测试中表现比现有方法…详细

数学教育人工智能合成数据生成

香港科技大学研究团队发现大型AI推理模型在处理主观问题时存在思维单一化问题，开发了MultiRole-R1框架让AI学会多角度思考。该框架通过并行多角色推理、多角色微调和强化学习三个阶段，让AI从不同角色视角分析问题。…详细

人工智能多角度推理主观问题处理