/
英伟达团队突破AI训练瓶颈：让机器人同时学会多种技能不再"顾此失彼"
英伟达研究团队提出GDPO方法，解决AI多目标训练中的"奖励信号坍缩"问题。该方法通过分别评估各技能再综合考量，避免了传统GRPO方法简单相加导致的信息丢失。在工具调用、数学推理、代码编程三大场景测试中，GDPO均显著优于传统方法，准确率提升最高达6.3%，且训练过程更稳定。该技术已开源并支持主流AI框架。
台湾阳明交通大学破解工业视觉检测难题：百万级工业缺陷数据集让机器"火眼金睛"识别产品瑕疵
台湾阳明交通大学构建了史上最大工业缺陷数据集IMDD-1M，包含124万图像-文本对，覆盖63个工业领域421种缺陷类型。基于此开发的AI系统仅需传统方法5%的数据量即可达到96%检测精度，突破了工业AI应用的数据瓶颈，为制造业智能化转型提供了重要技术支撑，让中小企业也能享受先进AI检测技术。
马耳他大学重大突破：让AI"偷师学艺"，物体检测准确率大幅提升的秘密武器
马耳他大学研究团队通过"师生学习"方法显著提升AI物体检测准确率，无需增加推理成本。该方法让学生模型从拥有特权信息的老师模型学习，在五种主流检测架构和多个数据集上都取得明显改进。研究发现边界框掩码是最有效的特权信息，适度的师生指导强度能达到最佳效果，为AI系统性能优化提供了通用而实用的新策略。
复旦大学让AI智能体像软件一样"版本升级"：告别自我反思，拥抱工程化开发
复旦大学提出AgentDevel系统，将AI智能体改进从"自我反思"转向"软件工程"模式。该方法通过外部化的版本管理流程，使用盲目质检、可执行诊断和翻转中心门控三大创新，实现稳定的智能体改进。在多个基准测试中，AgentDevel将性能提升一倍的同时，将退化率控制在3%以下，为AI智能体的工业化部署提供了可行框架。
腾讯推出AT?PO：让AI智能体像人类一样一步步思考和行动
腾讯联合多所高校推出AT?PO框架，通过熵引导树扩展、逐步奖励分配和专用策略优化三大创新，解决了AI智能体训练中探索不充分、奖励稀疏、学习方式不匹配等关键问题。实验显示该方法在七个基准测试中平均提升1.84个百分点，特别适合多步推理任务，为未来智能助手技术发展奠定重要基础。
当夜晚降临，手机拍照不再"见光死"：MediaTek与台湾学者联手破解夜间白平衡难题
这项由MediaTek公司、台湾大学和阳明交通大学联合开展的研究，首次将强化学习技术引入夜间拍照的自动白平衡领域。研究团队开发了RL-AWB框架，包含专门的夜间色彩算法SGP-LRD和智能参数调优系统，能让相机在复杂夜间光线下自动调整到最佳拍摄参数。实验结果显示，该技术不仅在单一设备上表现优异，更重要的是在不同品牌相机间具有出色的适应性，仅需5张训练图片就能达到专业水准。研究还发布了首个多相机夜间色彩数据集LEVI，为行业标准建立奠定基础。
澳大利亚国立大学发现：攻击AI视觉模型只需要操控20%的关键词汇
澳大利亚国立大学研究团队发现，当前主流AI视觉语言模型存在严重安全漏洞：攻击者仅需操控20%的关键词汇位置，就能让AI产生有害内容。这种"高熵攻击"具有强传染性，可在不同AI模型间转移，成功率达35-49%。研究揭示了AI文本生成过程中的根本脆弱性，对自动驾驶、医疗诊断等关键应用领域构成潜在威胁，呼吁行业重视AI安全防护。
AI学会玩游戏，还能像人类一样思考因果关系
Player2公司研究团队开发出名为P2P的通用游戏AI系统，能同时掌握多种3D游戏并展现类人因果推理能力。研究基于超过8300小时高质量游戏数据，训练了最大12亿参数的模型，发现随着模型规模和数据增加，AI的因果推理能力显著提升。系统可在消费级显卡上实时运行，研究团队已完全开源所有数据、代码和模型，为AI游戏技术发展做出重要贡献。
伊利诺伊大学香槟分校团队打造AI助手：让机器像人一样记住你的偏好
伊利诺伊大学香槟分校研究团队开发了具有记忆能力的AI助手，能够学习并记住用户的交互偏好。通过多会话协作测试平台和强化学习训练，AI助手在长期合作中表现出持续改进，任务成功率提升3-5%，用户纠正行为减少50%以上。19名真实用户验证实验证实了该技术的实用性，为实现真正的人机长期协作奠定了基础。
高通AI研究院让视频生成提速5倍：金字塔结构如何重塑AI视频制作
高通AI研究院开发出PyramidalWan技术，通过金字塔结构将AI视频生成速度提升5倍。该技术先在低分辨率下构建视频框架，再逐层添加细节，计算成本降低78%的同时保持视频质量。研究团队还开发了进一步的优化方案，最终将计算成本压缩至原来的2%，为AI视频生成的普及和实时应用开辟了新路径。
