/
石溪大学团队解锁AI视频生成中的重力难题：让虚拟世界服从物理定律
石溪大学团队首次将牛顿物理定律融入AI视频生成，开发出NewtonRewards框架。该技术通过提取视频运动轨迹和物体特征作为物理量代理，用恒加速度约束和质量守恒约束训练AI遵守物理定律。在6万个物理场景测试中，系统在视觉质量和物理准确性上均显著提升，为AI视频生成向物理真实性迈进奠定重要基础。
OPPO AI团队首创深度研究智能体失效诊断体系：人工智能研究助手还有多远？
OPPO AI团队通过分析1000份AI生成报告，首创了深度研究智能体评估体系FINDER和失效诊断系统DEFT。研究发现当前AI研究助手的主要问题不是理解任务，而是信息验证和内容生成环节，其中19%的错误源于AI为营造专业感而编造虚假数据。该研究为AI研究工具的标准化评估和未来发展提供了重要科学依据。
上海人工智能实验室重磅推出：让AI真正理解"时间流逝"的图像生成基准测试
上海人工智能实验室推出Envision基准测试，首次系统性评估AI图像生成模型的时间因果理解能力。研究发现现有模型虽能生成精美单图，但在理解事件发展过程方面存在根本缺陷，揭示了"理解-生成悖论"现象。该研究为构建真正理解世界规律的AI系统指明了新方向。
看长视频就像观看足球比赛：AI如何学会"边看边想"找到关键时刻
这项研究提出了LongVT系统，让AI能够像人类一样主动观看长视频并精确定位关键信息。系统采用"全局预览-局部观察-自我纠错"的智能策略，可以在小时级视频中准确找到特定事件发生的时刻。研究团队构建了VideoSIAH数据集用于训练和评估，实验结果显示LongVT在多个基准测试中表现卓越，为智能视频理解开启了新范式。
液体团队打造手机里的"超级AI大脑"：LFM2能让你的设备拥有媲美大型AI的智慧
液体AI团队发布LFM2系列模型，这是专为边缘设备优化的新一代AI助手，能在普通手机上实现媲美大型AI服务器的智能水平。LFM2采用创新混合架构，运行速度比同类产品快2倍，支持完全本地化处理，确保用户隐私安全。该系列包含多个规模版本及视觉、语音、检索等专门变体。
赫瑞-瓦特大学团队发布Script：让多模态大模型"瘦身"的智能图像压缩新方法
赫瑞-瓦特大学研究团队在《机器学习研究汇刊》发表突破性研究，推出Script智能图像压缩方法。该技术通过图结构分析和查询感知机制，能将多模态大模型的计算量减少90%的同时保持近乎完美的准确性，实现10倍速度提升，为AI技术在移动设备和边缘计算场景的普及应用铺平道路。
UNC和Adobe联手打造"眼神追踪"AI系统 看懂人类意图还能提前预知行为
北卡罗来纳大学教堂山分校和Adobe研究院联合开发了STREAMGAZE，全球首个眼神追踪流媒体视频理解基准测试系统。该系统能分析人类眼神移动模式理解注意力焦点和认知过程，甚至预测下步行动。研究发现当前最先进AI模型在眼神理解方面表现极差，准确率仅50%左右，远低于人类82.7%水平，揭示了AI在理解人类认知机制方面的重大局限性。
上海交大团队破解视频AI实时处理难题：让智能助手"眼疾手快"不再是梦
上海交大研究团队开发出流式令牌压缩技术STC，通过缓存复用和智能剪枝两大模块，解决了视频AI实时处理的效率瓶颈。该技术在保持99%准确率的同时，将视觉编码和语言模型处理延迟分别降低24.5%和45.3%，为智能眼镜、自动驾驶、实时监控等应用提供了关键技术支撑。
首个智能指令自动优化系统诞生！剑桥大学让AI自己学会写更好的指令
剑桥大学研究团队开发出首个智能指令自动优化系统INSPO，让AI能够在学习过程中自动改进自己的工作指令。该系统通过维护动态指令群体和基于失败经验的反思机制，实现了指令与AI策略的协同进化。实验显示INSPO在多个问答任务上比现有最佳方法提升6%以上准确率，额外计算开销仅为1.4%，代表了AI自我优化能力的重要突破。
悉尼大学团队破解AI画图"文化失明"之谜：为何AI总画不出地道的中国建筑？
悉尼大学团队发现AI绘画模型存在"文化失明"问题，即用不同语言描述同样事物时，AI往往生成文化中性或英语偏向的图像。研究发现问题源于文化知识激活不足而非缺失，开发出CultureBench评估体系和双重解决方案，通过定位文化敏感神经元实现精准调控，显著提升跨语言文化一致性表达能力。
香港理工大学新突破：让AI像人脑一样聪明分配"脑力"，数学推理效率暴增50%
