腾讯微信AI团队开发的ComoRAG系统通过模仿人脑认知机制，让AI具备了动态记忆和循环推理能力，在长文本理解任务上相比传统方法准确率提升高达11%。该系统采用三层知识组织结构和五步认知循环过程，能够像侦探破案一样…详细

认知计算检索增强生成长文本推理

新加坡南洋理工大学团队开发的4DNeX系统实现了从单张照片生成完整4D动态场景的突破。该技术采用6D视频表示法融合RGB颜色和XYZ空间信息，构建了包含920万帧数据的4DNeX-10M大规模数据集，通过改进视频扩散模型实现15分…详细

4D生成视频扩散模型动态场景重建

SenseTime研究团队通过超过十亿token的大规模测试，全面评估了GPT-5等先进AI模型的空间智能水平。研究将空间智能分解为六种核心能力，发现GPT-5虽在某些简单任务上接近人类水平，但在复杂空间推理方面仍存在巨大差距…详细

人工智能空间智能大模型评估

MIT和斯坦福研究团队开发了AuriStream，一个模仿人类听觉系统的革命性语音AI。该系统采用两阶段设计：WavCoch组件将音频转换为类似耳蜗的频谱表示，autoregressive模型预测声音序列。AuriStream在词汇语义理解上创造…详细

语音识别生物启发计算自回归模型

浙江大学团队开发出"视觉动作提示"技术，通过将复杂的手部或机器人动作转换为骨架图，让AI能够精准理解并生成逼真的互动视频。该方法在多个数据集上显著超越传统文本驱动和状态驱动的视频生成方法，实现了跨领域知识…详细

计算机视觉视频生成动作识别

北京大学团队推出革命性AI系统Lumen，通过创新的多域联合训练策略解决视频重打光难题。系统结合3D渲染数据的物理准确性和真实视频的自然质感，实现端到端的智能视频重打光。用户只需输入视频和文字描述，即可获得专业…详细

视频重打光人工智能深度学习

人工智能代表着第四次工业革命的到来，它不仅是机械化工具，更是全球范围内增强、合作和颠覆的催化剂。AI已深度融入日常生活，在医疗、国防、金融和公共治理等领域发挥变革作用。与以往技术不同，AI能够增强人类决策…详细

人工智能机器学习技术变革

随着现代AI技术对数据中心基础设施提出新要求，"AI数据中心"一词使用日益频繁。然而，这一术语的定义仍不清晰，AI数据中心与传统数据中心的区别并不明显。AI数据中心通常具备更大容量、GPU加速硬件、优化网络设备、高…详细

人工智能数据中心基础设施优化

私募股权公司Thoma Bravo宣布以20亿美元（含债务）收购联络中心自动化软件提供商Verint Systems。Verint为超过85%的财富100强企业提供服务，其云平台通过AI代理自动回答客户问题，并为人工客服提供智能辅助。公司第一…详细

企业软件联络中心收购整合

自回归图像生成新范式，突破传统局限。…详细

NextStep-1多模态大模型

美国劳动节前夕，AI与就业话题从猜测转向政策核心。美联储主席鲍威尔在杰克逊霍尔会议上表示，疲软的就业市场与顽固通胀并列成为美联储风险考量因素。市场解读为降息信号并大涨。研究显示AI主要推动就业重新配置而非…详细

人工智能货币政策劳动力市场

传统的数字堡垒安全模式已经过时，在云服务和远程办公时代，身份成为网络安全的新前线。Ping Identity首席执行官Andre Durand讨论了从简单密码到复杂验证的演进，去中心化数字凭证如何减少数据泄露影响，以及身份与人…详细

人工智能身份安全零信任架构

来自27个国家的485个创业项目参与了中亚欧亚地区历史上最大规模的创业比赛"通往战场之路"。经过激烈角逐，四家优秀初创企业脱颖而出：Polygraf AI（阿塞拜疆）、QuickShipper（格鲁吉亚）、Surfaice（哈萨克斯坦）和…详细

创业竞赛人工智能区域创新

随着AI和电动车需求激增，全球电力需求飙升，电网承受巨大压力。初创公司Yottar通过绘制电网容量地图，帮助企业确定数据中心、充电站等设备的最佳安装位置。该公司专注于1-5兆瓦的中型需求开发，客户包括特斯拉和英国…详细

能源基础设施电网容量映射SaaS平台

Hugging Face团队发布SmolLM2语言模型研究报告，详细阐述了17亿参数小型模型的创新训练方法。该研究通过多阶段精细化训练策略和三个全新数据集(FineMath、Stack-Edu、SmolTalk)的创建，证明了小模型在数据质量优化下…详细

人工智能小型语言模型数据优化

ByteDance研究团队发布OmniHuman-1，这是一个革命性的AI人物动画生成系统。该技术只需一张照片和音频就能生成逼真的说话视频，支持真人、动漫角色等多种图像类型。核心创新在于"全方位条件训练"策略，通过同时使用文…详细

人工智能视频生成多模态学习

阿里巴巴Qwen团队发布的Qwen2.5-VL是新一代多模态大型语言模型，实现了原生动态分辨率处理、超长视频理解和精确设备操作等突破。该模型提供3B、7B、72B三个版本，在文档理解、视觉定位、多语言处理等任务上达到业界领…详细

人工智能多模态模型视觉语言理解