这项来自蒙特利尔大学研究团队的突破性工作提出了System-1.5推理框架，通过在潜在空间中创建动态捷径，使大语言模型能够灵活调整思考路径。研究者设计了模型深度捷径和推理步骤捷径，让AI系统能像人类一样区分关键与…详细

人工智能潜在空间推理动态计算

这项研究揭示了视觉语言模型在解决视觉文字谜题方面的重大局限性。研究团队通过432个手工注释的谜题数据集，评估了从OpenAI到Google等多家公司的AI模型表现。结果显示，即使最先进的模型在抽象推理、横向思维和理解视…详细

人工智能视觉语言模型多模态推理

红帽相信开放将继续带来更快速、更优质的安全改进，而非相反。去年Red Hat Summit带来了Linux AI（RHEL AI）和OpenShift AI的重磅更新，今年则重点聚焦在Linux 10和llm-d。…详细

红帽AILinux

Adobe 周二宣布推出适用于 Android 系统的 Photoshop 应用测试版，提供与桌面版相似的图像编辑工具和 AI 功能，初期免费使用，旨在吸引更多偏好手机创作的年轻用户。…详细

人工智能图像编辑生成式填充

上海人工智能实验室研究团队开发了MMSI-Bench，这是首个专注于多图像空间智能评估的全面基准。研究人员花费300多小时，从12万张图像中精心构建了1000道问题，涵盖了位置关系、属性和运动等多种空间推理任务。评测结果…详细

多图像空间推理人工智能评估基准视觉语言大模型

卡内基梅隆大学研究团队开发了ViGoRL系统，通过视觉定位强化学习显著提升AI的视觉推理能力。该方法让模型将每个推理步骤明确锚定到图像的特定坐标，模拟人类注视点转移的认知过程。与传统方法相比，ViGoRL在SAT-2、B…详细

人工智能视觉推理强化学习

文章详细介绍了Character.AI这款主要面向娱乐、角色扮演和互动叙事的AI聊天工具的原理、用户群体、特色功能以及面临的法律与伦理争议，同时揭示了其新推出的视频和游戏互动体验。…详细

人工智能大语言模型新视频功能

LUNGUAGE是由KAIST、微软和多家医疗机构联合开发的胸片X光报告结构化评估框架，解决了现有评估方法忽视时间连贯性和细节准确性的问题。该框架包含1,473份专家标注的胸片报告和80份纵向序列标注，通过两阶段结构化流程…详细

放射学报告评估结构化医学数据时间连贯性分析

意大利布鲁诺·凯斯勒基金会研究团队发布FAMA，首个遵循开放科学原则的英意双语语音基础模型。与Whisper等闭源模型不同，FAMA完全开放训练数据、代码和模型权重，在超过15万小时开源语音数据上训练。研究创建了包含1…详细

语音基础模型开放科学语音识别与翻译

思科报告指出，自主型人工智能未来三年内有望承担高达68%的客户服务任务，通过个性化与前瞻性支持提升效率与节省成本，但用户仍重视人与人之间的互动和健全的治理机制。…详细

人工智能Agentic AI优化客户体验

随着 AI 设备密集度攀升，传统数据中心正面临设备重量增加带来的结构挑战，促使设计向单层和强化地板转变。…详细

人工智能高密度服务器数据中心设施升级

一款支持100多种语言的语音输入软件从Windows、Mac延伸到iOS，提供键盘语音双模式，体验流畅并能自动学习专有名词，订阅模式也颇具竞争优势。…详细

人工智能语音转文本多语言支持

许多企业因遗留系统和陈旧数据架构积累技术债，致使自动化和AI转型步履维艰。Pegasystems调查显示，庞大的老旧应用和分散数据正阻碍新技术落地，其推出的数据集成平台和Pega Agentic Process Fabric为此提供了解决方…详细

人工智能实时数据集成Agentic AI 支持

PwC 分析近十亿招聘广告发现，掌握 AI 技能的员工平均薪资提升 11%，并推动行业生产力与收入大幅增长，促使岗位技能迅速转变并创造新机遇。…详细

人工智能大语言模型薪资增长分析

SailPoint将agentic AI技术融入其身份安全平台，推出新工具以管理和保护企业中不断增长的AI代理，实现身份治理和访问控制合规。…详细

人工智能生成式 AI新型算法

这项研究提出了KronSAE，一种新型稀疏自编码器架构，通过克罗内克积分解显著降低了训练成本。研究者引入了模拟二进制AND操作的mAND激活函数，在减少参数量的同时提高了重建质量和特征可解释性。实验证明，KronSAE在各…详细

人工智能稀疏自编码器模型可解释性

这项由加州大学伯克利分校研究团队开发的REOrder框架，通过重新排列图像块的处理顺序，显著提升了视觉模型性能。研究发现，传统的行主序排列并非最优选择，而通过信息论先验和强化学习寻找最佳排序，可在不修改模型架…详细

计算机视觉长序列模型图像块排序