/
ChatGPT新增个性化设置功能，用户可自定义聊天体验
OpenAI为ChatGPT推出个性化设置功能，用户可自主调节AI的温暖度和热情程度，选择"更多"或"更少"个性特征。新功能还支持调整表情符号、标题和列表使用频率，并可选择古怪、专业、友好、愤世嫉俗等不同性格特点。同时优化了邮件编写体验，支持直接在对话中更新和格式化文本，用户可高亮特定文字段落并要求ChatGPT进行针对性修改。
Kuxiu S3固态电池充电宝替代多款充电器的全能解决方案
这款MagSafe固态电池移动电源采用先进的固态电池技术，具备Qi2.2 25W无线充电和35W有线充电功能。支持iPhone快速充电，内置高质量编织线缆可为iPad等设备充电，还配备智能显示屏显示电量百分比。多功能设计让用户可同时为多设备充电，售价约70美元，适合移动办公用户使用。
Waymo自动驾驶出租车遭遇交通灯故障停摆事件分析
由于电力中断导致交通信号灯失效，谷歌旗下Waymo公司的无人驾驶出租车在旧金山全面停运。停电影响超过13万户家庭，主要路口交通灯熄灭，自动驾驶车辆面对失效信号灯时无法正常运行，只能紧急停车。Waymo已暂停湾区叫车服务，等待交通灯恢复正常。此次停电由太平洋燃气电力公司变电站火灾引起，截至周日上午，约四分之三受影响居民已恢复供电。
智启未来，共筑开发者生态 AMD携手DataWhale、魔搭社区，共建ROCm开发者生态
2025年12月21日，在魔搭社区（杭州）开发者中心，AMD携手DataWhale和魔搭社区共同举办了“智启未来，共筑开发者生态”的发布会，来自全国的AI开发者与爱好者齐聚杭州，共同见证了三方携手共建的“ROCm开发者专区”正式发布 和“ROCm开发者学习中心“挂牌成立。
训练AI画画，一半数据就够了？港大团队发明"炼金术师"让AI挑食变聪明
香港大学团队开发的"炼金术师"数据筛选系统，能从海量图片中精选一半高价值数据，训练出比使用全量数据更优秀的AI图像生成模型。该方法通过观察模型学习反应判断数据价值，发现适度复杂的图片比简单图片更有训练效果，实现了5倍训练加速和显著性能提升。
AI语言模型训练的"激励难题"：哥伦比亚大学揭示强化学习的探索与利用悖论
哥伦比亚大学等机构研究团队发现，在AI模型的强化学习训练中存在一个悖论现象：阻碍探索和阻碍利用竟然都能提升性能。研究揭示了裁剪技术实际是熵调节器而非学习信号，策略熵与性能无直接因果关系，并提出奖励错配理论解释随机奖励的积极效果，为AI训练方法设计提供了新的理论基础。
百度飞桨团队突破：0.9B超轻量级模型如何让文档识别变得又快又准
百度飞桨团队推出PaddleOCR-VL，一个仅有9亿参数的超轻量级视觉-语言模型，在文档解析任务中达到业界最先进水平。该模型采用混合架构，结合专门的布局分析模块和高效的视觉-语言识别模块，能够准确识别文字、表格、公式和图表，支持109种语言，处理速度比同类模型快50%以上，为资源受限环境下的文档处理提供了实用解决方案。
机器人如何像小孩一样学会抓东西：伯克利大学的突破性发现
由加州大学伯克利分校研究团队开发的LEGO框架通过让机器人在由四个基本几何形状组成的随机玩具上训练，实现了对真实物体的零样本抓取。核心创新是检测池化机制，它强制视觉系统专注于物体本身而非背景。仅用1500个演示，该方法在YCB数据集上达到67%的成功率，超越了参数量大百倍的预训练模型，证明了正确的架构设计比数据规模更重要。
秒级生成精美3D场景：来自腾讯和厦门大学的突破性技术
FlashWorld是由厦门大学、腾讯和复旦大学联合开发的突破性3D场景生成模型。它通过创新的双模式预训练和跨模式蒸馏策略，在保持高图像质量的同时确保3D一致性，生成速度比现有方法快10-100倍，仅需9秒即可生成一个完整的高质量3D场景。该研究在图像到3D、文本到3D等多个任务上都展现了优异性能。
自动驾驶的"眼睛"学会了看懂世界：港科大和商汤的AI如何同时生成视频和重建3D场景
本研究由香港科技大学和商汤科技联合完成，提出CVD-STORM框架，通过创新的STORM-VAE模块实现了自动驾驶场景的多视角长视频生成与4D场景重建的统一。该方法在FID和FVD指标上分别相比最优基线提升34%和61%，并首次实现了从生成视频中直接提取准确的绝对深度信息，为自动驾驶世界模型的发展开辟了新方向。
