ByteDance团队开发的GR-3是一个革命性的视觉-语言-动作模型，让机器人能够像人类一样理解指令并灵活操作。它通过多模态数据联合训练获得了强大的泛化能力，能处理未见过的物品和环境，还能从少量人类演示中快速学习。…详细

机器人技术视觉语言行动模型多模态联合训练

上海人工智能实验室联合多家机构提出SeC视频分割技术，通过大型视觉语言模型构建物体概念表示，突破传统像素匹配局限。该技术在复杂场景变化中表现卓越，比SAM 2.1平均提升11.8分，并构建了专门的SeCVOS测试集验证效…详细

视频物体分割概念理解大型视觉语言模型

快手科技和清华大学联合提出了Archer训练方法，通过识别语言中的知识型和推理型词语，对不同类型内容采用差异化约束策略。该方法让1.5B参数的小模型在数学推理和编程任务上达到了与大模型相当的性能，在AIME数学竞赛…详细

人工智能强化学习双重约束训练

南洋理工大学研究团队开发了名为"视频思维测试"的新基准，通过1000个精心设计的YouTube短视频揭示了AI视频理解的真实水平。测试发现，即使是最强AI模型GPT-4o的正确率也只有36.6%，远低于人类的84.3%。研究指出AI主要…详细

人工智能视频理解基准测试

清华大学团队开发的StreamVGGT实现了首个实时4D视觉几何重建系统，通过模仿人类视觉的时间因果感知机制，将处理速度提升30倍而精度几乎不变。该技术采用流式处理架构和知识蒸馏训练，为自动驾驶、AR/VR、机器人导航等…详细

人工智能计算机视觉实时处理

USC研究团队提出的潜在去噪分词器（l-DeTok）通过在训练过程中引入插值噪声和随机遮罩，让视觉分词器学会从损坏信息中重建图像，使其更好地适配下游生成模型的去噪任务。该方法在六种代表性生成模型上均实现显著性能…详细

视觉生成模型去噪训练图像分词器

自动驾驶开发商Nuro与豪华电动车制造商Lucid建立合作伙伴关系，获得Uber投资，共同打造机器人出租车新玩家。Nuro从纯配送市场转向授权自动驾驶技术，Lucid负责车辆制造并集成Nuro硬件设计，Uber拥有并运营车辆。该合…详细

人工智能自动驾驶新型合作模式

Wayback 0.1正式发布，这是一个新的Wayland显示服务器的首个预览版本。该项目旨在为坚持使用X11的用户提供"足够的Wayland功能来让Xwayland正常工作"。虽然这是预览版本，但对于需求简单的用户来说已经可以日常使用。…详细

人工智能显示服务器技术软件架构优化

物理安全是数据中心运营的基石，包括周边入侵检测、视频监控、AI分析、电子门禁和生物识别等。随着数据中心规模扩大，传统安全方法难以适应。AI驱动的分析可将误报率降低70%以上，生物识别技术在高风险环境中日益突出…详细

人工智能生物识别自主安全框架

定义云原生充满挑战，因为云原生并不一定意味着应用必须在云中运行，而更多关乎应用架构。当与云基础、云就绪、云托管和云优先等热门术语并列时，更容易产生混淆。云原生是一种专注于松耦合、可扩展模式的应用设计和…详细

云计算云原生应用架构

三星Galaxy S25系列搭载骁龙8 Elite处理器，AI处理速度提升40%，CPU性能增强37%，图形渲染提升30%。配备40%更大蒸汽腔散热系统，有效防止过热。ProScaler AI图像缩放引擎实时优化视觉效果，游戏模式可定制化设置避免…详细

人工智能移动游戏性能优化

IBM首席执行官阿尔温德·克里希纳表示，公司预计通过扩大AI业务规模，到2025年底实现45亿美元的内部成本节约。IBM第二季度营收达170亿美元，同比增长8%。生成式AI业务规模已超75亿美元并持续加速增长。尽管外界担心A…详细

人工智能生成式AI业务转型

面对日益复杂的网络威胁和混合IT环境，HPE提供全面的数据保护解决方案组合。通过网络弹性、高性能恢复和集成生态系统，HPE确保从本地到云端的全环境数据安全。解决方案涵盖HPE Alletra存储、Zerto软件、StoreOnce备份…详细

数据保护网络安全企业解决方案

研究显示，拥有专门AI领导者的企业在AI投资回报率上高出10%，创新表现超越同行的可能性增加24%。高AI成熟度组织中45%的AI项目能运行三年以上，而低成熟度组织仅为20%。尽管如此，许多企业仍采用零散的AI应用方式，缺…详细

人工智能AI治理AI领导力