罗切斯特理工学院团队开发出X-CoT系统，突破传统视频推荐"黑箱"限制，利用大语言模型进行链式推理，不仅提升检索准确率5.6%，还能详细解释每个推荐选择的原因。该系统通过两两比较和Bradley-Terry模型优化排序，同时…详细

人工智能视频检索可解释性研究

Intellindust AI实验室推出DEIMv2实时目标检测系统，融合DINOv3技术实现八个版本全场景覆盖。创新的空间调谐适配器让最大版本仅用50.3M参数达到57.8 AP，首次实现sub-10M模型突破50 AP大关。从GPU服务器到移动设备的…详细

人工智能目标检测实时处理

英特尔人工智能全球影响力嘉年华，在培养负责任地使用人工智能能力的同时，表彰下一代技术人才。…详细

人工智能英特尔

莫斯科高等经济学院研究员尼古拉·斯克里普科开发了IFEval-FC基准测试，专门评估大语言模型在函数调用中遵循格式指令的能力。研究发现，即使是GPT-5和Claude Opus 4.1等最先进模型，在处理看似简单的格式要求时准确率…详细

人工智能函数调用格式控制

上海人工智能实验室联合多家机构推出MinerU2.5文档解析模型，仅用12亿参数就在文本、公式、表格识别等任务上全面超越GPT-4o等大型模型。该模型采用创新的两阶段解析策略，先进行全局布局分析再做局部精细识别，计算效…详细

文档解析深度学习新型算法

英伟达研究团队开发的LONGLIVE系统实现了实时交互式长视频生成的重大突破。该系统通过KV重缓存、流式长视频调优和短窗口注意力等创新技术，在单块H100显卡上达到20.7FPS的生成速度，支持240秒视频生成，速度比现有系…详细

人工智能视频生成实时交互

中科大研究团队针对AI大语言模型训练中的"熵值困境"问题，提出了分位数优势估计新方法。该方法通过改进基准线设定策略，有效解决了训练过程中的熵值崩塌和爆炸问题，在数学推理任务上实现了显著性能提升。研究显示，…详细

人工智能强化学习优化算法

罗格斯大学与Adobe联合研究发现AI智能体在执行30+步骤的复杂任务时会遭遇"探索-利用级联失效"——早期盲目探索导致错误决策传播至后续步骤，造成训练崩溃。研究团队开发的EPO框架通过轨迹感知熵正则化、历史窗口平滑…详细

人工智能强化学习智能体训练

KAIST团队开发了名为REVIEWSCORE的AI系统，用于识别学术评审中的错误信息。研究发现，在AI顶级会议的评审意见中，26.4%的问题在论文中已有答案，15.2%的批评基于错误信息。该系统通过分析评审逻辑、验证前提假设来评…详细

人工智能同行评审质量评估

清华大学、新加坡国立大学等顶尖高校联合发布重大AI研究成果，创新性地提出变分推理框架解决AI推理训练中的偏见问题。该方法将AI思考过程分解为思维轨迹和答案两部分，通过"思考教练"机制避免AI偏向简单问题的毛病。…详细

人工智能变分推理推理训练

新加坡国立大学等机构研究团队提出反馈条件策略（FCP），让AI直接从文字反馈学习而非转换为数字评分。该方法在数学和通用推理任务上表现优异，能处理复杂混合反馈，支持灵活的行为控制，避免了传统强化学习中的奖励黑…详细

人工智能强化学习自然语言处理

上海AI实验室等机构联合发布CapRL框架，通过创新的强化学习方法解决AI图像描述质量评判难题。该方法将主观的描述质量转化为客观的问答准确率测试，使30亿参数模型达到720亿参数模型的描述效果，在多项基准测试中实现…详细

人工智能强化学习图像描述

香港中文大学研究团队创建了首个全面评估AI语音助手的标准体系VoiceAssistant-Eval，包含10,497个测试案例，涵盖听说看三大能力维度的13个任务类别。通过对22个模型的测试发现：商业模型并非全面领先，多数模型说话强…详细

人工智能语音交互多模态评测

这项由滴滴出行、中山大学、清华大学等机构联合开展的突破性研究首次深入揭示了人工智能在处理复杂长期任务时面临的重大挑战。研究团队开发了UltraHorizon测试平台，发现目前最先进的AI系统在长期任务中表现远不如人…详细

人工智能长期任务处理UltraHorizon基准测试

香港中文大学研究团队开发的WebGen-Agent系统通过为AI配备视觉反馈和用户测试能力，解决了传统网站生成AI"盲目"开发的问题。该系统让AI能够"看见"网站外观并模拟用户测试功能，结合智能回溯机制和Step-GRPO训练方法，…详细

人工智能多模态反馈网站生成

香港科技大学团队开发的LucidFlux是一个革命性的图像修复系统，能够在不需要任何文字描述的情况下自动修复模糊、噪点、压缩损坏的照片。该系统采用双分支条件器协同工作，一个分支保护细节信息，另一个分支抑制伪影，…详细

图像修复扩散变换器无监督学习

上海交通大学和上海人工智能实验室联合团队提出MesaTask框架，首次实现从高层任务指令直接生成符合要求的三维桌面场景。研究构建了包含10700个精调场景的MesaTask-10K数据集，通过"空间推理链"方法将复杂生成过程分解…详细

机器人技术3D场景生成任务导向生成

2025年10月16日，以“智算驱动·万象更新”为主题的超智算人工智能产业生态大会在北京银保园金融文化交流中心盛大启幕。…详细