/
上海AI实验室推出Lumina-DiMOO：一个能同时理解和生成图像的全能AI模型
这项由上海AI实验室等多家机构联合完成的研究推出了名为Lumina-DiMOO的统一多模态AI模型，它采用全新的离散扩散建模技术，同时具备图像理解和生成能力。该模型在生成速度上比传统方法快32倍，支持任意分辨率处理，并具备独特的交互式修饰功能，在多个权威基准测试中均取得领先成绩，为多模态AI发展开辟了新方向。
清华大学团队革命性突破：让AI大模型抛弃文字"聊天"，直接进行"心灵感应"
清华大学等机构联合提出Cache-to-Cache（C2C）方法，让AI大模型抛弃传统文字交流，直接传递内部理解结构。该方法通过"缓存融合器"实现模型间的深层语义交流，相比传统方式准确率提升3-5%，速度提升2倍。实验证明C2C在多种任务中表现优异，为AI协作开辟了新路径，有望让未来AI系统更智能高效。
西湖大学团队突破AI图像生成模型压缩难题：让8B参数的Stable Diffusion瘦身70%仍能生成高质量图片
西湖大学研究团队提出OBS-Diff框架，专门解决大型AI图像生成模型的压缩难题。该方法通过时间感知的海森矩阵构建和模块包批处理策略，能在保持高图像质量的同时实现高达70%的模型压缩。实验显示，即使在极高压缩比下，OBS-Diff依然能生成清晰连贯的图像，显著优于传统剪枝方法，有望大幅降低AI图像生成技术的硬件门槛。
Vast Data与CoreWeave的11.7亿美元合作协议释放重要信号
Vast Data与云计算公司CoreWeave签署了价值11.7亿美元的多年期软件许可协议，这标志着AI基础设施存储市场的重要转折点。该协议涵盖Vast Data的通用存储层及高级数据平台服务，将帮助CoreWeave提供更全面的AI服务。业内专家认为，随着AI集群规模不断扩大，存储系统在AI基础设施中的占比可能从目前的1.9%提升至3-5%，未来五年全球AI存储市场规模将达到900亿至2000亿美元。
IBM专攻推理加速，打造企业AI基础设施护城河
当OpenAI和谷歌等科技巨头追求更大模型时，IBM选择专注于企业AI的推理基础设施。通过与Anthropic和Groq的新合作，IBM将语言处理单元集成到watsonx平台，声称企业智能体AI系统运行速度比传统GPU快5倍且更具成本效益。IBM采用模块化混合策略，整合智能、推理和治理三个层面，为企业提供跨云环境的AI解决方案，避免生态系统锁定，专注于让AI在实际生产环境中更实用。
Google Gemini深度研究功能新增邮件和云盘数据访问能力
谷歌Gemini深度研究工具现已升级，可访问Gmail、Drive和Chat等应用获取数据来回答研究问题。该功能基于Gemini 2.5 Pro，采用多步骤流程进行深度分析。用户需授权后，系统可访问Google Workspace中的相关数据以提升研究效果。谷歌确认连接应用的信息不会用于改进AI模型，但会有人工审核员审查部分数据。专家对该功能评价不一，有人质疑其仅能产生"研究外观"而非真正研究。
MIT研究人员提出新型AI编程模型以提升代码可读性
MIT研究人员详述了一种新的软件模型，旨在帮助人类和AI代码生成器创建更好、更透明的应用程序。该方法通过将系统分解为"概念"模块来解决现代软件"不可读"问题，避免代码与行为缺乏直接对应关系。研究指出，大语言模型在编程中暴露了软件开发的深层缺陷，新模型可确保增量性、完整性和透明性，让AI工具提供可预测的编程结果。
思科推出统一边缘平台，助力边缘计算智能体AI发展
思科发布统一边缘平台，这是一个专为分布式AI工作负载设计的去中心化网络架构。该平台将计算、网络、存储和安全功能部署到更接近数据源的位置，支持实时AI推理。平台提供零接触部署和基于云的集中管理。思科还推出了适应边缘计算需求的新型服务器和路由器。分析师认为，随着AI智能体查询产生的网络流量比传统聊天机器人高25倍，这种边缘基础设施变得至关重要。
模型上下文协议服务器：自建还是购买？
模型上下文协议（MCP）作为连接AI助手与数据源及外部工具的开放标准，在AI开发者圈中已成为不可或缺的技术。然而，面对95%的生成式AI项目未能实现显著业务成果的现状，CIO们正在权衡是否应在有限的IT预算中引入MCP服务器。专家建议采用阶段性策略：先通过采购建立基础能力并验证商业价值，再在识别出真正竞争优势的领域进行自建开发，以平衡成本控制与技术创新需求。
