在这个人机协作时代，人类的智慧和机器的能力将以前所未有的方式结合在一起，共同创造一个更加美好的世界。…详细

新型栅极驱动器集成电路集成了自举二极管和电阻器，有助于简化无刷电机、电动工具和DC-DC转换器的高速设计。…详细

Yale大学自然语言处理实验室研发的Table-R1模型突破性地将推理时间缩放技术应用于表格推理任务。研究团队通过两种方法提升模型能力：从DeepSeek-R1模型的推理过程中学习，以及利用可验证奖励进行强化学习。实验表明，…详细

人工智能表格推理自然语言处理

Muddit是一种创新的统一生成框架，它使用离散扩散技术同时处理文本和图像生成。由北京大学等机构联合开发，该模型整合了预训练文生图模型的强大视觉先验，使其能高效并行地处理多模态内容。尽管仅有1B参数，Muddit在…详细

人工智能离散扩散多模态生成

SWE-bench-Live是微软与上海人工智能实验室联合开发的持续更新基准测试平台，解决了现有代码修复评估工具的数据老化、覆盖有限和人工依赖问题。核心创新是REPOLAUNCH自动化流水线，能从GitHub抓取2024年后的1,319个真…详细

人工智能代码自动化软件测试

Google研究团队推出Atlas，一种革命性的AI记忆优化模型，解决传统Transformer架构在处理长文本时的计算复杂度问题。Atlas通过三大创新：超线性容量的记忆模块、基于上下文而非单词的记忆优化、及使用Muon优化器的高效…详细

人工智能长文本理解记忆优化

北京大学与小红书公司联合研究团队提出的Uni-Instruct框架，成功统一了10多种现有单步扩散蒸馏方法。该框架基于新颖的f-散度扩散扩展理论，通过可计算的等价损失函数训练单步扩散模型。实验表明，Uni-Instruct在CIFA…详细

人工智能扩散模型图像生成

5月29日，由友达光电（苏州）有限公司与友达数位科技服务（苏州）有限公司(ADT)携手主办的 2025 友达数位智能制造年度峰会，在苏州友达光电国际会议厅圆满落幕。…详细

友达数位友达光电智能制造未来工厂AI

5月29日，由友达光电（苏州）有限公司与友达数位科技服务（苏州）有限公司(ADT)携手主办的 2025 友达数位智能制造年度峰会，在苏州友达光电国际会议厅圆满落幕。…详细

友达数位未来工厂智能制造AI友达光电

随着现代化技术的兴起，当今数据中心正面临日益增长的新需求。为高效应对主流与加速型工作负载，企业亟需采用可扩展、高效与高性能的解决方案。…详细

今年微软Build 2025大会上，微软CEO萨提亚-纳德拉（Satya Nadella）在AI成为人类智能副驾的目标和梦想已经实现的前提下，又提出了开放智能体网络（Open Agentic Web）。他认为，未来的企业、组织和个人社会将是一个更…详细

微软Build智能体

ZeroGUI是一项突破性研究，实现了零人工成本下的GUI代理自动化在线学习。由上海人工智能实验室和清华大学等机构联合开发，这一框架利用视觉-语言模型自动生成训练任务并提供奖励反馈，使AI助手能够自主学习操作各种图…详细

GUI代理在线强化学习零标注学习

这项研究揭示了大语言模型在学习推理时对噪声奖励的惊人适应力。研究表明，即使有40%的奖励信号被故意颠倒，Qwen-2.5-7B模型仍能将数学题准确率从5%提升至72%。更惊人的是，仅奖励模型使用关键推理词组（如"首先，我…详细

大语言模型强化学习推理能力

微软研究院推出的"基于最优奖励基线的在策略强化学习"（OPO）算法解决了大语言模型强化学习中的两大问题：训练不稳定和计算效率低。通过严格遵循在策略训练和引入理论最优奖励基线，OPO无需额外的辅助模型或复杂正则…详细

强化学习大语言模型算法优化

LoRAShop是弗吉尼亚理工大学研究团队开发的突破性框架，首次实现了无需额外训练的多概念图像编辑。该技术通过在整流流变换器中识别概念特定区域，创建分离的潜在掩码，并仅在相应区域混合LoRA权重，有效解决了"LoRA交…详细

人工智能图像生成多概念图像编辑低秩适应模型

NVIDIA联合麻省理工学院和香港大学的研究团队提出Fast-dLLM，一种无需重新训练即可显著加速扩散大语言模型的新方法。该技术通过两大创新解决了扩散模型的主要性能瓶颈：首先设计了适用于双向注意力机制的块式近似KV缓…详细

大语言模型扩散模型推理加速