/
AWS强化基础设施战略，全面升级SageMaker应对AI竞争
AWS通过升级SageMaker机器学习平台来扩展市场地位，新增观测能力、连接式编码环境和GPU集群性能管理功能。面对谷歌和微软的激烈竞争，AWS专注于为企业提供AI基础设施支撑。SageMaker新功能包括深入洞察模型性能下降原因、为开发者提供更多计算资源控制权，以及支持本地IDE连接部署。这些更新主要源于客户需求，旨在解决AI模型开发中的实际问题。
BigQuery如何融合数据与AI实现业务转型
AI虽具备变革企业洞察力的潜力，但成功依赖于数据质量。大多数AI项目失败源于数据混乱分散而非算法局限。谷歌BigQuery云数据AI平台打破数据孤岛，简化治理，加速企业AI应用。通过AI自动化数据处理，实现实时分析，并与Vertex AI深度集成，使企业能够高效处理结构化和非结构化数据，将智能商业转型从愿景变为现实。
AI终于学会了记忆：南洋理工大学团队让虚拟世界永不遗忘的突破性进展
南洋理工大学研究团队开发了WorldMem框架，首次让AI拥有真正的长期记忆能力，解决了虚拟世界模拟中的一致性问题。该系统通过记忆银行存储历史场景，并使用智能检索机制，让AI能准确重现之前的场景和事件，即使间隔很长时间。实验显示在Minecraft和真实场景中都表现出色，为游戏、自动驾驶、机器人等领域带来广阔应用前景。
MTS AI重磅推出：让AI写代码像作家写小说一样精彩的"智能编程助手"
MTS AI研究团队提出RewardRanker系统，通过重排序模型和迭代自训练显著提升AI代码生成质量。该方法让13.4B参数模型超越33B大模型，在多种编程语言上表现优异，甚至在C++上超越GPT-4。通过引入困难负样本和PPO优化，系统能从多个代码候选中选出最优方案，为AI编程助手的实用化奠定基础。
当AI拥有了永久记忆：上海交通大学团队打造的MemOS让大模型告别"健忘症"
上海交通大学团队开发了MemOS记忆操作系统，让AI拥有真正的长期记忆能力。该系统统一管理参数记忆、激活记忆和明文记忆三种类型，通过MemCube智能单元实现记忆的生命周期管理和跨类型转换。在LOCOMO基准测试中，MemOS在所有推理任务上均获得最佳成绩，特别在多跳推理和时间推理中表现突出。
铠侠UFS 4.1闪存承诺提升AI应用性能表现
铠侠正在测试最新的UFS v4.1嵌入式闪存芯片，专为智能手机和平板电脑设计，可提供更快的下载速度和更流畅的设备端AI应用性能。该芯片采用218层TLC 3D NAND技术，提供256GB、512GB和1TB容量选择。相比v4.0产品，随机写入性能提升约30%，随机读取性能提升35-45%，同时功耗效率改善15-20%。新标准还增加了主机发起碎片整理、增强异常处理等功能特性。
Google Firebase Studio推出智能体模式实现自动化编程
谷歌在伦敦云峰会上发布Firebase Studio更新，新增Gemini命令行界面集成、模型上下文协议支持和"代理模式"。代理模式提供三种AI协作层次：对话式"询问"模式用于头脑风暴，人机协作代理需开发者确认代码变更，以及几乎完全自主的代理模式。尽管谷歌声称已有数百万应用使用该平台，但目前仍需精心设计提示词，非工程师用户还无法直接创建成熟应用。
上海AI实验室联手复旦大学：让AI学会像人类一样比较和评价，重新定义奖励模型的训练方式
上海AI实验室联手复旦大学提出了POLAR方法，这是一种革命性的奖励模型训练技术。通过让AI学会识别不同策略间的差异而非死记评分标准，POLAR在多项任务上实现了显著提升，7B参数模型超越72B现有最强基线，为AI对齐问题提供了全新解决思路。
复旦大学推出BMMR数据集：让AI跨越知识鸿沟，从数学天才走向通识博士
复旦大学团队发布BMMR数据集，这是首个大规模跨学科多模态推理评估基准，包含11万个涵盖300个学科的大学水平问题。研究发现即使最先进的AI模型在跨学科推理中表现有限，揭示了当前AI发展的重要盲点。该数据集支持中英双语，配备专门的推理过程评估工具，为AI向通用智能发展提供重要支撑。
谷歌为Veo 3增加图像转视频生成功能
谷歌周四宣布，通过Gemini应用为其Veo 3 AI视频生成器增加图像生成视频功能。该功能此前已在5月I/O开发者大会上推出的AI视频工具Flow中提供。目前Veo 3视频生成功能已在150多个国家推出，仅限Google AI Ultra和Pro用户使用，每日限制生成3个视频。用户可上传照片并添加音频描述来生成视频。发布7周来，用户已创建超过4000万个视频，所有视频都带有可见和不可见的数字水印。
