微软研究院推出SambaY架构，通过创新的门控记忆单元实现AI推理速度10倍提升。该技术采用解码器-混合-解码器设计，在数学推理等复杂任务上表现卓越，为高效AI推理开辟新方向，有望推动AI在教育、科研、医疗等领域的广…详细

人工智能高效推理架构新型算法

近日，CoDesign 2025国际研讨会在日本大阪成功举办。本次大会由田纳西大学图灵奖得主杰克·唐加拉（Jack Dongarra）院士、中国科学院计算技术研究所孙凝晖院士与大阪大学刘丽君教授共同发起，吸引了来自世界各地的专…详细

Dfinity基金会发布Caffeine AI平台，通过自然语言提示创建功能完整的应用程序，旨在将全球开发者数量从5000万扩展到50亿。该平台基于区块链技术，用户可通过对话方式快速构建应用，包括博客和电商网站等。与Anthropi…详细

人工智能自然语言处理去中心化开发

社交媒体巨头Meta开发了一个AI模型来创造新型混凝土配方，并将其中一种应用于新数据中心的地面浇筑。该模型采用贝叶斯优化技术预测不同混凝土配比的抗压强度曲线，显著加速了传统需要数天或数周的测试过程。Meta与建…详细

人工智能材料科学可持续发展

Slack宣布其AI助手现在能够理解和解释公司内部的专业术语和行话。这项新功能旨在帮助员工更好地理解企业沟通中的专业词汇，提高工作效率和团队协作。该AI系统能够学习并识别特定组织的语言习惯和专业用词，为用户提供…详细

人工智能自然语言处理语言适应技术

Adobe发布了一款全新的人工智能工具，能够将各种简单的噪音和声音转换成逼真的音频效果。这项技术突破性地简化了音频制作流程，用户只需发出基本的声音，AI就能自动生成高质量的音效。该工具将大幅提升音频内容创作的…详细

人工智能音频处理用户体验创新

近年来Android手机普遍搭载AI功能，厂商试图通过AI差异化竞争。然而研究显示，用户升级手机时仍优先考虑价格、电池续航、存储和相机，而非AI功能。由于谷歌Gemini已内置于大多数Android设备，各厂商的AI功能往往只是…详细

人工智能移动设备差异化策略

瑞士EPFL研究团队开发的PERK方法通过参数高效的测试时学习技术，让AI能够像人类一样将长文档信息编码到专门的记忆模块中，显著提升了长上下文推理能力。该方法在多项测试中表现卓越，不仅能处理比训练时长32倍的文档…详细

长上下文推理参数高效学习测试时适应

这项研究开发了VIDEO-RTS系统，仅用传统方法3.6%的训练数据就让AI学会了真正的视频推理能力。系统采用"纯强化学习"跳过死记硬背阶段，结合"稀疏到密集"的自适应推理策略，在五个权威测试中平均准确率提升2.4%。这一突…详细

人工智能视频推理强化学习

约翰斯·霍普金斯大学研究团队开发出能够自主完成胆囊切除术的手术机器人系统SRT-H。该系统采用分层决策架构，具备自我纠错能力，在8次完整手术测试中实现100%成功率。系统通过观看16000个手术轨迹学习，能够像人类医…详细

手术机器人人工智能医疗自主手术系统

UCLA研究团队发现现有AI毒性检测系统存在重大缺陷：在判断网络言论是否有害时，往往忽略了真正受影响群体的声音。研究构建了ModelCitizens数据集，包含6822个帖子和4万个标注，区分群体内外标注者意见。结果显示群体…详细

AI内容审核毒性言论检测社区参与式标注

香港浸会大学等机构联合开发的AdamMeme框架，通过多AI智能体协作，能够动态生成个性化测试样本来评估AI模型理解网络表情包恶意内容的能力。该框架突破了传统静态评估的局限，针对每个模型的弱点进行深度探测，实验显…详细

人工智能多模态评估内容安全

伊利诺伊大学研究团队发现AI在多模态推理中存在严重的视觉理解缺陷，67%的错误源于对图像信息的误解。他们开发了PAPO方法，通过图像遮挡技术强迫AI真正使用视觉信息，实现了4.4%的性能提升。这项研究对AI在教育、医疗…详细

人工智能多模态推理视觉理解

这项研究通过训练72个不同配置的模型，系统分析了混合线性注意力架构的设计原则。研究发现独立表现最佳的线性注意力机制在混合架构中未必最优，并识别出选择性门控、分层递归和控制性遗忘是成功混合架构的三大关键要…详细

混合线性注意力机制深度学习模型优化

清华大学团队发布AutoTriton，这是首个专门用于Triton编程的AI模型，通过创新的两阶段训练方法——监督微调与强化学习相结合，让普通程序员也能轻松编写高性能GPU内核代码。尽管只有80亿参数，但在权威基准测试中表现…详细

人工智能GPU编程强化学习

上海交通大学研究团队构建了迄今最大的人体动作数据库MotionMillion，包含200万个动作序列，并训练出70亿参数的AI模型，实现了根据文字描述生成自然人体动作的零样本能力。该技术采用创新的六步数据处理流程和小波变…详细

人体动作生成零样本学习大规模数据集

这是首份关于自动驾驶领域视觉-语言-行动模型的全景调研，由清华大学等多校团队完成。研究梳理了让汽车能看、能说、能开的VLA4AD技术发展历程，从早期语言解释器到最新推理增强系统的四个阶段，分析了20多个代表性模…详细

自动驾驶视觉-语言-行动模型多模态AI