腾讯混元团队推出P3-SAM系统，这是首个能够自动精确分割任意3D物体的AI模型。该系统采用原生3D处理方式，摆脱了传统方法对2D投影的依赖，在近370万个3D模型上训练而成。P3-SAM支持完全自动分割和交互式分割两种模式，…详细

3D计算机视觉深度学习自动分割算法

NVIDIA Research推出了革命性的UDR系统，让用户可以完全自定义AI研究助手的工作策略。该系统解决了传统研究工具固化、难以专业化定制的问题，支持任意语言模型，用户可用自然语言编写研究策略，系统自动转换为可执行…详细

人工智能深度研究自定义策略

加州大学圣地亚哥分校研究团队创建了首个"野生"乐谱理解AI测试平台WildScore，通过807个来自Reddit音乐社区的真实问题，系统评估了多模态AI模型的乐谱解读能力。测试结果显示，即使最先进的GPT-4.1模型准确率也仅为6…详细

多模态人工智能音乐信息检索基准测试评估

字节跳动团队开发的MOSAIC系统突破了AI绘画的关键难题：多角色生成时的身份混乱。通过创新的语义对应机制和分离技术，MOSAIC能准确生成包含4个以上主体的复杂图像，每个角色都保持独特特征不串戏。该系统基于120万张…详细

多主体图像生成语义对应技术注意力分离机制

阿里巴巴达摩院联合多所知名高校开发出M3Ret医学影像检索系统，首次实现单一模型处理X光、CT、超声、内镜等多种影像类型。该系统通过86万张真实医院影像进行自监督训练，在多项检索任务中超越现有方法，甚至能在未见…详细

医学影像自监督学习跨模态检索

剑桥大学研究团队通过创造全新人工语言Camlang，发现了人工智能的重大局限：尽管最先进的AI模型在熟悉语言上表现优异，但在学习真正陌生语言时远逊于人类。人类仅凭语法书和词典就能达到87%准确率，而AI最高仅47%，揭…详细

人工智能语言学习认知科学

NetEase公司研究团队开发的LatticeWorld框架实现了虚拟世界生成的重大突破。该系统通过自然语言和草图输入，能够快速生成高质量的3D交互虚拟环境，效率比传统方法提升90倍以上。系统结合轻量级语言模型和工业级渲染引…详细

虚拟世界生成人工智能游戏开发

腾讯混元团队发布了首个专门优化中文与少数民族语言翻译的开源模型Hunyuan-MT-7B，支持33种语言的双向翻译。该模型在国际机器翻译大赛中获得30项第一名，特别在汉语-维吾尔语、哈萨克语、蒙古语、藏语等翻译任务上实…详细

人工智能机器翻译少数民族语言

首尔国立大学研究团队开发出名为Durian的AI技术，能够实现前所未有的肖像动画与属性转移功能。该技术通过双重参考网络架构，仅需两张照片就能生成自然的动态视频，展示人物带着新发型、眼镜或胡须等属性的各种表情动…详细

人工智能图像生成视频合成

谷歌DeepMind发布SimpleQA Verified基准，通过严格筛选1000道测试题目和改进评分系统，更准确评估AI事实准确性。测试显示最先进的Gemini 2.5 Pro仅获55.6%准确率，揭示当前AI在事实知识方面仍有较大提升空间。该工具…详细

人工智能事实性评估基准测试

字节跳动种子团队开发出突破性AI数学证明系统BFS-Prover-V2，通过创新的多智能体协作和自适应训练方法，在MiniF2F测试中达到95.08%成功率，在ProofNet测试中达到41.4%成功率，展现出接近顶尖数学家的证明能力。该系统…详细

人工智能强化学习数学证明

Salesforce AI研究院开发的SFR-DeepResearch系统通过创新的强化学习方法，成功训练出能够独立进行复杂深度研究的AI代理。该系统采用单一代理架构，配备基础工具集，通过长度标准化奖励机制避免无效工具调用，在多个基…详细

人工智能强化学习自主代理系统

杭州电子科技大学等多所院校联合研究团队开发出革命性AI系统Drawing2CAD，能够直接从工程图纸自动生成精密三维CAD模型。该系统采用创新的双解码器架构和柔性损失函数，使用矢量格式图纸保留精确几何信息，在多项测试…详细

人工智能计算机辅助设计序列到序列学习

谷歌发布代理支付协议AP2，支持AI代理代表用户自动购物和决策。该开放协议获得60多家商户和金融机构支持，旨在实现AI平台、支付系统和供应商间的互操作性。协议要求两级审批机制：意图授权和购物车授权，确保交易可追…详细

人工智能自动化支付开放协议