化妆品和美妆公司欧莱雅与 IBM 扩大了长期合作伙伴关系,通过生成式人工智能 (GenAI) 技术挖掘化妆品配方数据中的新见解。
该公司希望利用 GenAI 支持其计划使用可持续原材料以减少能源和物料浪费。GenAI 的使用符合其"美丽星球计划"(L'Oréal for the Future) 可持续发展项目的目标,即到 2030 年,大多数产品配方将来自生物材料和循环经济。
作为向工业 4.0 数字化转型的一部分,这家化妆品和美妆公司已经与 IBM 合作多年,其中 IBM 的 Watson 物联网 (IoT) 平台支持决策制定。公司使用了 IBM 的多项技术来实现物联网、增强和虚拟现实以及人工智能,这些构成了欧莱雅智能工厂的基础。
2018 年,该公司收购了为美容行业提供增强现实和人工智能技术的 ModiFace。这项 AI 驱动的技术使亚马逊客户能够使用手机的前置摄像头,在实时视频或自拍照片中数字化尝试不同色调的口红。
与 IBM 最新的 AI 应用有望增强欧莱雅在寻找新化妆品配方方面的创造力,从而推动美容行业的变革。
AI 模型正在使用大量配方和成分数据点开发,以加速欧莱雅执行多项任务,包括新产品配方开发、现有化妆品重新配方和规模化生产优化,在未来几年为欧莱雅全球 4,000 名研究人员提供支持。
IBM Consulting 的工作还包括帮助欧莱雅重新思考和设计配方发现过程。根据 IBM 的说法,了解可再生成分在化妆品配方中的行为将帮助欧莱雅开发出更多可持续的产品线,为全球消费者提供更大的包容性和个性化。
欧莱雅研发创新部首席转型和数字官 Matthieu Cassier 表示:"基于多年独特的美容科学专业知识和数据结构化,这次与 IBM 的重要合作开启了我们创新和开发流程的崭新时代。"
IBM 将这项工作描述为"增强研究",其中高度专业化的人工智能和化妆品专业知识被用于革新化妆品配方开发。
IBM Consulting France 的杰出工程师 Guilhaume Leroy-Méline 表示:"这体现了 AI 增强研究的精神,强调可持续性和多样性。"
好文章,需要你的鼓励
这项研究提出了R1-Searcher++框架,通过两阶段训练策略使大语言模型能像人类一样灵活利用内部知识和外部信息。该方法创新性地采用强化学习激励模型优先使用内部知识,并引入记忆机制将检索到的信息转化为内部知识,实现动态知识获取。实验表明,R1-Searcher++不仅在多步问答任务上表现优异,还大幅减少了检索次数,显著提高了推理效率。
这项研究提出了AutoRefine,一种革新性的强化学习框架,为大语言模型引入了"边思考边搜索和完善"的全新范式。与传统方法不同,AutoRefine在连续搜索调用之间添加知识完善步骤,让模型能够有效过滤和组织信息。通过结合答案正确性和检索质量双重奖励,该方法在七项问答基准测试中平均提升6.9%的准确率,特别在复杂多跳推理场景中表现突出,解决了现有检索增强推理的核心局限性。
这项研究揭示了一种新型网络安全威胁:利用普通网络广告攻击AI网页代理。中科院研究团队开发的AdInject攻击无需特殊权限,仅通过精心设计的广告内容就能误导AI代理点击恶意链接,成功率高达90%以上。研究使用严格的黑盒模型,更符合现实场景,暴露了当前AI代理面临的实际安全漏洞。实验还表明,即使添加专门的防御提示,这类攻击仍能成功率超过50%,凸显了设计更强大防御机制的紧迫性。
东北大学与快手科技联合研发的UNITE系统为多模态信息检索带来突破性进展。这项发表于2025年5月的研究首次系统分析了模态特定数据如何影响检索性能,并提出创新的模态感知掩码对比学习技术,有效解决不同模态间的竞争关系。UNITE能同时处理文本、图像、视频及其组合,在40多项测试中超越现有方法,即使与参数规模更大的模型相比也表现出色。研究发现视频-文本对在通用检索中表现优异,而文本-文本和文本-图像对对指令遵循任务至关重要,为未来多模态系统研究提供了宝贵指南。