阿里巴巴推出Visual-CoG技术，首次让AI绘画学会"分步思考"。该技术通过语义推理、过程优化和结果评估三个阶段，显著提升了AI处理复杂描述的能力。测试显示，在计数、位置、颜色等关键指标上提升15-48%，特别是推理任…详细

人工智能强化学习图像生成

香港大学联合香港中文大学研究团队首次提出T2I-ReasonBench基准，系统评估AI绘图模型的推理能力。研究发现当前开源模型在处理习语理解、设计规划、知识推理和科学常识等需要深度思考的任务时表现严重不足，平均得分不…详细

人工智能推理能力评估AI绘图模型

浙江大学团队开发的RuscaRL方法通过"脚手架学习"解决了AI训练中的探索瓶颈问题。该方法使用评分准则作为智能指导，在训练中提供差异化支持并逐步减少辅助，让AI学会独立思考。实验显示，使用RuscaRL的小模型能在医疗…详细

人工智能强化学习脚手架学习

上海交通大学团队开发了名为ST-Raptor的智能系统，能够像人类专家一样准确理解医疗报告、财务报表等复杂表格结构。该系统创新性地使用"层次正交树"表示方法和九种基础操作工具，配合智能问题分解和双重验证机制，在复…详细

表格分析半结构化数据智能问答系统

这项由蒙纳士大学等多所知名院校合作完成的大型综述研究，系统回顾了组合式视觉推理领域的最新进展。研究发现，让人工智能像人类一样"解释后再回答"的组合式方法，在准确性、可解释性和可信度方面都显著优于传统"黑盒…详细

组合式视觉推理大语言模型视觉理解算法

微步在线在10年间服务了几千家大型企业，接触了从基础设施、合规、安全运营、实战等层面的各种安全问题。对薛锋而言，最大的启发是：无论行业涌现多少新技术、新概念、新平台，最终都要回到最朴素、最核心的问题。只…详细

微步在线AI网络安全

中国香港中文大学深圳分校研究团队开发了TaDiCodec语音编解码技术，实现了极低6.25Hz帧率和0.0875kbps比特率的高效语音压缩。该技术通过文本感知扩散解码器和端到端训练，在保持优异语音质量的同时显著提升压缩效率，…详细

语音编解码扩散变换器零样本语音合成

MIT和哈佛研究团队发现，AI语言模型在自我评估能力方面存在显著问题，经常表现出过度自信或过度谦虚，无法准确判断自己答案的可靠性。研究揭示了AI校准偏差的深层机制，并提出改进方法。这一发现对AI在医疗、教育、商…详细

人工智能自我校准模型优化

麦吉尔大学研究团队通过测量理论框架分析发现，当前广泛使用的大型语言模型评价系统存在严重的可靠性和有效性问题。研究揭示了AI评委在替代人类评委、自身能力、规模化应用和成本效益四个核心假设方面的缺陷，并通过…详细

人工智能自然语言处理评价系统

哈佛大学研究团队在NeurIPS 2024上发表重要研究，解决了AI模型在处理敏感数据时面临的隐私保护难题。该研究首次将差分隐私技术与上下文学习结合，开发出自适应隐私保护机制，能够根据数据敏感程度动态调整保护强度。…详细

人工智能差分隐私自适应算法

Intuit在ChatGPT发布后匆忙推出的聊天式AI助手遭遇失败，随后公司进行了为期九个月的战略转型。通过观察客户实际工作流程，发现手动转录发票等重复性劳动，决定用AI智能体自动化这些任务而非强加新的聊天行为。公司建…详细

人工智能生成式AI企业转型

马斯克旗下xAI公司发布专为开发者设计的新AI模型grok-code-fast-1，主打快速且经济的推理能力。该模型属于Grok 4系列，具备自主处理任务的能力。xAI声称其在SWE-bench评测中解决了70.8%的实际软件问题，表现优于GPT-…详细

人工智能编程开发高速推理

谷歌相册推出"关键时刻"新功能，运用AI技术自动识别视频中最精彩的片段。该功能可在时间轴上高亮显示引人入胜的内容，用户只需轻点即可跳转至这些时刻并保存为独立片段。AI能够识别至少10秒视频中的欢乐、怀旧或视觉…详细

人工智能视频处理智能识别

最新研究显示，脑机接口技术成功解码内心语言，准确率达74%。该系统直接接入运动皮层，将想象的句子转换为文本，无需唇部运动或手势。研究对象为ALS患者和瘫痪人群，系统通过关键词触发开始解码私人思维独白。这项突…详细

人工智能脑机接口神经解码技术

企业AI革命正处于关键转折点，从生成式AI实验转向实际部署，而代理AI成为下一个前沿。然而MIT报告显示95%的生成式AI试点项目未能产生有意义的结果。全球系统集成商(GSI)正成为企业AI运营化的关键连接组织。NTT Data等…详细

人工智能系统集成战略合作