/
清华大学团队重磅发布：一个AI模型既会画画又会"思考"图片，颠覆传统人工智能设计
清华、浙大等高校联合研发MergeVQ框架，首次实现单一AI模型同时精通图像理解与生成。通过创新的信息分层处理和Token合并技术，该系统用传统方法五分之一的计算资源达到更优性能，在ImageNet测试中展现突出效果。这一突破为AI视觉技术的高效化和普及化开辟新路径，有望推动智能相册、内容创作、电商推荐等多领域应用发展。
联合健康集团首席数字官：速度是最大的知识产权
联合健康集团首席数字与技术官Sandeep Dadlani正领导着医疗行业最雄心勃勃的数字化转型之一。作为年收入近3000亿美元的巨头企业，该公司通过United AI Studio平台大规模部署AI解决方案，每年处理1亿通客服电话。Dadlani强调"速度是最大的知识产权"，通过数字优先策略服务5500万用户，利用AI技术帮助临床医生专注于护理而非行政工作，推动医疗系统效率提升。
Index Engines获得AI持续训练对抗网络威胁专利
Index Engines获得一项新专利，可对AI/ML模型进行针对真实攻击模式的持续训练。该公司的CyberSense产品利用AI和机器学习分析检测非结构化数据内容随时间的变化，以识别可疑行为和勒索软件相关损坏。其研发实验室开发了软件，在受控洁净室环境中自动摄取和行为分析勒索软件变体，训练AI模型应对真实攻击模式。企业战略集团验证该方法检测勒索软件损坏的有效率达99.99%。
Claude Code营收暴涨5.5倍，Anthropic推出分析仪表板
Anthropic为其Claude Code AI编程助手推出综合分析仪表板，帮助企业技术领导者了解AI编码工具投资回报。新仪表板提供详细指标，包括代码接受率、用户活动、支出数据等。自5月推出Claude 4模型以来，Claude Code活跃用户增长300%，收入增长超过5.5倍。客户包括Figma、Rakuten等知名科技公司。该工具定位为高端企业解决方案，具备"智能体"能力，能理解整个代码库并进行协调性修改。
智能体AI时代来临，数据中心面临哪些变革
代理式AI是继生成式AI后的新兴技术趋势，通过软件"代理"自动化复杂任务执行。与生成内容的生成式AI不同，代理式AI专注于执行操作。该技术将在两个方面影响数据中心：首先，随着48%的技术领导者已在使用代理式AI，这将增加LLM推理需求，进一步推动数据中心容量需求；其次，AI代理可能革新数据中心管理，自动化工作负载重新部署、性能优化和网络流量路由等任务，提升运营效率。
SK Telecom发布自主研发的韩语大语言模型
韩国SK电信发布了A.X 3.1 Lite，这是一个70亿参数的韩语大语言模型，完全从零开始自主开发。该模型在1.65万亿多语言标记上训练，重点关注韩语内容，可在智能手机上运行且无需云端支持。模型在韩语多任务推理基准测试中表现优异，响应时使用的标记数比同类GPT模型少三分之一。已开源并应用于SK电信的A.dot语音助手，支持实时通话摘要等功能。
希捷发布28TB和30TB HAMR硬盘 专为边缘AI和NAS打造
希捷宣布其28TB和30TB Exos M数据中心硬盘和IronWolf Pro NAS硬盘全球上市，均采用HAMR热辅助磁记录技术。HAMR技术通过激光临时加热实现更高存储密度。希捷将这些新硬盘定位为边缘AI数据存储设备，支持实时边缘分析。30TB版本售价599.99美元，28TB版本售价569.99美元，现已通过官方商店和授权经销商全球发售。
Krisp推出VIVA开发工具包提升语音智能体精准度
语音AI解决方案提供商Krisp发布了VIVA语音隔离AI模型和软件开发工具包，专为语音AI智能体设计。VIVA每月处理超过10亿分钟的语音音频，能在20毫秒内处理音频，将对话轮转准确性提升3.5倍，减少50%的通话中断。该工具可过滤背景噪音和笑声，避免AI误判，提升转录准确性和用户体验。
StepFun推出Step1X-Edit：让AI图像编辑媲美GPT-4o的开源突破
StepFun公司推出的Step1X-Edit是首个能够媲美GPT-4o和Gemini2 Flash等商业模型的开源图像编辑AI。该模型通过整合多模态语言理解和扩散图像生成技术，能够处理11种编辑任务，在新构建的GEdit-Bench基准测试中表现优异，为图像编辑技术的民主化开辟了新道路。
谷歌研究：大语言模型在压力下会放弃正确答案
谷歌DeepMind和伦敦大学学院研究发现，大语言模型在面对反驳时会迅速失去信心并改变答案，即使反驳是错误的。研究显示LLM既会对自己的答案过度自信，又对批评异常敏感，表现出与人类相似但又独特的认知偏差。这种行为对多轮对话AI系统构成威胁，最新信息可能对LLM推理产生不成比例的影响。
