Sony AI开发出SoundReactor框架，首次实现逐帧在线视频转音频生成，无需预知未来画面即可实时生成高质量立体声音效。该技术采用因果解码器和扩散头设计，在游戏视频测试中表现出色，延迟仅26.3毫秒，为实时内容创作、…详细

人工智能音频生成实时处理

英伟达和诺基亚宣布战略合作，将英伟达AI驱动的无线接入网产品集成到诺基亚RAN产品组合中，助力运营商在英伟达平台上部署AI原生5G Advanced和6G网络。双方将推出AI-RAN系统，提升网络性能和效率，为生成式AI和智能体…详细

人工智能无线通信技术AI-RAN平台

如果座舱体验是差异化的主战场，那么定义座舱体验的模型自然是品牌的“灵魂”。…详细

这项由哥伦比亚大学研究团队完成的突破性研究首次揭示了AI系统自我改进中的"效用-学习张力"问题：系统追求更好性能时会增加复杂度，但过高复杂度会破坏学习能力。研究建立了学习边界定理，提出双门控制机制，为AI安全…详细

人工智能自我改进系统机器学习安全

这项由Reactive AI公司Adam Filipek主导的研究提出了反应式变换器（RxT），通过事件驱动架构和固定大小记忆系统，将传统聊天机器人的对话成本从平方级降为线性级，使长期对话成本降低99%以上，同时实现恒定响应速度。…详细

人工智能事件驱动架构对话系统优化

这项研究首次实现了让AI同时理解文字和时间序列数据的技术突破，开发出OpenTSLM模型family，能够像医生一样综合分析病历文字和心电图等检查数据。实验显示即使10亿参数的小模型也能超越2000亿参数的GPT-4o，在睡眠分…详细

人工智能时间序列分析医疗诊断

卡内基梅隆大学研究团队发现，在AI问答系统中，扩大检索文档库的规模可以有效替代使用更大的语言模型。研究表明，小型模型配备更大文档库能够达到甚至超越大型模型的表现，为资源受限环境下的AI系统部署提供了更经济…详细

检索增强生成文档库扩展资源优化模型

苹果公司研究团队提出了CADD技术，创新性地结合离散和连续扩散方法的优势。通过创建"双重世界"系统，在保持传统遮掩方法稳定性的同时，在连续空间中保留语义信息，为AI生成提供更精准的指导。实验证明该技术在文字、…详细

人工智能扩散模型生成技术

华盛顿大学研究团队通过分析21个前沿AI模型发现，当前AI系统缺乏个性化推理能力，无法通过主动询问了解用户需求并调整回答方式。研究显示29%的个性化尝试效果反而更差，数学推理准确率下降3.5%，而社会推理提升3.1%。…详细

人工智能个性化推理AI评估框架

苹果公司研究团队提出了一种革命性的"分层记忆预训练"技术，将AI模型分为负责基础推理的锚定模型和存储专门知识的分层记忆库。这种设计让1.6亿参数的小模型配上记忆模块后，性能可达到4.1亿参数传统模型的水平，特别…详细

人工智能分层记忆预训练模型优化

Meta超级智能实验室联合佐治亚理工学院开发出RECAP训练方法，通过故意给AI模型误导性开头来训练其纠错能力。该方法显著提升了大语言模型的安全性（12.3%）、抗攻击能力（21.0%）和推理质量，同时减少过度拒绝问题。R…详细

人工智能强化学习安全对齐

奥地利科学技术研究院团队深入研究微缩浮点数格式NVFP4和MXFP4的实际性能，发现现有量化方法效果不佳。他们开发了微旋转GPTQ算法和QuTLASS计算库，在保持模型精度的同时实现显著加速：B200芯片上达到2.2倍端到端提升…详细

人工智能浮点数量化GPU加速

这项研究开发了正交稀疏自编码器（OrtSAE），解决了传统AI解码工具中特征混淆的问题。通过强制要求不同特征保持独立，新方法发现了9%更多独特特征，减少了65%的特征吸收和15%的特征组合问题。在保持高效率的同时，显…详细

人工智能稀疏自编码器特征解释

麻省理工学院研究团队通过Game-Time测试框架评估了AI语音系统的时间感知能力，发现现有系统虽然能处理基础对话，但在时间控制方面表现不佳。研究揭示AI缺乏"何时说话"的时间意识，在需要精确时机控制的任务中几乎全军…详细

人工智能语音识别实验结果

中科院团队开发的MaskGRPO是首个针对多模态离散扩散模型的强化学习方法，通过为文本和图像设计专门的训练策略，成功解决了并行生成模式下的重要性采样和推理生成难题。实验显示该方法在数学推理、编程和图像生成任务…详细

人工智能强化学习多模态生成

KAIST团队开发的TalkPlay-Tools系统通过让大语言模型学会智能调用多种推荐工具，创造了会话式音乐推荐的新范式。该系统像专业音乐顾问一样能够理解复杂需求，动态组合SQL查询、语义匹配、个性化推荐等六种工具，在准…详细

人工智能工具调用音乐推荐