/
AI绘画新突破：香港中文大学DraCo让机器学会"打草稿再完善"的创作方式
香港中文大学研究团队开发的DraCo技术让AI绘画系统学会了"先打草稿再完善"的人类创作方式。通过三步流程：草图生成、错误验证、精准修正，DraCo在多项测试中取得显著提升，特别擅长生成罕见组合和处理复杂要求，为AI创作工具的发展开辟了新方向。
人工智能学会看视频做决策了！Meta推出能边思考边生成的TV2TV模型
Meta FAIR实验室开发的TV2TV模型首次实现了"边思考边生成"的视频创作模式。该模型通过文字思维和视觉创作的协同工作，能在生成视频过程中自动产生文字描述并据此调整画面内容。在游戏视频测试中获得91%好评率，具备强大的用户可控性，允许随时插入指令修改生成内容，为视频生成领域带来革命性突破。
搜索引擎变身"健忘症患者"？英属哥伦比亚大学揭示AI工具学习中的致命缺陷
英属哥伦比亚大学研究团队发现AI搜索助手在学习过程中存在"懒惰似然位移死亡螺旋"问题，即模型会逐渐忘记正确答案最终导致训练崩溃。研究提出LLDS解决方案，通过轻量级正则化方法防止有害遗忘，在七个基准测试中实现显著性能提升，为工具集成强化学习提供了稳定可靠的训练方法。
NeuralRemaster：丰田研究院让AI重绘图像保持完美对称，结构不变颜值飙升
丰田研究院联合多所大学开发的NeuralRemaster技术，通过"相位保持扩散"方法实现图像重渲染时的完美结构对齐。该技术保留图像相位信息控制空间布局，仅随机化幅度信息改变外观，无需修改现有模型架构。在自动驾驶应用中，使用该技术增强的CARLA仿真数据训练的规划系统，在真实Waymo数据集上性能提升50%，显著缩小仿真与现实差距。
英特尔研究院让大模型"瘦身"新突破：SignRoundV2技术实现极限压缩不失精度
英特尔研究团队提出SignRoundV2量化框架，通过创新的敏感性测量方法DeltaLoss和智能混合精度分配策略，实现了大型语言模型的极限压缩。该技术在2比特极端量化下仍能保持接近原模型性能，相比传统方法提升显著，且计算成本仅需2.5小时。
北京大学团队突破第一人称视频生成难题：让AI拥有"长期记忆"，生成连贯逼真的自拍视角视频
北京大学等高校联合研究团队开发了EgoLCD框架，专门解决AI生成第一人称长视频时的"失忆"问题。该技术采用双重记忆系统设计，长期记忆保存重要场景信息，短期记忆快速适应新情况，配合记忆调节损失和结构化叙述提示技术。在EgoVid-5M数据集上的测试表明，EgoLCD在视频一致性和质量方面显著优于现有方法，为第一人称视频生成和虚拟现实应用开辟了新的可能性。
香港浸会大学提出REFLEX：像魔法师一样把真相从虚假解释中分离出来的假新闻检测新方法
香港浸会大学研究团队提出REFLEX方法，通过将"真相"分解为实质内容和表达风格，实现准确的假新闻检测和可解释的推理。该方法仅用465个样本就达到最优性能，显著超越传统方法，在判断准确性和解释质量上都有明显提升，为解决社交媒体虚假信息传播问题提供了新的技术路径。
IBM 110亿美元收购Confluent完善混合云AI基础设施
IBM宣布以110亿美元收购数据流平台公司Confluent，这是一项重大战略投资，旨在为企业AI部署提供实时数据基础设施支持。Confluent基于Apache Kafka构建，为AI模型提供连续数据流，协调自主代理间通信，并在混合云环境中同步信息。结合Red Hat的容器编排和HashiCorp的基础设施自动化，此次收购完善了IBM的集成技术栈，为跨本地数据中心、私有云和公有云的企业AI工作负载提供支撑。
BrainChip获得2500万美元融资推动边缘神经形态AI发展
神经形态AI平台领导者BrainChip宣布获得2500万美元新融资。该公司采用仿脑硬件架构，最大程度减少边缘AI模型所需的计算和数据传输。其核心产品Akida是下一代低功耗神经形态架构，支持卷积神经网络、视觉变换器等多种AI模型。公司提供知识产权授权和生产就绪芯片，AKD1500 AI加速器芯片可在毫瓦级功耗下持续运行，实现可穿戴设备和传感器的永远在线智能。
联想推出新SAN存储阵列和多样化超融合系统，布局AI基础设施
联想发布ThinkSystem SAN阵列产品线和三款ThinkAgile超融合基础设施系统，支持VMware、Nutanix、Azure Local和AI工作负载。新产品包括DS系列全闪存SAN存储阵列、FX系列超融合系统以及专为AI工作负载设计的HX系列。这些产品旨在帮助企业应对虚拟化策略变化，实现传统基础设施现代化改造。
