/
Google Photos经典搜索功能快速恢复方法：替代Ask Photos生成式AI搜索
Google Photos推出快速修复方案，允许用户重新启用经典搜索功能，替代此前推出的"Ask Photos" Gemini AI搜索工具。这一调整回应了用户对传统搜索方式的需求，为那些更偏好直接关键词搜索而非AI对话式查询的用户提供了选择。
让机器学会记忆：浙江大学团队打造智能体的"程序性记忆"大脑
浙江大学和阿里巴巴团队开发Memp框架，为智能体构建程序性记忆能力。该系统通过构建、检索、更新三个模块，让智能体从过往经验中学习，显著提升任务成功率50%，执行效率提升一半。更重要的是，强模型的记忆可传递给弱模型，实现经验共享。这项研究为构建具有持续学习能力的智能系统开辟新路径。
清华大学和智谱AI联手打造355B参数超级AI大脑：GLM-4.5如何在推理、编程和智能代理三个关键领域同时称王
清华大学和智谱AI联合发布GLM-4.5系列模型，这是首个在推理、编程和智能代理三大核心领域同时达到顶尖水平的开源AI模型。GLM-4.5拥有355B参数但仅激活32B，创新的混合推理模式能根据任务复杂度自动选择思考深度。该模型在12项基准测试中排名第三，智能代理任务排名第二，已完全开源供研究使用。
浙大团队开创GUI智能助手新方法：让AI精准识别屏幕元素如探案高手
浙江大学联合多家机构提出AEPO方法，通过多答案生成和自适应探索奖励机制，显著提升AI在图形界面中的元素识别准确性。该技术让AI能同时考虑多个候选答案并科学评估，解决了传统方法容易陷入错误自信的问题，在五个基准测试中均达到业界领先水平，为智能GUI助手的实际应用奠定了重要基础。
编程大模型也能瘦身成功：上海交通大学团队让AI推理快43.5%的秘密武器
上海交通大学团队开发的ASAP方法通过"锚点引导"和"首词惊喜度"两阶段技术，成功解决了AI推理模型内容冗长问题。该方法在保持准确性的同时，将推理速度提升43.5%，生成内容减少23.5%，为AI推理优化开辟了新方向，代表了从追求模型规模向追求效率质量平衡的重要转变。
厦门大学最新突破：让AI学会像人类一样操作电脑界面的神奇方法
厦门大学研究团队开发出UI-AGILE框架，通过"简单思考"策略、连续评分奖励和分解定位技术，让人工智能学会像人类一样精准操作电脑界面。该方法在专业测试中将定位准确率提升23%，仅需9000个样本就能高效训练。这项突破性技术具有强通用性，可直接提升现有AI系统性能，将很快应用于智能助手、自动化工具等日常软件中，为用户带来更便捷的人机交互体验。
北京航空航天大学团队打造AI助手：用聊天方式理解和创建3D模型
北京航空航天大学团队开发的MeshLLM系统实现了大语言模型与3D建模的创新融合，用户可通过自然对话创建和理解3D模型。该系统采用原始网格分解策略，将训练数据扩展至150万样本，比传统方法增加近50倍。通过渐进式训练和多任务学习，MeshLLM在生成质量和理解能力上显著超越现有方法，为3D内容创作和人机交互开辟了新途径。
Meta首次破解AI推理模型的"幻觉"难题：让机器既会思考又能说真话
Meta FAIR实验室研究团队发现推理型AI模型虽然逻辑能力强，但在事实表达上容易产生幻觉。他们创新性地设计了包含准确性、详细性、相关性三维评价的训练体系，通过在线强化学习让AI模型既会深度思考又能准确表达事实。实验显示新方法将事实准确率提升23个百分点，同时增加23%的信息详细度，为构建更可信赖的AI系统提供了切实可行的解决方案。
东华师范大学团队突破：34M轻量级模型挑战632M巨型AI，在图像分割任务中实现逆袭
东华师范大学团队提出MLLMSeg框架，仅用34M参数的轻量级模型在图像分割任务中超越了632M参数的传统SAM模型。该方法通过创新的DSFF特征融合模块，充分挖掘多模态大语言模型视觉编码器的潜力，将细节特征与语义特征完美结合，在RefCOCO等标准数据集上取得领先性能，为移动设备部署和实际应用提供了高效解决方案。
InfiX.ai发布InfiAlign：用12%训练数据追平顶级AI模型，让机器"小体量大智慧"的数据精选秘籍
InfiX.ai和香港理工大学联合发布的InfiAlign框架，通过多维数据筛选和两阶段课程学习，仅用12%训练数据就达到顶级模型性能。该框架发现回答长度与问题难度正相关，创新性地用长度作为难度指标，结合多样性采样和质量过滤，实现了数据效率的巨大提升。在数学推理等任务中表现优异，为资源有限的机构提供了经济高效的AI模型训练方案。
南加州大学和Salesforce联手推出CoAct-1：让电脑助手不再只会点击鼠标，还能写代码干活
