/
这个AI"学霸"掌握了万物规律：清华团队让大语言模型变身超级数据分析师
中科院大学等机构联合开发的MachineLearningLM突破了大语言模型在数据分析方面的局限。该系统通过300万个合成任务的训练，能够在看到数百个例子后自动掌握各种数据预测规律。测试显示，它在金融、医疗等领域的分析准确率显著超越传统模型，同时保持了优秀的语言理解能力，为实现真正的通用人工智能分析系统开辟了新路径。
ServiceNow推出音频大模型评估神器：AI语音助手测评从此不再头疼
ServiceNow团队开发的AU-Harness是首个专门针对AI语音助手的综合评估工具包。该工具通过创新的并行处理和标准化测试协议，将评估效率提升127%，涵盖19项测试任务。研究引入了两个全新测试类别：时间感知的对话分离和复杂的口语推理能力。通过380多项测试揭示，当前AI语音模型在基础识别方面表现良好，但在复杂推理和时间理解上仍存在显著差距，为未来技术改进指明了方向。
约翰霍普金斯大学推出MMBERT：一个会说1800多种语言的AI模型
约翰霍普金斯大学研究团队开发了MMBERT多语言AI模型，采用渐进式学习策略训练超过1800种语言。该模型通过逆向掩码调度和温度采样等创新技术，在多项基准测试中超越XLM-R等现有模型，甚至在部分小语种任务上超过OpenAI o3和Google Gemini。模型运行速度比同类产品快2-4倍，已开源发布。
华为研究团队首创3D空间理解基准测试：让AI像人类一样理解多视角世界
华为科技团队开发出首个多视角3D空间理解基准测试Ego3D-Bench，包含8600个测试样本，覆盖距离测量、定位、运动推理等任务。同时推出Ego3D-VLM解决方案，通过构建文字版认知地图显著提升AI空间理解能力，多选题准确率提升12%，距离估算误差减少56%，为自动驾驶和机器人应用提供关键技术支撑。
香港大学团队打造首个牙科全景X光智能分析系统，AI医生能看懂你的口腔健康吗？
香港大学团队构建了全球首个大规模牙科全景X光AI数据集MMOral，包含2万余张影像和130万条指令数据。研究发现现有AI模型在牙科诊断上表现不佳，最强的GPT-4o仅达41%准确率。团队开发的专业模型OralGPT经训练后准确率提升24.73%，为AI在牙科医学的应用奠定基础。
德州农工大学开发的"模糊大脑"系统：用AI在网络安全竞赛中找出软件漏洞并自动修复
德州农工大学研究团队开发的FuzzingBrain系统，结合大语言模型和传统模糊测试技术，能够自动发现软件安全漏洞并生成修复补丁。在DARPA人工智能网络挑战赛中获得第四名，成功发现28个漏洞包括6个零日漏洞。系统采用大规模并行架构，实现了智能化的漏洞检测和修复流程，为网络安全防护提供了新的技术路径。
谷歌让AI更易获取真实世界数据
谷歌发布数据共享模型上下文协议服务器，使开发者和AI智能体能够通过自然语言访问真实世界统计数据。该服务整合了政府调查、行政数据和联合国等全球机构的公共数据集。新服务旨在解决AI系统训练中常见的数据噪声和幻觉问题，为AI提供可验证的结构化信息。谷歌还与ONE Campaign合作推出数据智能体工具，该开源服务器兼容任何大语言模型。
微软为Copilot引入Anthropic AI模型
微软宣布从周三开始将Anthropic的AI模型集成到其Copilot助手中，此前该助手主要依赖OpenAI技术。企业用户可在OpenAI的深度推理模型和Anthropic的Claude Opus 4.1、Claude Sonnet 4之间选择，用于复杂研究和构建定制AI工具等任务。此举标志着微软与OpenAI这对曾经独家合作伙伴关系的进一步松动。
AI训练新模式：群体智慧让小型语言模型变得更聪明——Gensyn团队的分布式协作训练突破
Gensyn团队提出SAPO分布式AI训练方法，让普通设备通过分享学习经验协作训练语言模型。实验显示，采用50%本地和50%外部经验的均衡策略，小型AI模型性能提升94%。该方法避免了传统分布式训练的同步瓶颈，为AI训练民主化开辟新路径。
英国曼彻斯特大学研究团队发现：AI语言模型竟然无法理解"高深的废话"
曼彻斯特大学研究团队发现，尽管AI语言模型在多数任务中表现优异，但在理解"Drivelology"（一种表面荒诞但蕴含深意的语言现象）时却频频失误。研究团队构建了涵盖六种语言的1200多个样本数据库，通过四项测试发现AI模型难以掌握这类文本的讽刺意图和文化内涵，揭示了当前AI在语用理解方面的根本局限。
