/
英伟达CEO黄仁勋与Zoom CTO 黄学东在2025年斯坦福AASF峰会炉边对话实录
从4万亿芯片帝国到AI革命，黄仁勋揭秘英伟达30年创新密码：'你必须相信你所相信的'。当计算成本10年下降10万倍，人类将面临怎样的未来？这场斯坦福对话给出了颠覆性答案。
AI“看“视频推理有了新突破：中大团队让机器像人一样理解视频中的时间关系
香港中文大学团队首次将DeepSeek-R1推理范式应用到视频理解，开发出Video-R1系统。该系统通过创新的T-GRPO训练方法，让AI学会利用视频时序信息进行深度推理，而非简单识别画面。在多项测试中表现优异，甚至在空间推理任务上超越GPT-4o，为AI视频理解开辟新道路。
Google DeepMind发布高精度地球AI模型AlphaEarth
谷歌DeepMind发布AlphaEarth Foundations AI模型，能处理每日数TB卫星数据追踪地表变化。该模型如"虚拟卫星"般将全球陆地和沿海水域映射为数字表示，帮助科学家监测食品安全、森林砍伐、城市扩张等关键问题。模型整合光学卫星图像、雷达、激光测绘等数据源，以10×10米精度追踪变化，错误率比其他模型低24%。
计算机也能看图说话了？上海AI实验室发布视觉推理新突破
上海AI实验室发布视觉强化微调技术，让计算机学会"边看边思考"。该方法通过强化学习训练视觉模型先进行推理再给出答案，在少样本学习中表现优异，单样本图像分类准确率提升24.3%，物体检测精度提升超20分，在开放词汇检测等任务上也实现显著突破。
这11种情况下千万别用ChatGPT
ChatGPT虽然是目前最受欢迎的AI聊天机器人，但它并非万能。文章指出11个不应该使用ChatGPT的场景：诊断健康问题、处理心理健康、紧急安全决策、个人财务税务规划、处理机密数据、违法行为、学术作弊、监控实时信息、赌博预测、起草法律文件以及创作艺术。AI可能产生错误信息、缺乏实时数据更新，在高风险场景下可能造成严重后果。用户应了解其局限性，在关键决策时寻求专业帮助。
北大与腾讯联手破解AI智能体难题：让机器像人类团队一样协作思考
这项由北京大学主导、联合多家国际顶尖机构完成的研究，首次系统性地梳理了大语言模型智能体领域的完整技术图谱。研究提出了"构建-协作-进化"的统一框架，深入分析了智能体的技术架构、应用场景和发展挑战，为理解这一前沿技术提供了重要指南，对推动AI智能体技术的健康发展具有重要意义。
ServiceNow瞄准“数据地狱“，布局商业智能领域
ServiceNow正构建数据基础架构支持AI智能体应用，解决企业AI部署的最大障碍"数据地狱"。公司推出三大核心组件：AI原生数据库RaptorDB、工作流数据结构Workflow Data Fabric，以及收购的数据目录平台Data.world。该公司还推出AI控制塔提供统一管理，并计划扩展商业智能分析领域，挑战传统BI厂商。
大语言模型也能瘦身减脂？斯坦福理工学院研究团队推出AdaptiVocab让AI“说话“更高效
以色列理工学院研究团队开发了AdaptiVocab技术，通过为大语言模型定制专业领域词汇表来提升AI效率。该方法将常见专业词汇组合（如"量子力学"）整合为单个处理单元，减少了25%以上的计算步骤，同时保持文本生成质量不变。这种"精工定制"思路为AI优化提供了新方向，有望显著降低专业领域AI应用的运营成本。
数据中心运营商可持续性数据收集出现倒退趋势
Uptime Institute最新调查显示，数据中心运营商在可持续发展数据收集方面出现停滞甚至倒退趋势。尽管能耗和电源使用效率仍是最常追踪的指标，但收集这些数据的运营商比例已从2024年的89%和76%分别下降至84%和74%。调查涵盖800家数据中心业主和运营商，发现除欧洲地区水资源使用数据收集有所增长外，其他可持续发展指标的数据收集普遍下滑。
让AI不再唠叨：Rice大学研究团队揭秘如何让聊天机器人言简意赅
Rice大学研究团队发布的这篇综述论文系统分析了大型语言模型推理效率问题。研究发现AI在回答简单问题时经常"过度思考"，生成冗长推理过程，增加成本和延迟。论文将解决方案分为三类：优化训练方法、动态调整推理过程、改进用户提示词，为开发更高效的AI推理系统提供了全面指导。
Azure AI Speech升级：仅需几秒音频即可生成逼真语音克隆
微软升级了Azure AI Speech服务，用户仅需几秒钟的语音样本即可快速生成逼真的语音复制品。该个人语音功能于2024年5月21日正式发布，采用名为"DragonV2.1Neural"的零样本文本转语音模型，支持100多种语言。微软表示新版本在语音自然度、韵律稳定性和发音准确性方面都有显著提升，可用于定制聊天机器人语音、视频配音等应用。尽管微软要求用户遵守使用政策并获得原说话者同意，但该技术仍可能被恶意使用。
新加坡国立大学突破：让AI像看电影一样记住长视频的每个细节
新加坡国立大学ShowLab团队提出FAR模型，通过"长短期上下文建模"和多级缓存系统，解决了AI视频生成中的长期记忆问题。该模型能生成长达300帧的连贯视频，在多个基准测试中达到最优性能，为AI世界模拟器的发展奠定重要基础。
京公网安备 11010802021500号 京网文(2025) 0096-033号 京字第20868号
