文章探讨了借助 AI 工具实现各类场景增强（如影视中 EDITH 与现实中的 Cluely AI），提升工作与社交表现，同时引发对伦理风险的讨论。…详细

人工智能深度学习新型应用

PEAK:AIO 采用 CXL 内存突破 GPU HBM 内存限制，实现 AI 推理任务中 KVCache 重用、长上下文扩展及超低延迟访问，加速大规模模型推理。…详细

人工智能CXL内存Token内存体系

研究表明，科技企业正利用AI减少应届生招聘，同时增加有经验人才的引进；掌握AI技能将成为新卒求职的关键。…详细

人工智能生成式 AI实验结果

Salesforce以80亿美元收购Informatica，整合双方数据管理与agentic AI优势，构建企业统一数据平台，加速低代码AI方案落地。…详细

人工智能数据管理统一数据架构

OnePlus 推出多项 AI 功能，包括语音记录、翻译、智能拍照及屏幕录制，并通过全新 Plus Key 整合这些体验，将率先在印度市场的 OnePlus 13 系列手机中应用。…详细

人工智能自然语言处理新型算法

Mistral AI 推出新专有 API，利用 Mistral Medium 3 模型快速集成自主生成 AI 代理。平台内置 Python 执行、图像生成、文档库 ( RAG ) 及网络搜索等功能，支持多代理协同处理复杂任务，适用于各领域应用。…详细

人工智能生成式 AI动态编排

这项由阿伯丁大学和格勒诺布尔阿尔卑斯大学研究者联合完成的研究揭示了大语言模型处理日期时的关键问题：现代分词器常将日期分割成无意义的碎片，如"20250312"被切分为"202"、"503"、"12"，这严重影响时间推理能力。…详细

人工智能时间推理分词技术

MUG-Eval是KAIST和Trillion Labs联合开发的创新多语言评估框架，通过让语言模型在目标语言中进行自我对话来评估其生成能力。该方法独特之处在于不依赖语言特定工具或人工标注数据，而是通过任务完成率间接衡量语言能…详细

人工智能多语言评估大型语言模型

浙江大学研究团队开发的"自制动力训练"（Self-Braking Tuning，SBT）方法解决了大型语言模型在推理过程中的过度思考问题。该方法不依赖外部干预，而是培养模型自主识别冗余推理并适时终止的能力。研究者通过分析推理…详细

大型语言模型自我调节推理计算效率优化

上海交通大学AI团队提出的SpatialScore是迄今最全面的多模态空间理解评测基准，包含28K样本，涵盖各类空间任务。研究首创VGBench专门评估视觉几何感知能力，并开发SpatialAgent多代理系统，集成9种专业工具增强空间理…详细

多模态大模型空间理解视觉几何

SophiaVL-R1是香港中文大学和上海人工智能实验室联合开发的多模态大语言模型，创新性地引入了"思维奖励"机制来提升AI的推理能力。与传统方法不同，该研究不仅关注AI是否得出正确答案，还评估整个思考过程的质量，通过…详细

多模态大语言模型思维奖励强化学习

这项由香港中文大学和新加坡国立大学研究者合作开发的"思考或不思考"（TON）框架，通过创新的"思考丢弃"策略和两阶段训练方法，实现了让视觉-语言模型能够像人类一样根据问题难度选择性推理的能力。实验表明，TON可减…详细

人工智能强化学习选择性推理

GRIT是一种创新框架，它教会多模态大语言模型（MLLMs）在视觉推理过程中"边看边思考"。传统MLLMs虽能处理图像和文字，但无法明确指出推理时关注的具体图像区域。GRIT通过引入一种新的推理范式，让模型生成的推理内容…详细

人工智能多模态大语言模型视觉推理

这项研究提出了SafeKey框架，针对大型推理模型安全问题的新解决方案。研究者发现模型在思考过程中存在"安全啊哈时刻"，关键在于理解查询后的第一个句子。SafeKey通过双路径安全头和查询掩码建模两种方法增强这一安全…详细

人工智能安全大型推理模型安全对齐技术

UC伯克利研究团队开发了Robo2VLM，一个创新框架，利用真实机器人操作数据增强视觉语言模型的空间推理能力。该研究从176K真实机器人轨迹创建了一个包含684,710个问题的大规模VQA数据集，涵盖463个场景和3,396个操作任…详细

视觉语言模型机器人操作数据空间推理

Tool-Star是人民大学研究团队开发的AI多工具协作系统，它通过强化学习使大型语言模型能够自主调用多种外部工具进行推理。该系统采用创新的数据合成流程和两阶段训练框架，包括冷启动微调和带有层级奖励的自我批评强化…详细

人工智能强化学习多工具推理

伊利诺伊大学厄巴纳-香槟分校研究发现，强化学习在微调大型语言模型时，实际上只更新了模型中5%-30%的参数，而非整个模型。这种"参数更新稀疏性"在各种RL算法和模型中普遍存在，且仅微调这个子网络就能达到与完全微调…详细

强化学习大型语言模型参数稀疏性

武汉大学研究团队提出了FRANK模型，一种无需训练的方法，能让视觉语言大模型获得推理和反思能力。研究发现多模态模型中，浅层解码器负责视觉理解，深层负责文本推理，据此设计了一种层次化权重合并策略，将视觉模型与…详细

多模态大语言模型层次化权重合并视觉推理能力

ByteDance和中国科学院的研究团队提出了Diffusion ConvNet (DiCo)，一种完全基于卷积神经网络的扩散模型架构，实现了图像生成任务中质量与效率的双重突破。研究发现DiT模型中的全局自注意力机制存在冗余，通过引入紧…详细

人工智能生成扩散模型卷积神经网络

本次推出的新品，除了Air系列、V3系列这两大热销产品外，更有全彩AI+AR眼镜雷鸟X3 Pro，产品突破芯片、交互、空间计算、重量与光学显示五大核心技术难题，并开创性地引入可视化Live AI和安卓虚拟机，带来全新的眼镜应…详细

雷鸟AR