英伟达计划推出专为中国市场设计的AI芯片
据报道，英伟达计划最早于9月推出专为中国市场设计的AI芯片，以应对美国出口限制。该芯片基于Blackwell RTX Pro 6000处理器，已经过修改以符合现有AI芯片限制规定，不包含高带宽内存和NVLink高速通信接口等高级功能。此前英伟达CEO表示不再将中国市场纳入收入预测，但这一变化可能是短暂的。
ArtifactsBench：腾讯混元团队重新定义AI代码生成评测标准，让机器写出真正能看能用的界面程序
腾讯混元团队推出ArtifactsBench，这是全球首个专门评测AI生成视觉交互代码质量的综合基准系统。该系统包含1825个真实应用场景测试任务，创新性地通过实际运行代码、动态截图、多模态AI评委等方式，从功能性、美观度、用户体验等十个维度进行评测。实验结果显示其与人类专家判断一致性超过90%，与业界金标准WebDev Arena的一致性达94.4%，为AI代码生成能力评估树立了新标准。
YouTube新政策旨在减少AI生成的低质量视频内容
YouTube计划7月15日更新货币化政策，针对"非真实"内容进行打击，主要目标是减缓平台上AI生成内容的泛滥。新政策将更好识别批量生产和重复性内容，包括仅有表面差异的旁白故事频道和相同解说的幻灯片视频。虽然YouTube强调这只是对现有"重复内容"指导原则的小幅更新，但业界认为此举主要针对低价值AI垃圾内容问题。
AI预测师挑战超级人类：谁能更准确地预测未来？——乔治梅森大学实证研究揭秘
乔治梅森大学研究发现，最新AI模型在预测准确性上首次超越普通人群，但仍显著落后于人类顶级预测专家。通过464个真实预测问题的测试，OpenAI的o3模型表现最佳，但"超级预测师"的表现仍是AI的六倍。研究揭示AI在政治预测上表现较好，但在经济问题上相对较弱，同时存在过度自信的问题。
AI智能演示制作助手：让文档秒变生动演讲视频的黑科技来了
澳大利亚研究团队开发出PresentAgent，这是一个能将任何文档自动转换为专业演示视频的AI系统。该系统集成了文档解析、幻灯片设计、语音合成等功能，并创建了全新的多维度评价体系。实验显示，AI生成的演示视频在多项指标上接近人类专家水平，为教育、商业等领域的演示制作提供了高效解决方案。
OmniDraft：高通AI研究院让小模型秒变万能助手，一个68M模型竟能给多个大模型当"草稿员"
这项由高通AI研究院完成的研究提出了OmniDraft框架，通过跨词汇表翻译、在线蒸馏学习和自适应草稿调整三大创新技术，让一个68M参数的小模型能够为多个不同的大型AI模型提供通用加速服务，在数学推理、编程和文本生成等任务中实现了1.5-2倍的速度提升。
斯坦福大学突破：AI能否像人类一样判断创意写作的好坏？
斯坦福大学研究团队创建了全球首个创意写作评估基准LitBench，通过分析Reddit写作社区的4万多对故事比较数据，训练AI模型判断创意写作质量。研究发现专门训练的小型奖励模型（78%准确率）能超越大型语言模型评委（73%），但添加推理链反而降低了表现，揭示了创意评判需要直觉性判断的特点。
复旦和腾讯联手开发出能"深度思考"的AI评委——彻底改变视觉内容评分游戏规则
复旦和腾讯联合开发的UnifiedReward-Think是全球首个具备链式思维推理能力的统一多模态奖励模型。该系统能像专业评委一样进行多维度深度分析，在图像和视频评估任务中全面超越现有方法，准确率提升5-25%。更重要的是，即使不展示推理过程，其内化的推理能力也能显著提升直接判断的准确性，为AI评估领域带来革命性突破。
TUM团队突破性发现：AI模型竟能用"错误"数据学会完美推理！
慕尼黑工业大学研究团队首次将"grokking"现象成功应用于真实世界的复杂推理任务，通过巧妙的数据增强策略，让仅有1.24亿参数的小型AI模型在多步推理任务上达到95-100%准确率，超越了GPT-4o等大型模型。更令人惊讶的是，即使训练数据中包含错误信息，也能增强而非削弱模型的推理能力。
Docker推出新功能支持AI智能体开发
Docker公司发布重大新功能，旨在简化智能体AI应用的构建、运行和部署。公司扩展了Docker Compose工具以支持AI智能体和模型的大规模部署，并推出Docker Offload服务，允许开发者将AI工作负载转移到云端。新功能还支持模型上下文协议网关的安全连接，并与谷歌云、微软Azure等合作伙伴集成。
京公网安备 11010802021500号