香港理工大学研究团队提出SCALE框架，通过模拟人脑双重思维模式，让AI根据子问题难度智能分配计算资源。该方法在数学推理测试中将准确率提升13.75个百分点，同时降低计算成本33%-53%，为AI资源优化提供了新思路。
俄罗斯研究团队开发Wikontic：让AI构建像百科全书一样准确的知识图谱
俄罗斯认知AI系统实验室开发的Wikontic技术，通过大语言模型从文本中自动构建高质量知识图谱。该系统结合维基数据约束和多阶段精化处理，在保证知识准确性的同时显著降低计算成本，在多项基准测试中表现优异，为解决AI"幻觉"问题提供了实用解决方案。
上海AI实验室首创CauSight：让AI具备"透视因果关系"的超能力
上海AI实验室开发的CauSight模型首次让AI具备了视觉因果推理能力，能够理解图像中物体间的因果关系而非仅仅识别物体。研究团队构建了包含32000张图片的VCG-32K数据集，采用创新的"因果思维树"训练方法和强化学习优化。CauSight性能比GPT-4.1提升3倍，将推动机器人、自动驾驶等领域的智能化发展。
扩散模型的"反向恢复术"：香港科技大学团队破解图像编辑中的"时间倒流"难题
香港科技大学团队发表的POLARIS研究解决了扩散模型图像编辑中的核心难题——反演过程的误差累积。该方法通过动态调整引导强度，从根源上消除累积误差，只需一行代码即可集成。在COCO2017等数据集上，POLARIS在图像重建质量上提升了57%，在复杂编辑任务中也表现出色，为图像编辑技术带来了突破性进展。
罗格斯大学团队让AI画画速度快十倍：一步生成高质量图像的全新方法
罗格斯大学研究团队开发出名为Rectified MeanFlow的革命性AI图像生成技术，实现了仅需一步操作就能生成高质量图像的突破。该方法巧妙结合轨迹矫正和平均速度建模两种技术，在保证图像质量的同时将训练效率提升了数倍。在ImageNet数据集的全面测试中，新方法在不同分辨率下都显著超越现有一步生成方法，同时大幅降低了计算成本，有望让高质量AI图像生成技术更加普及。
AI代码编辑器扩展推荐漏洞引发供应链安全风险
热门AI驱动的VS Code衍生工具如Cursor、Windsurf等被发现推荐Open VSX注册表中不存在的扩展程序，为恶意攻击者发布同名恶意软件包创造机会。这些IDE继承了微软扩展市场的官方推荐列表，但这些扩展在Open VSX中并不存在。攻击者可利用此漏洞上传恶意扩展，当开发者安装推荐扩展时可能导致敏感数据泄露。
Ambiq推出首款能耗优化NPU芯片组，为电池设备带来先进AI能力
边缘AI芯片制造商Ambiq在拉斯维加斯CES展上发布Atomiq，这是其首款集成专用神经处理单元的系统芯片。该芯片基于专有SPOT架构和Arm Ethos-U85架构，能效比传统CPU高5倍。Atomiq每秒可执行2000亿次运算，支持计算机视觉、多语言语音识别等AI工作负载在电池设备上本地运行。适用于智能安防摄像头、AR眼镜、可穿戴设备等平台。
英伟达推出AI推理上下文NVMe SSD存储解决方案
英伟达在CES 2026上发布了推理上下文内存存储平台（ICMSP），通过将KV缓存扩展到NVMe固态硬盘来解决GPU内存容量限制问题。该技术依托即将推出的BlueField-4数据处理单元，提供高达5倍的能效提升和令牌处理速度。多家存储合作伙伴包括戴尔、HPE、Pure Storage等将在2026年下半年支持该平台，为大规模AI推理工作负载提供持久化上下文存储解决方案。
Lightricks-2 AI视频模型实现设备端运行突破
Lightricks与英伟达合作推出Lightricks-2 AI视频模型，可在本地设备运行而非依赖云服务。该模型支持生成20秒长、50帧每秒的4K视频片段，并包含原生音频。作为开放权重模型，它为专业创作者提供更安全的选择，保护知识产权。借助英伟达RTX芯片优化，用户可获得高质量结果同时控制数据隐私，缩短生成时间至1-2分钟。
微软收购Osmos数据平台，强化Fabric智能数据工程能力
微软收购了成立于2019年的AI数据工程平台Osmos，以增强其Fabric数据平台功能。Osmos基于Apache Spark技术，已在Fabric上提供数据管道和上传产品。微软表示此次收购将支持Fabric统一数据分析平台的使命，通过AI代理简化ETL数据工程任务，帮助客户减少50%的开发和维护工作。这一收购标志着微软数据平台战略的转变，从依赖Databricks转向自主技术发展。
京公网安备 11010802021500号
