微软研究团队提出"AI绿色推理"新模式,将AI计算集群直接部署在风电场等可再生能源站点,绕过电网瓶颈直接利用绿色能源。该方案通过Heron软件路由器动态管理工作负载,根据实时电力供应情况智能分配计算任务。研究显示,目前可在风电场部署超过600万个高端GPU。这种模块化数据中心架构不仅缓解传统电网压力,还能有效利用未充分使用的可再生能源,为云计算提供商提供可持续发展的新路径。
人工智能正在重塑资本市场,AI基础设施已成为企业扩张、竞争和上市的关键支柱。投资者不再只关注表面增长,而是深入审视企业如何将AI融入商业模式,确保运营韧性和长期盈利能力。在RAISE峰会上,来自纽交所、谷歌云、Nutanix等公司的专家分享了AI基础设施如何改变IPO准备标准、投资者优先级和企业增长策略。
非结构化数据管理专家Komprise通过使用和丰富文件及对象的元数据来实现数据管理。该公司认为向量嵌入与元数据互补但不同,元数据提供文件的有价值信息而非仅仅内容表示。Komprise可自动分析文件内容生成语义标签,通过全局文件索引提取系统元数据和扩展元数据。该平台支持策略驱动的工作流程,帮助客户将AI存储和计算成本削减85%以上,同时提供敏感数据检测、数据血缘追踪和合规性保障功能。
这篇由阿里巴巴集团联合多所知名高校发表的综述论文,系统梳理了统一多模态理解与生成模型的最新发展。研究将现有模型分为扩散、自回归和混合三大类型,详细分析了不同图像编码策略的特点,整理了相关数据集和评估基准,并深入探讨了当前面临的技术挑战。
伊利诺伊大学研究团队开发出RM-R1奖励模型,首次让AI评委具备深度推理能力。通过"链式评分标准"机制,模型会先分析问题、制定标准、详细推理再给出评判,就像人类评委的思考过程。在三大基准测试中达到业界最高水平,14B模型超越70B传统模型,数学任务准确率达91.8%。该技术已完全开源,将推动AI系统向更透明、可解释方向发展,为各领域提供更可靠的智能评判服务。
这是阿里巴巴通义实验室推出的创新AI训练框架ZEROSEARCH,通过虚拟搜索环境替代真实搜索引擎进行训练,成本降低80%以上,效果反而更好。该方法采用渐进式学习策略,从简单到复杂逐步提升训练难度,让AI掌握稳定的搜索技能,为AI搜索能力发展开辟了经济高效的新路径。
中国人民大学联合北京智源人工智能研究院推出WebThinker框架,首次实现AI在推理过程中自主搜索网络、深度探索网页并撰写研究报告。该系统突破传统AI知识局限,具备类似人类研究员的主动信息获取能力,在多项复杂推理和报告生成任务中显著超越现有方法,为AI应用开辟新方向。
中国人民大学研究团队开发了名为DeepCritic的AI批评框架,解决了现有AI监督模型批评过于浅薄的关键问题。该系统通过两阶段训练让AI学会深度思考和多角度分析,在数学推理任务上显著超越现有模型,甚至让小规模模型超越大十倍的系统,为构建安全可控的AI系统提供了新路径。
微软推出的Phi-4-Mini-Reasoning模型仅用38亿参数就在数学推理任务上击败了70-80亿参数的竞争对手。通过创新的四阶段训练方法(大规模中期训练、监督精调、回滚偏好学习、强化学习),该模型在AIME24、MATH-500等测试中表现卓越。这项研究证明了"精巧胜于庞大"的AI设计理念,为资源受限环境下的高性能AI应用开辟了新路径,在教育、科研等领域具有广阔应用前景。
Atlassian总裁Anu Bharadwaj在Transform 2025大会上分享了公司AI智能体规模化的实践经验。她强调,成功部署AI智能体需要营造实验文化,而非仅依靠自上而下的指令。Atlassian通过Rovo Studio平台为各团队提供了构建定制化智能体的环境,创造心理安全的工作氛围,鼓励员工大胆尝试和迭代。公司客户通过该平台显著提升了工作效率,建筑行业客户将路线图创建时间缩短75%。
