随着AI模型规模不断扩大，GPU内存容量已成为瓶颈。Phison和Sandisk分别提出了软硬件解决方案：Phison的aiDAPTIV+软件通过创建跨GPU内存、CPU内存和SSD的虚拟内存池，支持高达700亿参数的模型；而Sandisk的高带宽闪存…详细

人工智能虚拟内存技术内存扩展解决方案

从成立之初，云势数据就坚定地与亚马逊云科技携手，逐步建立起系统的服务能力。如今，AI浪潮席卷而来，云势数据依托多年的技术沉淀，与亚马逊云科技再度联手，进入AI驱动客户互动赛道，开拓下一代客户服务的新边界。…详细

亚马逊云科技云势数据生成式AI

法国AI初创公司Mistral AI发布了首个大语言模型全面生命周期评估，量化了AI的环境代价。其Mistral Large 2模型训练产生20,400吨二氧化碳当量，消耗281,000立方米水。运营阶段占环境影响85%，远超硬件制造成本。研究表…详细

人工智能自然语言处理环境影响评估

上海AI实验库推出YUME系统，用户只需输入一张图片就能创建可键盘控制的虚拟世界。该系统采用创新的运动量化技术，将复杂的三维控制简化为WASD键操作，并通过智能记忆机制实现无限长度的世界探索。系统具备强大的跨风…详细

人工智能视频生成交互控制

上海AI实验室研究团队开发了革命性的AI编程验证方法，让大语言模型能够在最小人工干预下自动生成和验证程序规范。该方法摒弃传统的人工标注训练，采用强化学习让模型在形式化语言空间中自主探索，在Dafny编程验证任务…详细

人工智能强化学习编程验证

德国研究机构发现AI图像生成模型的记忆删除技术存在严重缺陷，现有权重修剪方法只是表面隐藏记忆而非真正删除。研究团队开发的Dori技术能够绕过这些防护措施，重新激活看似已被遗忘的训练数据。他们提出的对抗性微调…详细

人工智能图像生成AI安全

上海人工智能实验室的研究团队通过大量实验发现，AI在数学、编程、逻辑推理三个领域的跨域学习中表现出复杂的相互影响：数学与逻辑推理能力相互促进，编程训练效果因模型类型而异，多领域组合训练虽然在单项上可能不…详细

多领域推理强化学习跨域迁移

北京大学等七所院校研究团队通过"图灵眼测试"发现，包括OpenAI o1、Claude-4在内的15个顶级多模态AI模型在人类轻松完成的基础视觉任务上几乎全军覆没，成功率接近零。研究揭示问题根源在于AI视觉编码器的泛化能力缺陷…详细

人工智能视觉感知多模态大模型

华盛顿大学研究团队发现，大型语言模型在未接受手语训练的情况下，竟然具备理解德语手语的能力。通过系统实验，他们证实了模型能够判断手语语法正确性，并进行手语与文字间的翻译。这种"涌现的多模态能力"源于模型对…详细

人工智能手语翻译多模态理解

谷歌DeepMind团队提出STAR方法，通过模仿苏格拉底教学法让AI学会类比推理，解决传统AI无法"举一反三"的问题。实验显示该方法显著提升AI处理新问题的能力，在逻辑推理准确率从40%提升至75%以上。这项突破为创造真正智…详细

类比推理苏格拉底教学法分布外泛化

索尼与KAIST联合开发的DesignLab突破了传统AI设计工具的单步生成局限，创新性地将设计过程分解为评审和修改两个角色，通过迭代优化实现专业级PPT设计。该系统采用"逆向扰动"方法构造训练数据，在与商业工具的对比中表…详细

人工智能演示文稿设计迭代优化

Meta和华盛顿大学研究团队开发出PrefPalette系统，首次将认知科学的多属性决策理论引入AI偏好预测。该系统通过分析19个属性维度理解用户偏好形成过程，在Reddit 45个社区测试中准确率比GPT-4o提高46.6%。系统不仅能预…详细

人工智能偏好预测可解释AI