/
微软亚洲研究院联手清华大学：让AI看图不再"雾里看花"的双向感知新技术
微软亚洲研究院与清华大学联合提出双向感知塑造技术，通过创新的两阶段训练方法解决AI视觉理解中的关键问题。该技术让AI学会正确聚焦重要视觉信息，避免被无关内容误导。仅用1.3万训练样本就在八个基准测试中平均提升8.2%性能，超越使用数十万样本的专门模型，为AI视觉推理能力提升开辟新路径。
上海交大团队突破大语言模型实时推理难题：让AI在时间限制内既快又准
上海交通大学研究团队开发了TimeBill框架，解决大语言模型在实时应用中的时间不确定性问题。该系统通过精确预测回答长度和执行时间，动态调整AI记忆管理策略，确保在规定时间内完成任务的同时保持回答质量。实验显示TimeBill在各种时间预算下都能实现最佳的完成率与性能平衡，为AI在自动驾驶、工业控制等安全关键领域的应用提供了重要技术支撑。
中山大学团队发明AI图像编辑"黑科技"：让修图不再"误伤"背景
中山大学研究团队开发了名为ProEdit的AI图像编辑新技术，解决了传统方法在编辑图片时经常"误伤"背景的问题。该技术通过KV-Mix和Latents-Shift两个核心模块，能够精准修改目标区域而完美保持背景不变，支持图片和视频编辑，具有即插即用的特点，可集成到现有各种编辑工具中，大幅提升编辑效果。
香港科技大学和阿里巴巴联合发布SWE-RM：让AI写代码像老师改作业一样精准打分
由香港科技大学和阿里巴巴通义千问团队联合开发的SWE-RM，是首个能够全面评估AI代码质量的执行无关反馈系统。该系统突破了传统二元评分局限，具备准确选择最优解、全面区分代码质量和可靠分数校准三大核心能力。在SWE-Bench Verified测试中，SWE-RM将模型成功率从51.6%提升至62.0%，达到开源模型最佳性能，为AI编程学习和软件开发质量评估提供了重要技术突破。
上海AI实验室打造"视觉多面手"：让机器像人一样全方位理解图像美感、质量与结构
上海AI实验室团队首次提出统一的感知层面图像理解框架UniPercept，让AI能像人类一样从美学、质量和结构三个维度全方位评估图像。研究构建了包含6000张精标注图像的基准数据集，训练出的模型在各项测试中显著超越现有专门化系统，并成功应用于图像生成模型优化。这项技术为降低视觉内容创作门槛、提升AI视觉理解能力提供了重要突破。
上海AI实验室和同济大学联手打造天气界的ChatGPT：一个AI模型搞定所有天气问题
由上海AI实验室等机构联合开发的Omni-Weather是首个统一的多模态天气AI模型，能同时进行天气预测和理解分析。该模型集成了雷达预测、图像生成、数据理解等四大功能，并创新性地引入思维链技术，让AI能像气象专家一样解释推理过程。实验显示其性能全面超越现有专业化模型，为天气AI发展开辟了新方向。
新加坡国大开创幻灯片生成新时代：让AI秒懂你的展示风格偏好
新加坡国立大学团队开发的SlideTailor系统首次实现了AI幻灯片的个性化生成，通过分析用户的历史样例和模板偏好来学习个人风格，无需复杂设置即可自动创建符合用户习惯的高质量演示文稿，并创新性地引入言语链机制同步生成演讲稿，为智能内容创作开辟了新方向。
美国NIST发布人工智能网络安全框架指南草案
美国国家标准与技术研究院发布人工智能网络安全框架配置文件草案，旨在帮助组织安全使用AI系统。该文件围绕"安全"、"防御"和"阻止"三个重点领域，详细说明如何管理不同AI系统的网络安全挑战、利用AI增强网络防御能力以及阻止AI驱动的网络攻击。文件将网络安全框架的各个组件映射到具体建议上，覆盖入侵检测到供应链安全等各个方面。
至顶AI实验室硬核评测：联想推理加速引擎让AI PC解题快如闪电
联想此次推出的推理加速引擎（Inference Acceleration Engine），是联想携手清华大学无问芯穹团队联合打造的本地AI加速解决方案。这款引擎将预装在联想年底发布的新一代AI PC产品线中，目标是让端侧推理性能直接看齐云端大模型水平。
如何让一张照片重建完整3D世界？
Meta超级智能实验室推出的SAM 3D模型,通过创新的"模型在环"数据标注流程和多阶段训练策略,成功实现从单张图像重建完整3D物体的能力。该研究打破了3D领域的数据壁垒,在真实世界场景中展现出远超现有方法的性能,为机器人、AR/VR、游戏制作等应用开启新可能。
京公网安备 11010802021500号