Backblaze云存储收入强劲增长，备份业务持续停滞
Backblaze第三季度云存储和备份收入达3720万美元，超出指导预期上限，GAAP亏损减至380万美元。B2云存储同比增长28%，获得现有客户七位数扩展订单。然而备份云存储业务连续三个季度零增长，收入持平在1650万美元。公司预计第四季度实现自由现金流为正，AI客户推动云存储业务快速发展。
加州大学圣地亚哥分校发现评估AI模型竟存在致命缺陷：过时基准让先进模型被"误判"
加州大学圣地亚哥分校研究团队发现，广泛使用的AI评估基准存在严重的时间错位问题。在五个主要基准中，24%-64%的时间敏感问题答案已过时，导致掌握最新知识的先进AI模型反而在测试中被误判。这一发现揭示了AI评估体系的可信度危机，对数千项相关研究产生潜在影响，呼吁建立动态更新的评估机制。
斯坦福大学首创AI视觉模型"边学边考"新技术：让机器在测试时自我提升
斯坦福大学等顶尖研究机构联合开发的TTRV技术首次实现AI"边学边考"，让人工智能在处理视觉问题时能够实时自我学习和改进。该技术通过分析AI多次回答的分布模式来提取奖励信号，结合频率分析和思维集中度控制，无需外部标注数据就能显著提升模型性能，在图像识别中最高提升52.4%，甚至让开源模型超越GPT-4o。
SRM理工学院首次全面梳理文本到视频生成技术：从早期GAN模型到最新扩散变换器架构的完整演进图谱
这篇论文系统梳理了文本到视频生成技术从2018年至2025年的完整发展历程，分析了从早期GAN模型、VAE方法到最新扩散模型的技术演进。研究详细比较了各代表性模型的架构特点、训练配置和性能表现，探讨了数据集建设、评估方法等关键问题，并识别了当前面临的主要挑战。论文为这个快速发展的AI领域提供了迄今最全面的技术图谱，为未来研究方向提供了重要指导。
香港浸会大学推出AlphaApollo：让AI像阿波罗登月一样协作推理的智能系统
香港浸会大学研究团队开发的AlphaApollo系统，让多个AI模型像阿波罗登月团队一样协作推理。系统为AI配备Python计算工具和文档检索工具，解决了传统AI无法精确计算和独自推理的局限。在数学竞赛测试中，该系统将AI表现大幅提升，部分模型通过率翻倍。这种协作式AI代表了新的发展方向，未来有望带来更可靠智能的AI助手。
上海交大团队发明AI画图"定向导航系统"：让机器更精准理解人类审美偏好
上海交大团队开发的G?RPO技术通过"单步随机采样"和"多粒度优势集成"两大创新，解决了AI绘画训练中奖励信号稀疏和评估不全面的问题。该技术在Flux.1-dev模型上实现了6.52%的性能提升，不仅改善了图像质量和文本遵循性，还提高了训练效率。这项突破为AI更好理解人类审美偏好提供了新路径。
清华大学团队突破AI图像检测：让计算机像侦探一样揪出假图片
清华大学团队开发出D3QE系统，专门检测自回归AI模型生成的假图片。该系统通过分析AI模型的"用色习惯"和量化误差，在多种测试中达到82-97%的检测准确率。研究构建了包含7种主流自回归模型的ARForensics数据集，为AI图片检测领域提供了新的解决方案和研究基础。
多智能体工具集成策略优化：MiroMind重新定义AI协作新范式
MiroMind AI发布MATPO多智能体训练技术，通过让单个AI模型同时扮演策划者和执行者角色实现协作。该方法在三个测试基准中平均性能提升18.38%，有效解决了传统单智能体系统记忆容量限制和信息干扰问题，为AI协作开辟新路径。
Google DeepMind发布"Vibe Checker"：让AI编程更懂人心的智能代码评估系统
Google DeepMind发布"Vibe Checker"智能代码评估系统，首次系统性地解决了AI编程中"功能正确但感觉不对"的问题。通过对31个主流AI模型的测试发现，人类程序员的代码偏好需要功能正确性与代码规范的巧妙平衡，该研究为AI编程助手的优化指明了新方向。
AI说话时也能思考：微软推出SHANKS框架让语音模型学会"边听边想"
微软和台湾大学联合开发的SHANKS框架首次让AI语音模型实现"边听边想"能力。该系统将用户语音切分成4秒片段，在倾听过程中同步生成无声思考内容。在数学教学场景中，SHANKS能发现84.8%的学生错误并及时打断纠正。在旅行助手应用中，可在用户说话期间完成56.9%的API调用工作，显著提升响应效率。这项技术为实现更自然的人机语音交互开辟了新方向。
京公网安备 11010802021500号