Zoom发布全新智能代理AI功能,旨在帮助用户在工作中节省时间。新的自定义AI助手插件可连接16多个第三方应用,无需离开Zoom界面。该AI助手现已支持在线购买并可集成到微软Teams和谷歌Meet等第三方会议平台。智能代理AI能够独立运行,自动执行任务、收集数据并达成目标。新功能包括日程管理、会议录制剪辑生成、文档创作辅助等,月费12美元。
YouTube准备更新政策,打击创作者从"非真实"内容中获利的能力,包括批量生产视频和其他重复性内容。7月15日,公司将更新YouTube合作伙伴计划货币化政策,提供更详细的指导原则。随着AI技术的兴起,YouTube充斥着AI生成的低质量内容,包括AI语音配音、虚假新闻视频等。尽管YouTube将此称为"小幅更新",但实际上是为了应对AI内容泛滥对平台声誉和价值的潜在损害。
微软宣布未来五年将向学校和非营利组织捐赠40亿美元现金和技术,推出Microsoft Elevate项目,旨在为AI驱动的经济环境提供技能和工具。资金主要用于为K-12学校和社区大学提供AI和云服务积分,预计2000万人将获得AI技能认证。微软还与Anthropic、OpenAI合作成立国家AI教学学院,培训40万名教师。
AI搜索公司Perplexity发布了自主研发的Comet浏览器,以其AI搜索引擎为默认搜索服务,直接挑战谷歌。该浏览器基于谷歌Chromium平台开发,为付费用户提供个性化搜索、自动化功能和自然语言交互。Comet集成了广告拦截功能,可通过语音或文字命令管理标签页、总结视频、处理邮件等。目前仅向每月200美元的Max订阅用户开放,未来将扩展到更多用户群体。
腾讯与西门子联合研究团队开发出AdaptCLIP通用异常检测方法,突破传统方法只能处理特定领域的局限。该系统采用交替学习和对比学习策略,在12个工业医疗数据集上表现卓越,仅需少量样本即可跨域检测异常。相比现有方法,AdaptCLIP参数量减少9倍以上,性能提升10个百分点,为工业质检和医疗诊断提供了更实用的AI解决方案。
检索增强生成(RAG)正成为AI领域的关键技术,通过结合外部信息检索与大语言模型的生成能力,解决传统模型仅依赖训练数据的局限性。RAG允许模型实时访问外部数据库或文档,提供更准确、更新的信息。该技术可应用于企业文档查询、个人化AI助手等场景,通过向模型提供特定领域知识来获得精准结果。微软专家指出,RAG有助于结合知识与推理、提高模型使用效率,并支持多模态应用。
AI数据平台iMerit认为企业级AI工具集成的下一步不是更多数据,而是更好的数据。该公司正式推出学者计划,旨在建立专家团队来微调生成式AI模型。与Scale AI的高吞吐量方法不同,iMerit专注于专家主导的高质量数据标注,需要深度人工判断和领域专业监督。公司目前与超过4000名学者合作,客户包括三家大型生成式AI公司、八家顶级自动驾驶公司等。
Anubis是一种反向验证码系统,通过工作量证明机制让AI爬虫的网站抓取成本变得极其昂贵。该系统以古埃及胡狼头神命名,当人类访问者浏览网站时只需短暂等待,而大规模爬虫则需消耗大量计算资源。面对LLM训练数据需求激增导致的重复抓取问题,Anubis已被联合国教科文组织等多个知名项目采用,有效保护网站免受AI爬虫骚扰。
IBM开发者正在为其watsonx.data和watsonx AI软件平台添加新功能,帮助客户构建和运营AI代理,提升数据存储请求响应速度并符合治理监控要求。最新的v2.2版本包含三个核心组件的更新:watsonx.ai企业级AI工作室、watsonx.data开放混合数据存储以及watsonx.governance AI活动管理。更新内容涵盖AutoAI RAG功能增强、多语言模型支持、新的文档格式处理能力、向量数据库引擎优化等多项改进。
企业平均使用100-300个SaaS应用,导致流程分散、数据孤岛和成本激增。Nintex CEO认为,低代码开发、AI和自动化平台的融合正推动CIO从"购买"转向"构建"思维。企业可创建定制应用解决特定问题,整合技术栈。AI代理成为产品战略核心,能改善构建体验并实现流程互联。随着AI技术发展,采购决策权重新回归CIO,通过统一平台实现更好的治理模式。