工业升级的关键，或许在于智能本身。“工业+机器人”将成为通向下一阶段工业体系的核心抓手。——黄仁勋。…详细

NVIDIAAI工厂供应链

雷鸟创新宣布与Bang & Olufsen 达成全球长期技术合作。…详细

雷鸟

香港中文大学等机构联合发布TalkVid数据集，包含1244小时高质量说话视频，覆盖7729名不同背景说话者和15种语言。该数据集专门解决现有AI说话视频生成技术的种族、年龄、语言偏见问题。同时发布TalkVid-Bench评估基准…详细

音视频生成数据集构建AI公平性

MIT和Jina AI联合开发的jina-code-embeddings代码嵌入模型，通过改造预训练代码生成模型实现高效代码检索。该模型支持自然语言查询代码、技术问答和跨语言代码搜索，尽管参数规模较小（0.5B-1.5B），但在25项基准测试…详细

代码嵌入深度学习智能检索

深耕中国市场25年的F5选择主动“重构”。通过ADSP帮助企业构建面向AI原生架构的底层“数字操作系统”平台。…详细

F5AI算力

ByteDance研究团队提出TiKMiX方法，通过引入"组影响力"概念动态调整AI训练数据配比，解决传统静态配方导致的训练效率低下问题。该方法能根据模型不同训练阶段的数据偏好实时调整，仅用传统方法20%的计算资源就实现更…详细

人工智能动态数据混合模型训练优化

新工作时代：AI 工作流由谁主导？…详细

美团研究团队推出突破性GUI操作AI系统UItron，能够像人类一样理解屏幕内容并自动执行复杂操作任务。该系统采用三段式训练方法，在多项标准测试中表现卓越，特别是在中文应用场景下达到54.1%的任务成功率，显著超越其…详细

人工智能GUI操作系统中文应用优化

卡内基梅隆大学等机构研究团队开发了名为Morae的智能界面助手，专门解决盲人用户在使用AI自动化工具时失去选择权的问题。通过"动态模糊选择验证"机制，Morae能在关键决策点主动暂停询问用户偏好，而非自动替用户选择…详细

人工智能界面自动化无障碍技术

斯坦福大学研究团队构建了AHELM评估系统，首次对14个主流音频语言模型进行标准化全面测试。研究发现Gemini 2.5 Pro综合表现最佳但存在性别偏见，传统语音识别方法在多项任务中击败先进AI模型，揭示了当前音频AI技术的…详细

音频语言模型评估基准人工智能

清华大学研究团队开发了HERMES系统，让机器人能通过观看人类操作视频学会复杂双手协作任务。该系统融合多源数据，采用通用奖励机制和虚实结合训练方法，配备精确导航定位能力。实验显示平均成功率达67.8%，在医疗、制…详细

人工智能机器人学习深度学习

腾讯混元团队开发出R-4B多模态大语言模型，实现了AI的"自动思考"能力。该模型能根据问题复杂程度智能选择回答模式：简单问题快速直答，复杂问题深度推理。通过双模式退火训练和强化学习优化，R-4B在25个基准测试中取…详细

多模态AI强化学习自适应算法

上海AI实验室联合复旦大学等机构发布EO-1机器人智能系统，首次实现真正的机器人推理能力。该系统通过创新的"交错式视觉-文本-动作预训练"技术，让机器人具备了像人类一样"边看边想边做"的综合智能。EO-1在多个测试中…详细

机器人技术视觉-语言-动作模型通用人工智能

比利时蒙斯大学和美国南加州大学联合开发了Social-MAE，这是一个能够同时理解人脸表情和声音情感的AI系统。该系统通过分析8个连续视频帧和音频特征，在VoxCeleb2大型社交数据集上进行自监督学习，在情感识别、笑声检…详细

人工智能多模态学习情感识别