北京大学团队突破：让AI学会"看病"，一个模型搞定所有图片问题
北京大学研究团队提出了一种名为MaskDCPT的新型图像修复预训练方法，通过让神经网络同时学习识别图像问题类型和修复图像，实现了显著的性能提升。研究团队还发布了包含250万张图像的UIR-2.5M数据集，涵盖19种图像问题。实验表明，该方法在五维全能修复任务上相比基础模型平均提升3.77分贝，在真实世界场景中也表现出色，具有强大的泛化能力。
腾讯AI实验室新突破：让AI像专家一样精准理解和编辑复杂图片
腾讯AI实验室联合港校提出RePlan框架，解决复杂图像编辑中的指令理解和精确定位难题。该方法采用"计划-执行"架构，让视觉语言模型先推理制定区域级编辑计划，再通过创新的注意力机制精确执行。仅用1000个样本训练就超越了大规模数据训练的模型，在新建的IV-Edit基准上表现出色。
AI机器人终于学会了"立体视觉"：香港科技大学团队让计算机像人类一样理解3D世界
这项由香港科技大学等机构联合完成的研究首次让AI获得了原生的3D空间理解能力。N3D-VLM系统能够像人类一样准确感知物体的立体位置关系，先精确定位物体的3D边界框，再进行空间推理。研究团队还开发了巧妙的数据生成方法，将2D标注转换为278万个3D样本，并构建了全新的N3D-Bench测试基准。实验显示该系统在空间推理任务上准确率超过90%，远超现有方法，为机器人、自动驾驶等领域提供了重要技术突破。
香港中文大学推出AdaTooler-V：AI如何学会聪明地使用工具而非盲目操作
香港中文大学研究团队开发的AdaTooler-V模型解决了现有AI"盲目使用工具"的问题。该模型通过AT-GRPO算法学会智能判断何时需要使用视觉工具，在多个标准测试中表现优异，V*测试准确率达89.8%，超越商业模型GPT-4o。研究采用两阶段训练策略和30万样本数据集，验证了"适应性工具使用"的有效性，为构建更智能高效的AI系统提供了新思路。
Google与约翰霍普金斯大学联手打造AI"审计官"：让机器人也能发现自己的盲点
Google与约翰霍普金斯大学联合开发的AuditDM系统，能够自动发现AI模型的弱点并改进其性能。该系统训练专门的"审计师"AI来生成挑战性问题和图片，成功发现了20多种AI失败模式，包括大模型在某些任务上反而不如小模型的现象。通过针对性数据训练，实现了显著的性能提升，为AI评估和改进开辟了新路径。
香港科大团队用AI创造互动视频世界：手绘轨迹就能让任何角色按你想法演戏
香港科技大学团队开发的WorldCanvas AI框架实现了视频创作的重大突破。用户只需手绘运动轨迹、输入文字描述和参考图片，即可生成精确可控的视频内容。该系统通过空间感知技术解决多角色场景的精确控制问题，在轨迹跟踪、语义理解等方面显著超越现有模型，为视频制作、游戏开发、教育等领域带来革命性应用前景。
新加坡南洋理工大学团队突破：让AI看图速度提升28倍的"分层观察法"
新加坡南洋理工大学团队开发了一种新型AI视觉处理技术——对数线性稀疏注意力，通过模仿人类分层观察的方式，将AI图像处理的计算复杂度从平方级降低到对数线性级。该技术在256×256像素图像处理中实现了28倍的速度提升，同时保持生成质量不变，为高分辨率AI图像生成提供了突破性解决方案。
中科院与小红书联合破解AI推理难题：让机器像人一样既能探索又能验证
中科院与小红书联合开发的CoVRL框架通过耦合变分强化学习，创新性地结合了探索式和验证式两种AI学习模式。该方法解决了现有强化学习在无验证器环境下的效率低和一致性差问题，在多项推理基准测试中实现显著性能提升，为AI推理训练提供了新的解决方案。
普林斯顿大学团队如何让AI专家模型训练速度翻倍
普林斯顿大学等机构联合开发的SonicMoE技术，针对专家混合模型训练效率问题提出了系统性解决方案。通过重新设计内存管理、利用GPU异步处理能力和创新的令牌舍入路由方法，SonicMoE将训练速度提升近一倍，内存使用量减少45%，为大规模AI模型训练提供了更经济高效的路径。
京公网安备 11010802021500号
