/
语音时代的全能助手来了！看SenseTime如何让AI同时听懂、看懂、说话还能记住所有对话
商汤科技研究团队开发的InteractiveOmni是一个突破性的全模态AI助手，能够同时处理图像、视频、音频和文字，并具备强大的多轮对话记忆能力。该模型采用端到端架构，实现了从多模态输入到语音输出的统一处理，在多项基准测试中表现优异。特别值得关注的是，4B参数版本就能达到接近7B模型的性能，且已开源供研究使用。
斯坦福大学新发现：AI并行生成的"快与好"难题——为什么AI写作速度快了质量却下降了？
这项由斯坦福大学等多所顶尖院校完成的研究发现，虽然扩散语言模型承诺通过并行处理大幅提升AI文本生成速度，但实际上存在严重的质量问题。研究团队开发了专门的测试平台ParallelBench，发现AI在处理需要协调的任务时表现糟糕，揭示了AI发展中速度与质量的根本性权衡问题，为未来AI技术发展指明了新方向。
哈尔滨工业大学突破：让AI像人一样同时掌握语言和音乐的双重艺术
哈尔滨工业大学研究团队开发出UniMoE-Audio系统，首次实现AI同时掌握语音合成和音乐创作。该系统采用动态容量专家混合架构和三阶段训练策略，解决了传统方法中的任务冲突和数据不平衡问题。实验显示，系统在语音质量和音乐美学评分上均达到业界领先水平，为多模态AI发展开辟新路径，应用前景覆盖教育、娱乐、内容创作等多个领域。
震惊！机器人看到你挥手却不知道你在干什么——复旦大学团队揭露AI机器人的"表面功夫"真相
复旦大学研究团队通过LIBERO-Plus测试平台对当前主流AI机器人进行了全面"体检"，发现这些在标准测试中表现优异的系统实际上极其脆弱：轻微的环境变化就会导致性能从95%暴跌至30%以下，且大多数机器人实际上忽略语言指令，主要依赖固定的视觉模式匹配。研究揭示了AI机器人类似"应试教育"的局限性，为行业发展提供了重要反思。
AI工作负载两年内将主导数据中心建设
Turner & Townsend发布的2025年数据中心建设成本指数报告显示，AI工作负载激增正推动高密度液冷数据中心需求。四分之三的受访者已在从事AI数据中心项目，47%预计AI数据中心将在两年内占据一半以上工作负载。预计到2027年，AI优化设施可能占全球数据中心市场28%。53%受访者认为液冷技术将主导未来高密度项目。电力可用性成为开发商面临的首要约束，48%的受访者认为电网连接延迟是主要障碍。
AWS投资500亿美元为美国政府建设AI基础设施
亚马逊云服务宣布投资500亿美元，专门为美国政府构建AI高性能计算基础设施。该项目将新增1.3千兆瓦算力，扩大政府机构对AWS AI服务的访问，包括Amazon SageMaker、Amazon Bedrock和Claude聊天机器人等。预计2026年开工建设。AWS CEO表示此举将彻底改变联邦机构利用超级计算的方式，消除技术障碍，助力美国在AI时代保持领先地位。
微软发布Fara-7B智能体模型，可在PC端本地运行控制计算机
微软推出首个智能体小语言模型Fara-7B，专为"计算机使用"任务设计，能够控制鼠标和键盘完成各种操作。该模型仅有70亿参数，可在个人电脑上本地运行，无需联网或向云端传输数据，有效提升隐私保护和响应速度。Fara-7B能够通过视觉感知网站内容，执行在线购物、信息搜索和地图测距等任务，性能可媲美更大规模的模型系统。
Monday.com：AI技术助力解决现代工作效率危机
Monday.com在悉尼会议上表示，现代工作模式存在问题，AI技术是扭转生产力下降的关键。该公司指出61%的澳洲员工面临职业倦怠，劳动生产率自2022年来下降1.2%。公司推出Agent Factory功能，让用户构建AI语音代理。销售团队采用AI后胜率提升30%。三家本地客户分享应用案例：澳网通过平台管理复杂赛事运营，Ray White整合设计平台实现营销自动化，Freedom家具零售商获得26倍投资回报率。
Google联手Accel寻找印度下一代AI突破企业
谷歌与Accel合作推出针对印度早期AI初创企业的投资计划，通过Accel的Atoms项目为每家初创企业提供最高200万美元投资。该计划专注于支持印度及印度裔创始人从零开始构建AI产品，旨在为数十亿印度用户打造AI产品，同时支持印度开发的AI产品走向全球市场。创始人将获得资金、计算资源、技术支持和导师指导等全方位帮助。
Anthropic发布Opus 4.5版本，集成Chrome和Excel新功能
Anthropic周一发布了旗舰模型Opus 4.5，这是4.5系列的最后一个模型。新版本在编程、工具使用和问题解决等基准测试中表现出色，是首个在SWE-Bench验证测试中得分超过80%的模型。同时推出Claude for Chrome和Claude for Excel产品，分别面向不同用户群体。Opus 4.5还改进了长文本处理的内存管理，支持付费用户的"无限聊天"功能，并针对智能体应用场景进行了优化，将与OpenAI的GPT 5.1和谷歌的Gemini 3展开竞争。
