清华大学联合多校团队开发REMA框架，首次实现AI推理过程的几何可视化。通过"推理流形"概念，该框架能够像X光机一样透视AI内部思维过程，精确定位推理错误的起始点。实验覆盖多种模型和任务，发现正确推理遵循低维几何…详细

人工智能几何分析推理解释

香港科技大学团队提出ROVER方法，通过评估随机策略而非复杂优化循环来训练AI数学推理，颠覆了传统强化学习思路。该方法在数学竞赛题上比现有最强方法准确率提升8.2%，多样性提升16.8%。研究发现数学推理的树状结构特…详细

强化学习随机策略评估数学推理

上海AI实验室团队首创视频驱动的交互网页重建评测基准IWR-Bench，挑战AI从用户操作视频中理解并重建完整交互网页。测试28个顶级AI模型发现，最强的GPT-5综合得分仅36.35%，虽然视觉重现能力达64%，但交互功能实现仅2…详细

人工智能交互式网页重建视频理解技术

这项研究提出了RHYTHM框架，通过时间令牌化将移动轨迹按日分段，结合层次化注意力机制捕捉多尺度时间依赖关系。系统采用冷冻的大型语言模型作为推理引擎，融入丰富的语义信息来理解移动模式。实验显示整体准确率提升…详细

人工智能移动预测大型语言模型

中航大学研究团队发现了一种名为ChatInject的新型AI攻击方式，能够通过伪造AI系统内部通信格式来欺骗智能助手执行恶意操作。研究显示这种攻击的成功率比传统方法高出数倍，甚至能够跨模型传播，对包括GPT-4o、Grok-3…详细

人工智能提示注入攻击AI安全防护

马里兰大学与英特尔实验室联合开发VC-Inspector系统，革命性地解决了视频描述评估难题。该系统无需标准答案即可准确评判视频描述质量，通过事实核查识别物体动作错误，提供1-5分评分及详细解释。在标准数据集测试中超…详细

人工智能视频理解评估算法

东南大学团队提出MetaAPO方法，通过引入智能元学习器动态平衡AI训练中的离线数据与在线数据使用，解决了传统对齐方法效率低下的问题。该方法在三个标准测试中表现优异，在减少42%数据标注成本的同时显著提升了模型性…详细

人工智能偏好优化元学习

浙江大学和华为联合研究团队开发了MultiCrafter框架，解决AI同时绘制多个人物时的"串脸"问题。该技术通过身份解耦注意力正则化、混合专家架构和人性化偏好优化三大创新，让AI能够准确保持每个人物的独特特征，人脸相…详细

人工智能图像生成深度学习

MWS AI联合ITMO大学提出CoSpaDi技术，通过稀疏字典学习实现大型语言模型高效压缩。该方法突破传统低秩分解限制，为不同知识类型提供定制化存储方案，在20%-50%压缩比例下显著优于现有方法。支持跨层字典共享和数据感…详细

人工智能稀疏字典学习模型压缩

莫斯科大学团队开发的TUN3D系统实现了重大技术突破，首次让普通相机拍摄的照片就能准确识别房间结构和物体位置。该系统无需专业3D扫描设备或精确位置信息，仅用手机拍摄的多角度照片即可重建完整3D场景模型。在多个标…详细

3D场景理解计算机视觉室内建模

研究人员正探索AI能否预测昏迷患者的医疗意愿，帮助医生做出生死决策。华盛顿大学研究员Ahmad正推进首个AI代理人试点项目，通过分析患者医疗数据预测其偏好。虽然准确率可达三分之二，但专家担心AI无法捕捉患者价值观…详细

人工智能智能体技术医疗伦理

麻省理工学院研究发现过度依赖AI会导致认知债务，削弱基本思维能力。研究表明交替进行无辅助思考和AI支持工作的模式能保持认知敏锐度。这种认知高强度间歇训练模仿体能训练中的HIIT模式，通过短时间高强度思考与恢复…详细

人工智能认知训练脑科学研究

Scale AI前员工比拉尔·阿布-加扎勒创立的1001 AI公司获得900万美元种子轮融资，投资方包括CIV、General Catalyst和Lux Capital。该公司专注于为中东北非地区的航空、物流、石油天然气等关键行业打造AI原生操作系统，…详细

人工智能决策自动化运营优化

微软研究院发布突破性多语言AI技术UPDESH，通过"自下而上"数据生成策略，让AI真正理解不同文化背景下的语言表达。该技术基于各语言维基百科内容生成950万个训练数据点，覆盖13种印度语言，显著提升低资源语言AI性能，…详细

人工智能自然语言处理多语言数据集

NVIDIA团队提出RLBFF方法，将AI训练中的复杂评价转化为明确的二元判断标准，解决了传统人类反馈模糊和可验证奖励局限的问题。该方法在多个权威测试中取得突破性成果，其中JudgeBench获得第一名，训练的模型性能媲美知…详细

人工智能强化学习模型优化

中科院研究团队发现传统AI训练方法微调一直被错误使用，通过改进训练流程，让AI能像人一样持续学习新知识而不遗忘旧技能。新方法学习成功率提高33.72%，可处理10万个知识点，首次成功应用于720亿参数大模型，为AI持续…详细

模型编辑微调技术持续学习

韩国Nota公司开发的ERGO技术通过"粗到细"两阶段视觉推理，让AI学会智能观察图像。该技术采用推理驱动感知策略，先用低分辨率图像定位关键区域，再进行高分辨率分析，在V*测试中准确率提升4.7分的同时，视觉标记使用量…详细

人工智能视觉语言模型强化学习

台湾研究团队开发出革命性的SPF无人机控制系统，让普通人可以用自然语言指挥无人机完成复杂任务。该系统无需训练，将三维飞行控制转化为二维图像标记，在模拟和真实环境中分别达到93.9%和92.7%的成功率，远超传统方法…详细

无人机控制技术视觉语言模型零样本学习

本文探讨了AI发展的未来趋势，详细分析了六条有望实现通用人工智能（AGI）的技术路径。随着生成式AI和大语言模型面临发展瓶颈，业界开始将目光转向其他AI发展方向。这六条路径包括神经符号AI、神经形态AI、具身AI、多…详细

人工智能神经符号AI新型算法