南加州大学和Salesforce联合推出CoAct-1多智能体系统，通过结合传统界面操作与代码执行能力，实现了计算机任务自动化的重大突破。该系统在OSWorld基准测试中达到60.76%的成功率，平均完成任务步数减少至10.15步，显著优于现有方法，为人机交互带来新范式。
华东理工大学团队突破AI智能体识别难题：多轮对话让机器像人一样"边看边想"
华东理工大学团队提出I2CR框架，通过"文字优先、视觉辅助"的多轮反思机制解决多模态实体链接难题。该框架模仿人类认知过程，先用文字信息判断，再通过内部一致性检查和跨模态验证，必要时引入OCR、图像描述等视觉线索进行迭代优化。在三大数据集上准确率分别提升3.2%、5.1%、1.6%，达到业界最佳性能。
SiMa.ai发布新一代物理AI系统级芯片正式投产
人工智能芯片初创公司SiMa Technologies宣布其第二代系统级芯片平台MLSoC Modalix正式出货，专为多模态物理AI工作负载设计。该芯片可嵌入机器人、工业设备和车辆等设备中，支持运行大语言模型、卷积神经网络等多种AI算法。芯片采用低功耗设计，能在边缘设备上直接处理传感器数据并运行AI模型，无需依赖云端处理，有效降低延迟。
Ai2发布开源AI模型，让机器人在3D空间"规划"动作
西雅图AI研究机构Ai2发布MolmoAct 7B，这是首个动作推理模型，能让机器人在执行任务前进行"思考"和规划。该模型可将自然语言指令转化为3D空间中的运动轨迹，通过1800万样本在256个H100芯片上训练完成。在SimPLER基准测试中达到72.1%的任务成功率，超越了谷歌、微软等公司的同类模型。
曾经的小型研究实验室如何助力英伟达成为万亿美元公司
2009年，比尔·戴利加入英伟达研究实验室时，该实验室仅有约12名员工，专注于计算机图形学中的光线追踪技术。如今这个实验室已发展至400多人，帮助英伟达从90年代的游戏GPU初创公司转型为价值4万亿美元的AI巨头。目前实验室重点开发机器人和AI技术，部分研究成果已应用于产品中。英伟达在周一发布了面向机器人开发者的新AI模型、库和基础设施，展现了从物理AI到机器人领域的技术进展。
VS Code发布聊天检查点功能预防AI对话失误
微软VS Code 1.103版本推出GitHub Copilot聊天检查点功能，允许开发者在AI聊天互动出现问题时恢复到之前的状态。新版本还包括MCP服务器工具选择器改进、GPT-5支持、AI使用统计、Git工作树支持等功能。尽管VS Code持续强化AI功能，但根据最新StackOverflow调查显示，仍有76.2%的专业开发者使用VS Code，较去年上升2.2%，远超其他编辑器。
AI道德部署实战指南：CIO如何平衡创新与责任
企业面临着通过AI创造价值的巨大压力，但CIO等IT领导者必须考虑技术的伦理使用和风险管理。忽视这一环节将面临信任和公平性问题，甚至严重损失。随着AI法规不断出台，企业面临罚款和诉讼风险。缓解风险需要定义AI伦理框架，确保统一应用。AI伦理应基于公平、透明、问责和隐私四大原则。企业可借鉴现有框架构建治理体系，需要持续审计和更新。成功实施需要C级高管支持和全员参与。
英伟达将Blackwell GPU引入企业数据中心
英伟达宣布将RTX Pro 6000 Blackwell服务器版GPU引入标准企业服务器，使更多企业能够使用Blackwell技术处理AI和传统工作负载。思科、戴尔、惠普企业、联想等厂商将在其2U企业服务器系统中提供该GPU。新系统采用x86架构、风冷设计，相比仅使用CPU的系统，性能提升45倍，能效提高18倍，可将数百台CPU系统整合为少量RTX Pro服务器。
首尔AI数据公司Datumo获1550万美元融资，挑战Scale AI
据麦肯锡报告，多数企业认为自己尚未完全准备好安全负责地使用生成式AI。首尔AI数据标注公司Datumo现专注帮助企业构建更安全的AI系统，提供无需技术专长的测试、监控和改进工具。该公司周一宣布完成1550万美元融资，投资方包括Salesforce Ventures等，累计融资约2800万美元。公司已服务三星、LG、现代等300多家客户。
英伟达为最小工作站GPU配备Blackwell架构
Nvidia在温哥华Siggraph大会上发布了两款小型Blackwell GPU：RTX Pro 4000 SFF和RTX Pro 2000，功耗仅70瓦。RTX 4000 SFF配备8960个CUDA核心，光线追踪性能提升1.7倍，AI性能提升2.5倍，搭载24GB GDDR7显存。RTX Pro 2000拥有4352个CUDA核心，3D建模性能提升1.6倍。两款产品将由戴尔、惠普、联想等厂商集成到OEM系统中。
京公网安备 11010802021500号
