/
SiMa.ai发布新一代物理AI系统级芯片正式投产
人工智能芯片初创公司SiMa Technologies宣布其第二代系统级芯片平台MLSoC Modalix正式出货，专为多模态物理AI工作负载设计。该芯片可嵌入机器人、工业设备和车辆等设备中，支持运行大语言模型、卷积神经网络等多种AI算法。芯片采用低功耗设计，能在边缘设备上直接处理传感器数据并运行AI模型，无需依赖云端处理，有效降低延迟。
让机器学会记忆：浙江大学团队打造智能体的“程序性记忆“大脑
浙江大学和阿里巴巴团队开发Memp框架，为智能体构建程序性记忆能力。该系统通过构建、检索、更新三个模块，让智能体从过往经验中学习，显著提升任务成功率50%，执行效率提升一半。更重要的是，强模型的记忆可传递给弱模型，实现经验共享。这项研究为构建具有持续学习能力的智能系统开辟新路径。
Ai2发布开源AI模型，让机器人在3D空间“规划“动作
西雅图AI研究机构Ai2发布MolmoAct 7B，这是首个动作推理模型，能让机器人在执行任务前进行"思考"和规划。该模型可将自然语言指令转化为3D空间中的运动轨迹，通过1800万样本在256个H100芯片上训练完成。在SimPLER基准测试中达到72.1%的任务成功率，超越了谷歌、微软等公司的同类模型。
卡内基梅隆大学突破性技术：让3D物体在任意光线下完美重现，就像换个房间换种效果
卡内基梅隆大学开发的LightSwitch技术能让3D物体在任意光照环境下呈现真实外观，解决了传统重光照方法速度慢、效果不真实的问题。该技术采用材质感知和多视角一致性机制，将计算时间从数小时压缩至几分钟，在电影制作、游戏开发、虚拟现实等领域具有广阔应用前景。
曾经的小型研究实验室如何助力英伟达成为万亿美元公司
2009年，比尔·戴利加入英伟达研究实验室时，该实验室仅有约12名员工，专注于计算机图形学中的光线追踪技术。如今这个实验室已发展至400多人，帮助英伟达从90年代的游戏GPU初创公司转型为价值4万亿美元的AI巨头。目前实验室重点开发机器人和AI技术，部分研究成果已应用于产品中。英伟达在周一发布了面向机器人开发者的新AI模型、库和基础设施，展现了从物理AI到机器人领域的技术进展。
清华大学和智谱AI联手打造355B参数超级AI大脑：GLM-4.5如何在推理、编程和智能代理三个关键领域同时称王
清华大学和智谱AI联合发布GLM-4.5系列模型，这是首个在推理、编程和智能代理三大核心领域同时达到顶尖水平的开源AI模型。GLM-4.5拥有355B参数但仅激活32B，创新的混合推理模式能根据任务复杂度自动选择思考深度。该模型在12项基准测试中排名第三，智能代理任务排名第二，已完全开源供研究使用。
Debian 13 “Trixie“正式发布：停止支持x86-32，新增RISC-V架构
代号"Trixie"的Debian 13正式发布，新增64位RISC-V架构支持，同时移除x86-32及MIPS架构支持。新版本升级APT至3.0版本，采用Linux 6.12 LTS内核，使用64位时间戳解决Y2K38问题。安装程序新增Pure Blends预配置包选择，包括面向8岁以下儿童的Debian Junior版本。桌面环境方面包含GNOME 48和复活的LXDE 13，但移除了Hyprland。系统包含超过69,830个软件包，总容量达403GB。
虚拟试衣新突破：NXN Labs研发的“换衣神器“让你秒变时尚博主
韩国NXN Labs开发的Voost系统实现了虚拟试衣技术的重大突破，能够同时处理"试穿"和"脱衣"两个相反任务。该系统使用统一的AI模型和创新的双向学习方法，在图像质量、细节保持和结构准确性方面都超越了现有技术，为电商购物和时尚行业带来革命性改变。
VS Code发布聊天检查点功能预防AI对话失误
微软VS Code 1.103版本推出GitHub Copilot聊天检查点功能，允许开发者在AI聊天互动出现问题时恢复到之前的状态。新版本还包括MCP服务器工具选择器改进、GPT-5支持、AI使用统计、Git工作树支持等功能。尽管VS Code持续强化AI功能，但根据最新StackOverflow调查显示，仍有76.2%的专业开发者使用VS Code，较去年上升2.2%，远超其他编辑器。
浙大团队开创GUI智能助手新方法：让AI精准识别屏幕元素如探案高手
浙江大学联合多家机构提出AEPO方法，通过多答案生成和自适应探索奖励机制，显著提升AI在图形界面中的元素识别准确性。该技术让AI能同时考虑多个候选答案并科学评估，解决了传统方法容易陷入错误自信的问题，在五个基准测试中均达到业界领先水平，为智能GUI助手的实际应用奠定了重要基础。
AI道德部署实战指南：CIO如何平衡创新与责任
企业面临着通过AI创造价值的巨大压力，但CIO等IT领导者必须考虑技术的伦理使用和风险管理。忽视这一环节将面临信任和公平性问题，甚至严重损失。随着AI法规不断出台，企业面临罚款和诉讼风险。缓解风险需要定义AI伦理框架，确保统一应用。AI伦理应基于公平、透明、问责和隐私四大原则。企业可借鉴现有框架构建治理体系，需要持续审计和更新。成功实施需要C级高管支持和全员参与。
编程大模型也能瘦身成功：上海交通大学团队让AI推理快43.5%的秘密武器
上海交通大学团队开发的ASAP方法通过"锚点引导"和"首词惊喜度"两阶段技术，成功解决了AI推理模型内容冗长问题。该方法在保持准确性的同时，将推理速度提升43.5%，生成内容减少23.5%，为AI推理优化开辟了新方向，代表了从追求模型规模向追求效率质量平衡的重要转变。
京公网安备 11010802021500号 京网文(2025) 0096-033号 京字第20868号