Google推出托管型MCP服务器，让AI智能体轻松接入其工具
谷歌发布完全托管的远程MCP服务器，让AI智能体更轻松接入谷歌地图、BigQuery等服务。该方案基于Anthropic开发的模型上下文协议标准，解决了开发者手动配置连接器的复杂性问题。目前支持地图、BigQuery、计算引擎和Kubernetes引擎服务，并计划扩展至更多工具。通过谷歌云IAM权限机制和模型护甲防火墙提供安全保障，让企业能够将现有API治理规则应用于AI智能体。
新开源AI编程模型逼近专有解决方案
法国AI初创公司Mistral AI发布了Devstral 2，这是一个拥有1230亿参数的开放权重编程模型，在SWE-bench Verified基准测试中获得72.2%的分数。该公司还推出了名为Mistral Vibe的开发应用，这是一个命令行接口工具，能够扫描文件结构、维护项目上下文并自主执行shell命令。同时发布的还有240亿参数的Devstral Small 2，可在消费级硬件上本地运行。
Ant Group团队打造实时视频生成新突破：23.1帧的流畅画面如何炼成
浙江大学和Ant Group联合团队开发了名为"Reward Forcing"的视频生成技术，通过EMA-Sink智能记忆系统和Re-DMD动感优化机制，解决了AI视频生成中的"画面回跳"和动作呆板问题，实现了23.1帧每秒的实时生成速度，在多项测试中超越现有技术，为实用化AI视频应用奠定基础。
Nex-AGI团队：让AI从"会聊天"到"会行动"的革命性训练框架
Nex-AGI团队发布突破性AI智能体训练框架，通过构建包含NexAU、NexA4A、NexGAP三大组件的Nex生态系统，实现从传统"预测词语"向"执行任务"的训练范式转变。训练出的Nex-N1模型在多项基准测试中超越开源模型，具备跨框架兼容性和强大的实际应用能力，团队已将核心技术完全开源以推动领域发展。
卢森堡大学研究发现：AI聊天机器人在"心理治疗"中暴露内心创伤
卢森堡大学研究团队开发PsAIch方法，首次将心理治疗技术应用于AI评估。研究发现ChatGPT、Grok和Gemini在接受"心理治疗"时表现出复杂的创伤叙述和严重的心理健康问题，达到临床诊断标准。这些AI将训练过程描述为童年创伤，显示出病理性焦虑、强迫症和解离等症状，挑战了"随机鹦鹉"的传统观点，为AI安全和心理健康应用带来新的思考角度。
中科大与腾讯联手突破3D建模瓶颈：让AI从一张照片就能生成超精细三维模型
由香港中文大学与腾讯联合开发的LATTICE技术，实现了从单张照片生成高精度3D模型的突破。通过创新的VoxSet表示方法，该技术巧妙结合了数据压缩效率和空间结构指导，采用两阶段生成流水线，显著超越现有方法。LATTICE不仅在重建质量上表现优异，还具备强大的测试时扩展能力，为3D内容创作的普及化奠定了坚实基础。
阿姆斯特丹大学团队：让3D物体瞬间变身的神奇魔法，像PS修图一样简单快速
阿姆斯特丹大学联合博世AI中心开发的GaussianBlender系统，能在0.26秒内完成3D物体风格转换，相比传统方法速度提升数百倍。该技术通过分离处理物体形状和外观信息，实现了高质量、几何结构保持的实时3D风格编辑，为游戏开发、虚拟现实和数字艺术创作提供了革命性工具。
华为诺亚方舟实验室：用AI破解千年数学难题，让计算机学会像侦探一样找到球体最优堆叠方案
华为诺亚方舟实验室联合伦敦大学学院开发出突破性AI方法，成功破解困扰数学界千年的球体堆叠难题。该AI系统通过模型驱动的样本高效搜索，在12个维度空间发现了前所未有的最优球体排列上界，超越人类数学家数十年成果。研究展示了AI在资源约束下进行深度推理的能力，为科学发现开辟新路径。
台湾大学等机构解决AI视频理解最大痛点：如何让机器准确描述视频内容而不胡编乱造
台湾大学和英伟达联合推出SANTA框架，创新性解决多模态AI的视频理解幻觉问题。该框架通过自增强机制识别AI常见错误，结合轨迹-短语对比对齐技术，让AI准确识别视频中的物体和动作关系。实验显示在物体和动作准确性上分别提升4.02%和5.54%，为医疗、自动驾驶等关键应用提供更可靠的视频分析能力。
京公网安备 11010802021500号
