上海人工智能实验室提出Caco方法，通过将数学推理转换为可执行代码并自动验证，解决了传统AI推理训练中的质量控制难题。该方法生成130万高质量训练样本，使AI模型在数学推理任务上性能提升44.3%，同时展现出良好的跨…详细

人工智能代码推理数学推理

AI正在革命性地改变心脏疾病治疗领域。从设计微创心脏瓣膜手术到预防原理定位，机器学习和神经网络的洞察力推动了巨大进步，甚至可以构建新型移植解剖结构。数字孪生技术为个性化心血管护理提供持续预测管理。哈佛干…详细

心血管医学组织工程纳米技术

谷歌正在为搭载其内置信息娱乐系统的汽车推出谷歌地图实时车道引导功能，首先从极星4开始。该系统利用车辆前置摄像头和AI技术，分析车道标线和路标，为驾驶者提供更精确的车道指引和视听提示。该功能将在未来几个月内…详细

人工智能计算机视觉智能导航

Snowflake正式发布智能分析平台Snowflake Intelligence，支持用户通过自然语言查询企业数据。该平台已有超1000家客户测试使用，部署了15000多个AI代理。新功能包括Cortex代理开发工具、交互式表格和仓库、PostgreSQL…详细

人工智能数据分析产品发布

谷歌宣布了一项全新的"登月计划"，将发射搭载张量处理单元的太阳能卫星群，构建轨道AI数据中心。该计划被称为"太阳捕手项目"，利用太空中太阳能板效率比地球高8倍的优势，通过无线传输在近真空环境中连接卫星。谷歌已…详细

人工智能太空技术轨道数据中心

美国大型媒体出版商People Inc.与微软签署AI授权协议，成为微软出版商内容市场的启动合作伙伴。这是该公司继去年与OpenAI合作后的第二个AI交易。新市场采用按使用付费模式，AI公司可直接向出版商支付内容使用费。同时…详细

人工智能内容授权商业模式创新

这项由斯坦福大学和特拉维夫大学合作的研究揭示了语言模型内部存在三套协同工作的信息处理机制：位置机制、词汇机制和反射机制。研究发现，当文本复杂度增加时，传统的位置机制会变得不稳定，其他两种机制会自动补偿…详细

人工智能实体绑定机制语言模型内部机制

加州大学圣克鲁兹分校联合英伟达等机构开发出世界首个医学离散扩散模型MeDiM，实现了医学影像与报告的双向生成。该系统能根据临床报告生成对应影像，也能看图写报告，甚至可同时生成匹配的影像-报告对。在多项评估中…详细

人工智能离散扩散模型医学影像生成

谷歌研究团队开发了VeriGuard安全框架，通过离线验证和在线监控双重机制，为AI代理提供数学级别的安全保障。该框架能将攻击成功率降至0%，同时保持良好的任务执行效率，在医疗数据控制、网页安全操作等多个场景中表现…详细

人工智能形式化验证AI安全

苏州大学和阿里云团队开发的CARE框架为情感支持对话带来突破性进展。该技术通过四步认知推理链（情境分析、认知理解、情感识别、支持规划）模拟心理咨询师思考过程，结合强化学习优化，在不依赖大规模合成数据的情况…详细

人工智能情感支持对话认知推理增强

图灵大学等多所高校联合开发的LightCache技术，通过异步缓存交换、特征分块和切片解码三大策略，成功解决了AI视频生成中的内存消耗和速度瓶颈问题。该技术在保持视频质量的前提下，实现了2-3倍的速度提升和显著的内存…详细

人工智能视频生成内存优化

斯坦福大学联合英伟达团队突破生物医学AI瓶颈，开发出BMC-LongCLIP模型，将文本处理能力从77个单词扩展至512个单词，使信息浪费率从55%降至2.2%。该模型在医学图像检索和分类任务中表现优异，为精准医疗和智能诊断提…详细

生物医学视觉语言模型长文本处理技术医疗人工智能诊断

新加坡大学研究员发现AI语言模型存在"贪多嚼不烂"问题：生成候选答案越多，选择错误答案的概率反而增加。研究团队开发了"迷你批次循环"方法，教会AI区分"相对好"与"绝对好"，并引入"拒绝选项"机制。实验显示该方法可…详细

人工智能强化学习算法优化

普渡大学研究团队发现了AI训练的新思路：将用户的不满和抱怨转化为宝贵的训练资源。他们提出的DRIFT方法利用丰富的用户不满意反馈作为训练锚点，让AI在真实挫折中学习成长。实验显示，这种方法比传统训练方式效果更佳…详细

人工智能偏好学习大语言模型

这项研究由伊利诺伊大学香槟分校团队开发了TATTOO系统，专门解决AI在表格推理中的问题。研究发现现有AI系统在处理表格时存在检索错误和注意力偏向等问题，通过工具集成和分解式奖励设计，TATTOO用80亿参数超越了720亿…详细

人工智能过程奖励模型表格推理

Salesforce团队发布的CoDA是一个仅17亿参数的扩散代码生成模型，通过创新的渐进式掩码训练策略，在代码生成任务上达到了媲美70亿参数大模型的性能。该模型采用扩散技术替代传统自回归方法，能够更好地处理代码填空和…详细

人工智能扩散模型代码生成

NVIDIA等机构联合发布Fast-dLLM v2技术，通过创新的"分块扩散"方法将AI语言模型响应速度提升2.5倍，同时保持原有质量。该技术采用块级并行处理和智能缓存系统，只需10亿样本即可完成模型适配，相比传统方法效率提升5…详细

人工智能扩散模型语言模型优化

INSAIT研究团队发布EgoNight夜间视觉理解基准测试，首次系统性揭示AI系统在夜间环境下的严重性能下降问题。该研究通过日夜对齐视频和12类认知任务测试，发现即使最先进的AI模型夜间准确率也仅为30%左右，比白天下降2…详细

夜间视觉理解第一人称视角AI基准测试

清华大学团队提出FlowRVS框架，将视频目标分割重新定义为连续流动变形过程，通过边界偏向采样等技术突破传统"先定位后分割"方法的信息瓶颈，在多个标准数据集上创造新纪录，为视频理解任务提供了全新的技术范式。…详细

视频理解流动匹配视频目标分割

从海量数据中提炼洞察、分析选手表现与战术趋势，Team Liquid正借数据和AI成为应对瞬息万变职业电子竞技世界的“制胜秘籍”。…详细

SAPTeam Liquid电竞英雄联盟