/
中科大联手快手：AI视频评判员学会了"边看边想"，彻底解决视频生成质量难题
中科大联合快手等机构推出VR-Thinker技术，首次实现AI视频评判员的"边看边想"能力。该系统通过主动选择关键画面、智能记忆管理和三阶段训练，在视频质量评估准确率上达到75%-82%，特别擅长处理长视频场景，为AI视频生成的质量控制提供了突破性解决方案。
微软研究院发布BitDistill：让大型语言模型轻松瘦身却不丢性能的魔法
微软研究院发布BitDistill技术，通过三阶段优化将大型语言模型压缩至1.58位精度，在保持性能的同时实现10倍内存节省和2.65倍速度提升。该技术包括模型结构稳定化、持续预训练适应和知识蒸馏传承三个关键步骤，解决了模型量化中的性能衰减和规模化问题，为AI模型在资源受限设备上的高效部署提供了新方案。
中文创作终于有了思维过程！M-A-P团队首次破解AI创作的"黑盒"，让机器像人类作家一样思考
M-A-P和2077AI发布首个中文创作思维过程数据集COIG-Writer，包含1665个高质量三元组涵盖51种文体。研究发现创作AI需要叙事逻辑和语言表达双组件协同，最优配置为1:12比例。实验显示中文创作胜率达62.75%，但跨语言迁移效果有限，证明创作能力具有强烈文化特异性。
ByteDance种子团队揭秘：AI写作判断为何如此困难，连最强模型都败给了"主观感受"
ByteDance种子团队联合多所高校发布最新研究，首次系统揭示AI模型在主观写作评价上的重大缺陷。研究构建了包含1800对样本的WritingPreferenceBench基准，发现传统奖励模型在纯主观审美任务上准确率仅52.7%，几乎等同随机猜测。不过，具备显性推理能力的生成式奖励模型表现突出，准确率达81.8%，为AI写作系统发展指明新方向。
AI大模型真的知道自己不知道什么吗？新加坡管理大学揭开ChatGPT们的"自知之明"真相
新加坡管理大学研究团队发现大语言模型并非真正具备"自知之明"。研究揭示AI幻觉分为关联幻觉和无关联幻觉两类，前者基于相关知识但答错，后者完全胡编乱造。现有检测方法只能识别无关联幻觉，对更危险的关联幻觉束手无策。研究表明AI内部机制反映的是知识回忆而非真实判断，为构建更安全可靠的AI系统提供了重要科学依据。
上海交大团队破解机器人专家"垄断"难题：让AI机器人学会"专业合作"而非"一家独大"
上海交大团队提出AdaMoE架构，通过分离专家选择与权重分配机制，解决了传统机器人AI系统中"专家垄断"问题。该方法让不同专家协同工作而非单一系统包揽，在真实世界机器人操作任务中实现21.5%的成功率提升，为构建更高效、经济的智能机器人系统开辟新路径，代表了从"万能型"向"协作型"AI系统设计的重要转变。
首尔大学LiteStage突破：让小语言模型快如闪电的多阶段推理加速器
首尔大学研究团队开发的LiteStage技术专门解决小型语言模型多阶段推理速度慢的问题。该技术通过智能分配不同推理阶段的计算资源和实时终止无用输出，在三个基准测试中实现了1.16-1.70倍的加速效果，同时将准确率损失控制在4%以内，为在资源受限环境中部署高效AI推理系统提供了重要技术突破。
Qwen团队推出AI安全卫士：能实时识别有害内容，支持119种语言的智能守护神
Qwen3Guard是由阿里巴巴达摩院开发的AI安全检测系统，支持119种语言，创新性引入三级安全分类（安全、争议性、不安全）替代传统二元判断。系统包含生成式和流式两个版本，后者能实时监控AI内容生成过程。在多项测试中表现优异，可灵活适应不同应用场景的安全要求，为AI技术的安全部署提供了全面解决方案。
Mixedbread AI团队发布新一代超小型检索模型：17MB也能超越130MB巨头
Mixedbread AI团队发布了mxbai-edge-colbert-v0信息检索模型，仅有17MB和32MB两个版本却能超越参数量大十倍的传统模型。通过现代架构、三阶段训练和知识蒸馏技术，实现了性能与效率的完美平衡。模型支持长文本处理，可在普通设备上高效运行，为本地智能搜索和边缘计算应用提供了新的可能性。