中国科学技术大学等机构联合开发：让AI也能"学新忘旧"的革命性方法KORE横空出世
这项由中国科学技术大学等机构联合开展的研究解决了大型多模态AI模型的核心难题——如何在学习新知识的同时保持旧知识。KORE方法通过知识导向增强和约束机制，实现了AI的持续学习能力，在多项测试中表现优异，为AI技术的实际应用开辟了新道路。
扩散语言模型中的注意力"引水渠"：罗马大学揭示AI语言生成的神秘运作机制
这项由罗马大学主导的研究首次深入探索了扩散语言模型的注意力分配机制，发现了与传统自回归模型截然不同的"动态注意力汇聚"现象。研究团队分析了三个主要开源模型，发现扩散模型中的注意力汇聚点会随生成过程移动，且对人为干预表现出强韧性，为AI语言生成技术的发展提供了重要理论基础。
MIT团队推出AlphaOPT：让人工智能学会解决复杂优化问题的"智慧图书馆"
MIT研究团队开发了AlphaOPT系统，这是一个能够从有限样本中学习优化建模的智能框架。该系统通过构建自我进化的经验库，仅从问题答案就能学会解题方法，在分布外测试中显著超越现有方法。AlphaOPT采用双阶段学习循环：从失败中提取结构化经验，然后持续优化经验的适用条件。系统知识完全透明可解释，为AI在复杂决策领域的应用开辟了新路径。
南加州大学团队揭秘：人工智能为何在图形连通性问题上"偷懒学坏"
南加州大学和杜克大学研究团队发现，Transformer模型在学习图形连通性时存在"偷懒"现象，倾向于学习简单启发式方法而非正确算法。研究揭示了模型容量的精确边界（3^L定律），并发现训练动态呈现算法与启发式通道的竞争模式。团队提出"数据杠杆"方法，通过限制训练数据复杂度成功引导模型学习正确算法，为AI可靠性训练提供新思路。
机器生成文本检测器竟然和隐私攻击技术如此相似——东京理工大学与宾夕法尼亚大学研究揭示两大领域的惊人联系
东京理工大学与宾夕法尼亚大学研究团队发现，成员推理攻击和机器文本检测这两种看似无关的AI安全技术在底层原理上高度相似。通过大规模实验验证了跨任务技能迁移现象，其中Binoculars检测器在两个任务中都表现卓越。研究提供了统一的理论框架，证明最优方法在数学上是相同的，为AI安全技术发展提供了新思路。
NVIDIA全新ProfBench：终于有人为AI设计了一份"职场博士考试"
NVIDIA研究团队开发了ProfBench，这是首个由专家设计的跨领域专业AI评测平台，涵盖化学博士、物理博士、金融MBA和咨询MBA四大领域。该平台通过7000多个专家标准评估AI在真实职场场景中的表现，发现即使最先进的GPT-5模型也只达到65.9%的分数。研究还开发了成本降低2-3个数量级的AI评判系统，为AI专业能力评估提供了更科学实用的标准。
微软研究院重磅突破：让AI在长篇文本中像侦探一样推理思考
微软研究院开发了名为LoongRL的AI训练方法，通过独创的KeyChain技术让人工智能学会在长文档中进行复杂推理。该方法让AI自发形成"计划-检索-推理-核查"的思维模式，使140亿参数的小模型在长文档推理任务上达到74.2分，几乎追平了参数量更大的顶级模型。这项技术为AI助手在法律、医疗、科研等领域的实际应用开辟了新路径。
OPPO AI团队开发智能手机管家训练秘方：让AI学会合理搭配不同任务数据的神奇配方
OPPO AI中心开发的DaMo数据混合优化器，通过智能预测不同训练数据组合的效果，解决了多任务AI系统训练中的核心难题。该技术仅需少量实验样本就能准确预测最优数据配置，大幅降低训练成本。同时构建的PhoneAgentBench测试平台为手机AI助手提供了全面的能力评估标准，推动了移动AI技术的标准化发展。
埃森哲投资Profitmind，押注AI智能体变革零售业
埃森哲投资AI零售平台Profitmind，该平台通过智能代理自动化定价决策、库存管理和规划。研究显示AI驱动了2025年假日购物季20%的消费，约2620亿美元。部署AI代理的企业假日销售同比增长6.2%，而未部署的仅增长3.9%。Profitmind实时监控竞争对手价格和营销策略，并可创建生成式引擎优化产品文案。
CES 2026：日立与英伟达、谷歌云、Nozomi Networks达成合作协议
日立公司在CES 2026技术展上宣布了重新定义人工智能未来的"里程碑式"战略，将AI直接应用于关键物理基础设施。该公司与英伟达、谷歌云建立重要合作伙伴关系，并扩展其数字资产管理平台HMAX，旨在将AI引入社会基础设施，变革能源、交通和工业基础设施领域。日立强调其独特地位，能够将AI集成到直接影响社会的系统中，解决可持续发展、安全和效率方面的紧迫挑战。
京公网安备 11010802021500号
