亚马逊发布Lens Live AI功能，用户可通过手机摄像头扫描任何物品进行实时购物。该技术利用人工智能识别用户拍摄的物品，并在亚马逊平台上匹配相关商品，提供即时购买选项。这一创新功能将大幅简化购物流程，用户只需…详细

人工智能计算机视觉视觉购物

谷歌AI研究助手NotebookLM宣布推出三种全新音频摘要格式：简要、评论和辩论模式。这一更新将为用户提供更多选择，让已经备受欢迎的音频概览功能更加丰富多样。简要模式提供1-2分钟的精简概述，评论模式对材料进行建设…详细

人工智能自然语言处理多模态功能

法国生物制药公司赛诺菲正在大规模应用AI技术进行数字化转型，将AI整合到从新分子识别到药物配送的整个价值链中。公司通过数字加速器项目，结合预测模型和机器学习算法，可预测80%的物流中断。与谷歌云等合作伙伴携手…详细

人工智能生物制药数字化转型

AI是一把双刃剑，既能解放员工免于繁重工作，也可能夺走创造性任务。虽然今年已有超过8万名科技员工被裁，但企业领导者正寻求通过AI增强而非替代员工的策略。Parsons等公司投资培训项目，提升员工技能，实现了十年来…详细

人工智能生成式AI技能提升策略

云网络公司Cato Networks宣布收购以色列AI安全公司Aim Security，收购金额未披露。Aim Security成立于2022年，专注保护员工、应用程序和组织与AI的交互，提供AI使用的可见性、控制和治理。该平台可监控ChatGPT、微软…详细

人工智能网络安全企业收购

巴黎理工学院研究团队发现了比传统深度伪造更隐蔽的"局部伪造"技术威胁。这种只修改视频局部区域的新型AI造假技术让人类检测准确率下降30%以上，AI检测系统性能下降高达43%。研究团队构建了包含25000个样本的全球首个…详细

人工智能深度伪造视频检测

Meta等机构研究发现，让大语言模型学会使用外部工具比死记硬背所有知识更高效。研究通过数学证明和实验验证，传统的参数记忆存在严格容量限制，而工具学习能实现无限扩展且不损害原有能力。这为AI发展提供了新思路：…详细

人工智能工具学习参数优化

ROSE是一项突破性的视频编辑技术，能够彻底移除视频中的物体及其环境影响。由浙江大学等机构研发，该系统不仅删除目标物体，还智能处理阴影、反射、光照等五种副作用。通过3D渲染生成训练数据，采用引用式擦除和差异…详细

人工智能视频处理计算机视觉

新加坡南洋理工大学研究团队提出TriMM系统，这是首个融合RGB图像、深度图和点云数据的3D生成模型。通过协同多模态编码技术，系统能够同时利用彩色图像的丰富纹理和几何数据的精确结构信息，仅用4秒即可从单张图片生成…详细

计算机视觉多模态学习3D生成技术

戴尔科技推出Dell PowerProtect Data Domain All-Flash数据保护存储设备及多项软件组合更新，为企业安全保驾护航…详细

微软研究院开发的rStar2-Agent是一个仅140亿参数的AI数学推理模型，通过创新的智能体强化学习方法，在AIME24数学竞赛中达到80.6%准确率，超越了6710亿参数的DeepSeek-R1等大型模型。该模型的核心创新包括GRPO-RoC算法…详细

人工智能强化学习数学推理

斯坦福大学和字节跳动联合研究团队开发出混合上下文（MoC）技术，革命性地解决了AI长视频生成中的记忆与计算难题。该技术将视频生成重新定义为信息检索问题，通过智能选择最相关历史信息，实现了85%稀疏化率，计算效…详细

长视频生成混合上下文技术稀疏注意力机制

Accenture研究团队推出MCP-Bench评估基准，通过连接28个真实服务器和250个工具构建复杂任务生态系统，测试AI助手处理现实多步骤任务的综合能力。研究发现即使顶级模型在基本工具使用上已趋成熟，但在多工具协调和长期…详细

人工智能工具使用评估多任务协调

英国谢菲尔德大学研究团队通过分析三类AI模型在软推理任务中的表现，发现了思维链推理的两面性：影响力和忠实性。蒸馏推理模型高度依赖推理过程并能纠错，而指令调优模型更多进行事后解释。研究揭示不同训练方法造就…详细

人工智能思维链推理可解释性研究

俄罗斯Sber AI实验室创建了史上最大规模的面部视频健康检测数据集MCD-rPPG，包含600名参与者的多角度视频和13种健康指标数据。他们开发的AI模型能仅通过观察面部视频就检测心跳、血压等健康指标，心跳检测误差仅4.86…详细

远程医疗光电容积脉搏波描记健康监测数据集

aiOla公司研究团队首次为语音识别AI装上"思维透视镜"，系统揭示了AI将声音转化为文字的内部机制。研究发现编码器不仅处理声音还理解语义，AI内部"知道"的信息比输出的更多，幻觉和重复问题可被精确定位和预测。这项突…详细

语音识别机器学习可解释性

快手团队联合清华、浙大推出MIDAS数字人系统，通过创新的自回归视频生成框架实现多模态实时交互。系统采用深度压缩自编码器将视频压缩64倍，结合大语言模型处理音频、姿态、文本等多种输入，配合轻量级扩散头生成高质…详细

人工智能视频生成数字人交互