人民大学团队提出MoM框架：让AI像人类专家一样"读书"，把文档变成结构化记忆
中国人民大学团队提出MoM框架，通过模拟人类专家阅读过程，将传统的机械文档切割转变为主动记忆构建。该框架构建三层记忆架构，采用多路径采样和智能评估确保质量，通过逆向工程让小模型学会专家思维，并提供理论证明的三层检索机制。实验显示在多个领域数据集上取得最佳效果，为AI文档理解能力带来重要突破。
亚马逊CTO Werner Vogels预测2026年及未来的五大科技趋势
新的一年里，我们将迈入人机协作的新纪元——AI将成为人类的得力助手，而非喧宾夺主的主角。这种协作模式将为解决真正重要的问题创造巨大机遇。而这一切的起点，恰恰是解决超连接时代的副作用——孤独与陪伴缺失——将造成问题的技术转化为解决方案。
德国学者构建最大开源德语训练数据集：1540亿词汇规模打破语言模型资源壁垒
德国多所知名研究机构联合构建了迄今最大规模的开源德语文本数据集"德国公共资源"，包含1540亿词汇标记和3570万份文档。该数据集完全合规使用明确许可证，涵盖政治、法律、新闻、文化、科学等七大领域，经过严格质量控制和去重处理。这项工作为德语人工智能发展提供了可靠的训练基础，同时为其他语言构建类似数据集树立了标杆。
AI新加坡联手阿里云推出东南亚大语言模型Sea-Lion v4
新加坡人工智能机构与阿里云发布全新大语言模型Qwen-Sea-Lion-v4，专门针对东南亚语言和文化特色进行优化。该模型结合阿里云Qwen3-32B基础模型和大量东南亚地区数据集，在东南亚语言模型评估榜单中位居开源模型首位。模型支持119种语言，能在32GB内存的消费级笔记本上运行，采用字节对编码技术更好处理非拉丁文字，并具备3.2万词元上下文长度，可执行文档级推理和摘要任务。
5个将在2026年改变任何企业的惊人智能体应用案例
AI智能体是下一代业务自动化工具，不仅能对话交流，还能执行复杂任务。与ChatGPT聊天机器人不同，它们可在最少人工干预下规划并完成工作。文章介绍了五个高影响力应用：自动化客户服务解决方案、销售CRM管理、合规自动化、招聘筛选与排程、市场情报报告。这些应用都具有重复性工作流程、依赖结构化数据、遵循可预测规则等特点，能够释放员工宝贵时间用于更有价值的工作。
AI拒绝答题"考试"：CMU与亚马逊携手打造语言模型检测器，防止AI胡编乱造误导人类
这项由CMU与亚马逊AGI联合完成的研究揭示了当前AI系统的重大缺陷：即使最先进的模型也不知道何时该说"我不知道"。研究团队开发的RefusalBench评估系统通过176种语言操作技巧动态生成测试案例，发现顶级AI在多文档任务中的拒绝准确率低于50%。这项研究不仅提供了标准化测试工具，更为构建诚实可靠的AI系统指明了方向。
国家数据局公布2025年“数据要素×”大赛获奖名单：蚂蚁数科获优秀奖
蚂蚁数科团队已孵化出IMO奥赛题形式化转写数据集，正与国内某头部模型厂商合作，在通用大模型及数学模型测试中持续优化方案。
人大联合腾讯重磅推出LaSeR：让AI学会自我评判的最后一招，竟然只需看一个词！
这项由中国人民大学联合腾讯开发的LaSeR技术，发现了AI在生成答案最后一刻会无意中透露对答案质量的评估。通过观察这个"最后一词效应"，研究人员开发出了一种让AI高效进行自我评估的方法，在几乎不增加计算成本的情况下，大幅提升了AI的自我验证能力，为构建更可信的AI系统开辟了新路径。
阿里云服务器部署速度跟不上AI需求，GPU配给优先大客户
阿里云CEO吴泳铭在财报电话会议上表示，AI需求增长如此迅猛，以至于服务器部署速度无法跟上客户需求。公司正在对GPU进行配给制，优先满足使用全套阿里云服务的客户需求。过去12个月，阿里巴巴在AI相关基础设施上投入1200亿元人民币，预计三年预算可能超过当前的3800亿元。阿里云智能集团季度营收达56亿美元，同比增长34%。
京公网安备 11010802021500号