OnePlus 13将获得专属AI"心智空间"功能
一加正式推出AI功能Plus Mind和Mind Space，将率先在一加13和13R上线。Plus Mind可保存、建议、存储和搜索屏幕内容，并将信息整理到Mind Space应用中。该功能可通过专用按键或手势激活，能自动创建日历条目并提供AI搜索功能。一加还计划推出三阶段AI战略，包括集成大语言模型和个人助手功能，同时将推出AI语音转录、通话助手和照片优化等工具。
大型企业AI岗位成IT从业者高薪就业首选
美国薪资调查数据显示，大型企业（员工超过1000人或年收入超过5亿美元）的IT专业人员薪资更高，福利更好，离职率更低。大企业高管级IT职位薪资比小企业高13%，三个层级员工平均年薪多5119美元。科技公司员工薪资比其他行业高5.7%，且差距在扩大。AI需求持续旺盛，首席AI官平均薪资达225945美元，仅次于CIO。然而整体IT薪资增长疲软，仅0.88%，低于通胀率。
Mistral发布首个开源AI音频模型Voxtral
法国AI初创公司Mistral发布首个音频模型家族Voxtral，旨在为企业提供真正可用的语音智能解决方案。该模型可转录30分钟音频，理解40分钟内容，支持问答、摘要生成和语音命令执行。Voxtral支持英语、西班牙语、法语等8种语言，提供24B参数的Small版本和3B参数的Mini版本。定价从每分钟0.001美元起，声称成本不到同类方案的一半。
Google Discover新增AI摘要功能，出版商流量或进一步下滑
Google在其搜索应用的Discover新闻推送中开始推出AI摘要功能，用户将看到多个新闻发布商的标识和AI生成的摘要，而非传统的新闻标题。该功能目前仍在测试阶段，尚未覆盖所有新闻故事。此举引发出版业担忧，因为AI概览等功能已导致网站流量大幅下降。数据显示，全球搜索流量同比下降15%，无点击新闻搜索比例从56%增至69%。尽管Google推出了Offerwall等工具帮助发布商创收，但对许多发布商而言已为时过晚。
北航大学团队推出Easy Dataset：让普通人也能制作AI训练数据的神奇工具
北航团队推出Easy Dataset框架，通过直观的图形界面和角色驱动的生成方法，让普通用户能够轻松将各种格式文档转换为高质量的AI训练数据。该工具集成了智能文档解析、混合分块策略和个性化问答生成功能，在金融领域实验中显著提升了AI模型的专业表现，同时保持通用能力。项目已开源并获得超过9000颗GitHub星标。
网络安全AI助手：让电脑漏洞危险等级一秒识别的RoBERTa智能系统
卢森堡计算机事件响应中心开发的VLAI系统，基于RoBERTa模型，能够通过阅读漏洞描述自动判断危险等级。该系统在60万个真实漏洞数据上训练，准确率达82.8%，已集成到实际安全服务中。研究采用开源方式，为网络安全专家提供快速漏洞风险评估工具，有效解决了官方评分发布前的安全决策难题。
人工智能评判官：xVerify如何解决复杂推理模型的评估难题
中国电信研究院等机构联合开发的xVerify系统，专门解决复杂AI推理模型的评估难题。该系统能够准确判断包含多步推理过程的AI输出，在准确率和效率方面均超越现有方法，为AI评估领域提供了重要突破。
任何条件都能变成视频：国立新加坡大学联合快手发布Any2Caption，让AI视频生成更懂你的心思
这项研究首次提出了"任意条件到文字描述"的视频生成新模式，通过多模态大语言模型将用户的各种创意输入转化为结构化描述，再驱动现有视频生成系统。研究团队构建了包含33.7万实例的大规模数据集，并设计了创新的渐进式训练策略，实现了对图像、人体姿态、摄像机轨迹等多种条件的统一理解，显著提升了视频生成的可控性和质量。
南京大学团队破解AI绘画效率难题：全新"分工合作"让图像生成快4倍
南京大学团队提出DDT（解耦扩散变换器）架构，通过"分工合作"方式将AI绘画中的语义理解和细节生成任务分离。该方法在ImageNet数据集上创下1.31 FID的新纪录，训练效率提升4倍，推理速度提升3倍，为AI图像生成领域带来突破性进展。
微软推出史上最高效AI模型：2GB内存跑2千亿参数大模型成为现实
微软研究院开发出革命性的1位大语言模型BitNet b1.58 2B4T，仅需0.4GB内存就能运行2千亿参数规模的AI模型，相比传统模型内存消耗降低90%以上，能耗降低95%，推理速度提升40%，在保持相当性能的同时让AI技术真正实现普及化。
京公网安备 11010802021500号
