业内首家！联想百应智能体2.0重磅升级以L3级智能体能力赋能中小企业。…详细

一句提示词，一个新世界 (One word, one world)。…详细

AI创新者大会

博通宣布对VMware Cloud Foundation平台进行重大升级，将私有AI服务集成到核心订阅中，并为vSAN存储虚拟化软件添加云原生对象存储支持。此举旨在满足企业对简化基础设施、高效AI采用和网络安全的需求。升级包括与英伟…详细

人工智能私有云平台整合

Google正式发布Gemini 2.5 Flash Image模型，该模型此前在测试版中被称为nanobanana。新模型为企业创意项目提供更多选择，能够快速修改图像外观并提供比以往模型更强的控制能力。该模型在保持人物相似度和编辑一致性…详细

人工智能图像编辑模型优化

华为即将发布AI固态硬盘，配合统一缓存管理软件，将键值缓存数据从GPU高带宽内存中转移到SSD存储，避免重复计算以提升AI处理速度。该方案采用分层缓存架构，整合GPU内存、CPU内存和SSD存储。华为还将运用XtremeLink技…详细

人工智能存储技术缓存优化

谷歌发布Gemini 2.5 Flash Image升级版，支持语音和文本提示生成图像，可替换照片中的人物、更改服装或合并真实图像与新背景。该工具目前仅在Gemini移动应用中提供。测试显示其处理速度极快，能在几秒内完成复杂的图…详细

人工智能图像生成新型算法

Anthropic发布基于Claude AI模型的浏览器智能体研究预览版，目前向1000名Max计划订阅用户开放。用户可通过Chrome扩展与Claude在侧边栏窗口中交互，Claude能够理解浏览器上下文并代表用户执行任务。随着谷歌反垄断案临…详细

人工智能浏览器技术安全防护

这项研究展示了一种革命性的AI技术，能够仅通过音频生成高度逼真的说话视频。滑铁卢大学研究团队开发的Audio2Photoreal系统巧妙结合了深度学习、扩散模型等先进技术，实现了声音到面部动作的精准转换。该技术在影视制…详细

人工智能视频生成深度学习

腾讯和深圳大学联合开发的多视角语言理解技术取得重大突破，通过创新的训练方法让人工智能具备接近人类水平的语言理解能力。系统能准确识别讽刺、情感变化等复杂语言现象，在多项测试中表现优异，已在客服、教育、医…详细

人工智能自然语言处理多视角学习

UNC Chapel Hill研究团队发现，即使是GPT-5、o3等顶级多模态大语言模型也无法可靠识别图像旋转。通过RotBench基准测试，研究揭示这些AI模型虽能识别正常朝向和倒置图片，却完全无法区分90度与270度旋转，暴露出当前A…详细

多模态大语言模型图像旋转识别空间推理能力

腾讯AI Lab等机构联合研究解决了AI大语言模型的"幻觉"问题。他们开发的"迭代自调优"方法教会AI诚实承认不确定性，而非编造错误信息。实验证明该方法显著提升了AI的诚实度和可靠性，同时保持了有用性。这项突破将让AI…详细

人工智能机器学习模型优化

AIRI研究团队开发了HeroBench测试平台，在RPG风格虚拟世界中评估25个大型语言模型的长期规划能力。研究发现AI在复杂多步骤规划任务中表现差异巨大，顶级模型Grok-4达到91.7%成功率，但加入升级机制和干扰因素后性能显…详细

长期规划测试虚拟环境评估AI规划能力基准

四川大学和北京智源人工智能研究院研究团队发现，当前最先进的大语言推理模型存在"装懂"问题：面对信息不完整的数学题时，只有25%会主动询问缺失信息，大部分选择猜测答案。研究构建CRITIC-math数据集系统测试了这一…详细

数学推理大语言模型求助行为

算力的尽头是能耗！…详细

阿里巴巴推出的Ovis2.5是一个革命性的多模态AI模型，具备原生分辨率图像处理和深度推理能力。它采用五阶段训练体系，在OpenCompass评测中创造了开源模型新纪录。其突破性的思考模式让AI能够进行类人推理和自我纠错，…详细

人工智能深度学习多模态模型

南洋理工大学研究团队开发的NVG技术革新了AI图像生成方式，让AI学会像画家一样分层创作。该技术将图像分解为9个粒度层次，从整体构图到精细细节逐步生成，不仅提高了图像质量，还提供了前所未有的结构控制能力。在多…详细

人工智能图像生成新型算法