苹果推出SimpleFold：轻量级蛋白质折叠预测AI模型
苹果研究人员开发出SimpleFold，这是一个轻量级的蛋白质折叠预测AI模型。与谷歌DeepMind的AlphaFold等需要极其昂贵计算资源的模型不同，SimpleFold采用流匹配模型技术，跳过多个去噪步骤，降低计算成本并提升生成速度。研究团队训练了从1亿到30亿参数的多个版本，在CAMEO22和CASP14基准测试中表现出色，且模型规模越大性能越好。
Modular获2.5亿美元融资，简化AI硬件部署
AI初创公司Modular完成2.5亿美元C轮融资，估值达16亿美元。该公司提供统一平台，让开发者无需重写代码即可在不同芯片上运行AI应用，包括CPU、GPU、ASIC和定制芯片。公司旨在打破英伟达CUDA的垄断局面，为企业提供更多硬件选择自由。其平台已支持英伟达、AMD和苹果架构，在新一代加速器上性能提升20%-50%。
Google推出数据公地MCP服务器，为AI智能体提供可信数据支撑
谷歌发布Data Commons模型上下文协议服务器，为AI开发者提供标准化访问公共数据集的新工具。该服务器连接谷歌2018年推出的开放知识库Data Commons，整合经济、健康、人口和环境等领域的公共数据集。通过标准化接口，AI系统可直接查询数据而无需管理复杂API，有效减少模型幻觉问题，为构建数据驱动的智能体应用奠定基础，提升AI输出的准确性和可信度。
英国250强企业高管呼吁电网升级以支持AI数据中心扩张
英国能源网络协会对101名富时250指数高管的调查显示，90%的受访者认为电网升级对释放高增长行业潜力至关重要，超过80%表示没有这些升级英国将无法在全球竞争。调查指出，这一需求对支撑AI模型训练和云计算的数据中心尤为迫切。55%的受访者对英国成为AI全球领导者有信心，但实现这一目标依赖于可靠的高容量电力供应。预计到2030年英国数据中心容量将增至3.3-6.3GW。
美光科技在AI驱动DRAM浪潮中创下收入记录
美光第四季度营收达113.2亿美元，创历史新高，同比增长46%。全年营收373.8亿美元，同比增长48.9%。DRAM收入同比增长69%至90亿美元，占总收入80%，而NAND收入下降5%至23亿美元。HBM收入接近20亿美元，年化收入约80亿美元。公司1γ DRAM技术达到成熟良率，并开始向主要超大规模客户出货。预计下季度收入125亿美元，同比增长43.5%。
Creatio推出"自带模型"功能，让企业自主选择AI模型
无代码平台开发商Creatio发布新功能，允许企业自主选择大语言模型进行AI部署。该"自带模型"功能支持OpenAI、Anthropic和谷歌Gemini等主流模型，可在私有云或本地环境中部署以满足数据主权要求。公司将AI代理直接嵌入核心CRM应用和工作流程中，计划2025年底支持模型上下文协议。Creatio上一财年增长45%，主要来自新客户获取和大企业账户扩展。
阿里巴巴云平台将集成英伟达物理AI开发工具
阿里巴巴宣布将英伟达的机器人、自动驾驶和智能空间AI开发工具集成到其云端AI平台中。阿里巴巴将提供英伟达的物理AI软件栈，可构建真实环境的3D副本并生成合成数据来训练AI模型。此次合作标志着全球领先的AI芯片开发商与主要云服务提供商的重要合作。阿里巴巴还发布了最新的通义千问3-Max大语言模型。
Salesforce从AI模型转向智能体AI战略转型
Salesforce正从部署大型语言模型转向开发专业化、高效且可信的AI智能体，以解决特定商业挑战。该公司首席科学家表示，AI的真正价值不在于底层模型，而在于构建其上的智能体能力。Salesforce将智能体分解为记忆、推理大脑、用户界面和功能调用四个关键组件，并开发了大型动作模型来提升API调用准确性。公司还推出企业通用智能概念，专注于商业关键领域的智能体能力突破。
MemVerge推出开源AI内存层助力大语言模型发展
MemVerge发布开源MemMachine软件项目，为大语言模型和AI智能体提供跨平台长上下文记忆层。该软件虚拟化DRAM，结合服务器CPU内存与外部存储层，支持情景记忆、语义记忆、程序记忆和档案记忆四种模式。在LoCoMo长上下文记忆测试中，MemMachine准确率达85%，领先于ChatGPT等竞品，旨在将AI助手从一次性聊天机器人转变为可信赖的上下文感知协作伙伴。
京公网安备 11010802021500号