Kneron发布新一代AI芯片，让大语言模型脱离云端运行于本地设备
总部位于圣地亚哥的AI公司耐能发布新一代KL1140芯片，这是首款能在边缘端运行完整变换器网络的神经处理单元。该芯片可将大语言模型从云数据中心转移到便携式本地设备中，四颗芯片组合可实现类似GPU的性能，支持1200亿参数模型运行，功耗降低三分之一至一半，硬件成本减少十倍。
云端与边缘：AI驱动工程师重新考虑延迟问题
随着AI技术快速发展，企业正将工作负载从云端拉回本地。工程师再次专注于速度问题，通过边缘计算减少延迟。边缘计算将数据处理靠近数据源，显著降低延迟。混合云成为新趋势，不再是云端与边缘的优劣之争，而是针对特定工作负载选择合适方案。在国防等关键任务领域，边缘AI尤为重要，能够在网络中断时保持系统正常运行。
英国政府投资1.3亿美元推动AI芯片产业发展
英国政府承诺投资1亿英镑购买英国公司的新兴芯片技术，以支持人工智能产业发展。科学大臣肯德尔表示，政府将向生产AI硬件的英国初创企业提供保证付款，帮助生命科学和金融服务等行业。该计划采用"首位客户"模式，政府将提前承诺购买符合性能标准的AI推理芯片。尽管投资规模相比美中两国较小，但英国希望在其优势领域实现世界领先地位。
Wasabi推出Fire高性能存储服务挑战云巨头
Wasabi公司推出Fire高性能存储服务，专门针对AI工作负载设计。该服务采用NVMe SSD技术，提供个位数毫秒响应时间，比常规S3存储快5倍。定价为每TB每月19.99美元，无出口费用，成本仅为AWS S3 Express的六分之一。Fire服务支持AI训练、实时推理和高频数据记录等计算密集型应用，并在硅谷新开设存储区域为AI初创企业提供服务。
Momentic获得1500万美元融资，成为AI时代软件质量"真相之源"
AI驱动的软件测试平台Momentic宣布完成1500万美元A轮融资，Standard Capital领投。该平台通过自然语言描述生成自动化测试用例，解决传统QA流程耗时费力的问题。平台能自动修复因UI结构变化导致的测试失效，已获得Notion、Quora等知名企业信任。上月执行超2亿次测试步骤，阻止39万个漏洞进入生产环境。
360 AI Research团队重磅发布：让机器真正"看懂"中英文图片的FG-CLIP 2模型
360 AI Research团队发布的FG-CLIP 2是一个突破性的双语精细视觉语言对齐模型，能够同时处理中英文并进行精细的图像理解。该模型通过两阶段训练策略和多目标联合优化，在29个数据集的8类任务中均达到最先进性能，特别创新了文本内模态对比损失机制。团队还构建了首个中文多模态评测基准，填补了该领域空白，为智能商务、安防监控、医疗影像等应用开辟新可能。
香港大学研究团队发现：两个AI模型的简单融合，竟能创造出比复杂方法更强的推理能力
香港大学和清华大学研究团队发现，通过最简单的模型插值方法融合"深思型"和"快答型"AI模型，能够创造出比复杂融合算法更优秀的推理系统。研究揭示了融合过程遵循三阶段进化规律，通过精确调节混合比例可以实现推理深度和效率的完美平衡。实验显示这种方法在数学推理、指令跟随等任务上显著超越传统方法，为AI技术的民主化和普及提供了实用方案。
大语言模型秒变预言家：UC圣塔芭芭拉分校让AI一次预测多个词汇的突破性研究
UC圣塔芭芭拉分校研究团队开发出直接多词解码技术（DMTD），通过重用大语言模型的后期层实现一次性生成多个词汇。该技术无需添加额外参数，仅通过重新组织内部处理流程就实现了2倍速度提升，同时保持96%以上的准确性。实验证明技术在大型模型上效果更佳，为AI交互效率提升开辟了新路径。
巧妙的对话助手：当AI学会"察言观色"记忆过往的Text-to-SQL突破（亚马逊、圣母大学联合研究）
亚马逊与圣母大学联合研究团队开发出MTSQL-R1系统，解决了AI在多轮对话中处理数据库查询时的"健忘症"问题。该系统首次让AI具备对话记忆和自我验证能力，能够理解上下文并主动纠错。通过"提议-执行-验证-修正"循环和渐进式训练，在权威测试中超越现有方法，为智能数据分析助手奠定重要基础。
华为大学团队重新发明多智能体协作：用"超级图形"让AI团队沟通更聪明
华南师范大学联合多所知名院校研究团队提出HyperAgent框架，通过"超图"结构革新多智能体协作方式。该方法让AI团队能够进行真正的群体沟通而非传统的点对点传话，在保持高准确率的同时大幅降低沟通成本，为复杂任务的AI协作提供了更自然高效的解决方案。
京公网安备 11010802021500号
