/
SonicMaster：新加坡科技设计大学团队让破音音乐起死回生的神奇技术
新加坡科技设计大学研究团队开发出SonicMaster，这是首个支持自然语言控制的统一音频修复系统。该系统能够同时处理音乐录制中的19种常见问题，包括混响、削波、频响不平衡等，用户只需用普通话描述需求即可获得专业级处理效果。研究团队构建了包含17.5万音频样本的训练数据集，测试显示系统在客观指标和主观听感上均显著优于传统方法，为音频处理技术的普及应用提供了新思路。
AI颠覆搜索引擎，XR眼镜秋季浪潮来袭
谷歌声称AI概览功能未影响点击量，但发布商数据显示主要新闻网站流量下降40%。Meta的Ray-Ban智能眼镜销量激增三倍，Quest头显销量下滑。Meta在SIGGRAPH展示两款VR原型机，追求超高保真度和沉浸感。2025年将成为XR关键年，Meta、苹果、谷歌等巨头转向眼镜设备。Brilliant Labs推出售价299美元的Halo智能眼镜。
法国国家科研中心发布医学文本AI识别系统：超越专有软件的开源突破
法国国家科研中心开发的OpenMed NER是一套开源医学文本AI识别系统，能从医学文献中自动提取疾病、药物、基因等关键信息。该系统采用创新的领域自适应预训练和LoRA微调技术，在12个测试数据集中的10个创造了新纪录，特别在临床数据识别方面提升显著。整个训练过程仅需单GPU运行12小时，碳排放不到1.2千克，展现出卓越的效率和环保性。
5000亿美元Stargate AI基础设施项目进展缓慢面临建设挑战
价值5000亿美元的星门项目旨在全球建设AI数据中心网络，但目前进展缓慢。主要支持者软银集团首席财务官后藤芳光在财报会议上表示，由于选址困难，项目推进"比预期慢"。该项目成员包括甲骨文、英伟达和OpenAI等公司。后藤芳光认为一旦确定物理设计和资金安排，项目将加速推进，并预计能在五年内完成5000亿美元的数据中心建设目标。
米兰大学发现：AI画家的“内心秘密“——它竟然真的分得清画什么和怎么画！
米兰大学研究团队通过"交叉注意力热图"技术首次揭示了AI绘画模型的"内心世界"：AI能够自发地区分艺术作品中的"内容"与"风格"概念。研究发现AI在处理"伦勃朗风格的牛"等指令时，会智能地将注意力分配给内容对象和艺术风格，展现出对艺术概念的深层理解能力。
Truth Social推出由Perplexity提供的AI搜索功能
特朗普旗下社交媒体平台Truth Social推出名为Truth Search AI的人工智能搜索引擎，由AI初创公司Perplexity提供技术支持。该搜索功能已在网页版上线，iOS和Android应用的公测版本将于近期推出。虽然使用Perplexity的Sonar API技术提供准确答案和透明引用，但Truth Social保留对AI搜索引擎信息来源的控制权。测试显示该搜索主要引用Fox News等保守派媒体源，与Perplexity公共搜索引擎的多样化信息源形成对比。
当AI观看视频后发现自己“偏心“了：韩国科学院团队揭示智能检索系统的隐性偏见
韩国科学院团队发现多模态大语言模型存在"候选项先验偏见"，即系统偏爱高频出现的内容而非真正相关的内容。他们开发了BLiM双向检索框架和CPN标准化技术，通过让AI从两个方向思考问题并消除统计偏见，在四个数据集上平均提升6.4个百分点的检索准确率。该技术还适用于视觉问答、图像描述等多个领域，为构建更公平可靠的AI系统提供了新方案。
酒业巨头CIO引领生成式AI变革之路
Glenn Remoreras六个月前加入年收入86亿美元的Breakthru Beverage集团担任CIO，致力于推动数字化创新和AI应用。他领导开发B2B电商平台Breakthru Now，目标实现7亿美元收入。通过与AWS合作构建云基础设施和数据架构，采用教育优先的方式提升组织AI素养，举办高管AI峰会普及知识。他强调创新需要业务主导、技术驱动的融合团队模式，为未来智能代理AI的应用奠定基础。
宾州大学团队发明AI“追根溯源神器“，让大模型无处藏身
宾夕法尼亚州立大学研究团队开发的AttnTrace技术，通过分析AI大模型的内部注意力机制，能够快速准确地追踪影响AI回答的关键文本内容。该技术解决了传统方法效率低下和准确性不足的问题，在多项测试中表现卓越，为AI安全防护和可解释性研究开辟了新方向。
Amazon升级版AI助手Alexa+首次体验测试报告
本文对亚马逊全新升级的AI语音助手Alexa+进行了详细测试。作者在重建家庭智能系统时，通过Echo Spot设备体验了Alexa+的日程管理、信息记忆、邮件处理和价格追踪等功能。测试发现，虽然Alexa+在自然对话和基础功能方面有所改进，但在准确性和完整性方面仍存在明显不足，经常出现误听、遗漏信息等问题，整体表现更像是一个测试版产品。
当AI学会“读心术“：斯坦福大学揭秘大脑如何理解语言的神奇机制
斯坦福大学研究团队开发出革命性AI系统，能够通过分析大脑活动以85%准确率解码人类语言理解过程。研究绘制了包含万余词汇的"大脑词典"，揭示语言处理的层次化神经机制，发现大脑存在专门的预测网络和语义枢纽。该技术为治疗失语症、改进教育评估、开发智能AI系统开辟新路径，虽面临个体差异和实时处理等挑战，但已开始临床测试应用。
京公网安备 11010802021500号 京网文(2025) 0096-033号 京字第20868号
