AI产业动态

近日，腾讯混元大模型团队正式发布并开源了HunyuanOCR模型，这是一款参数仅为1B的商业级开源OCR专用视觉语言模型。该模型采用原生ViT与轻量级LLM结合的创新架构，在文本检测识别、复杂文档解析等感知能力方面优于所有公开方案，并在信息抽取、文字图像翻译等语义任务中表现卓越。在ICDAR 2025 DIMT挑战赛（小模型赛道）中荣获冠军，同时在OCRBe…

在人工智能写作领域，一个看似微不足道的标点符号——破折号——正成为揭示大模型训练数据来源与时代局限性的关键线索。用户普遍观察到，以ChatGPT为代表的AI产品在生成文本时频繁使用破折号，这种现象已从偶然特征演变为AI写作的标志性风格。OpenAI甚至将“减少破折号使用”作为产品改进功能单独发布，反映出用户对此现象的普遍关注。这一现象背后，隐藏着大模型训练数…

Nature近期发表的一篇深度评论揭示了高等教育领域一个令人不安的现实：全球大学排名系统已从外部参考工具演变为重塑大学内部运作的核心力量。Elizabeth Gadd在评论中尖锐指出，若想实现真正的大学改革，必须首先解构这场以算法和数据驱动的“排名游戏”。这一观点并非危言耸听，而是基于对全球高等教育体系结构性变化的系统性观察。 排名系统的渗透已远远超越表面声…

今年感恩节期间，社交媒体被一系列“名人聚餐”的AI生成图像刷屏，从科技大佬围坐火鸡宴到政治人物共进健康餐，这些从未真实发生的场景却以惊人的真实感席卷网络。这不仅是技术进步的展示，更揭示了AI图像生成技术对节日文化、社交传播乃至人类记忆机制的深刻影响。 这些图像之所以引发广泛关注，关键在于其细节的极致真实感。以Newman发布的“科技大佬感恩节晚宴”为例，画面…

人工智能技术的快速发展正引发全球范围内的就业结构震荡。近期，以亚马逊为代表的科技巨头大规模裁员事件，将AI与劳动力替代的议题推至风口浪尖。数据显示，仅2025年，Intel、微软、Verizon、亚马逊等企业已宣布裁撤超过7万个岗位，而美国企业10月裁员总数达153074人，创下20多年来新高。这一现象背后，是技术迭代加速与企业战略调整的双重驱动。 从技术演…

在人工智能领域，智能体工作流的构建一直是提升任务执行效率的关键。然而，传统基于提示词工程的工作流设计存在明显的性能天花板，而静态路由策略则常导致计算资源的严重浪费。香港大学与NVIDIA团队的最新研究《ToolOrchestra: Learning to Orchestrate Tools with Multi-Objective Reinforcement…

视觉是人类认知物理世界的核心通道，赋予计算机类人视觉能力是人工智能领域长期追求的目标。这一能力对多模态基础模型、具身智能、医疗AI等前沿方向具有基础性支撑作用。过去数十年间，计算机视觉技术取得显著进展，在图像识别、目标检测、多模态理解等任务上已达到甚至超越人类专家水平。然而，当前主流的高精度视觉模型在实际部署中面临严峻挑战：这些模型通常需要激活数亿参数来处理…

在人工智能技术快速迭代的浪潮中，多模态大模型已成为连接视觉与语言智能的核心枢纽。然而，其后训练阶段长期面临两大关键挑战：缺乏可量化的样本难度评估体系，以及传统训练范式难以协同优化感知与推理能力。近期，由中南大学与中兴通讯AIM团队联合完成的研究，通过系统性实验设计，不仅为多模态后训练提供了创新的难度采样标准，更首次验证了仅依赖强化学习（GRPO）独立优化多模…

正值AlphaFold问世五周年之际，其核心设计者、诺贝尔化学奖得主John Jumper公开透露了该技术的下一步发展方向：与更广泛的AI大模型进行深度融合。这一声明标志着AlphaFold正从单一的结构预测工具，向具备科学推理能力的综合性AI科研平台演进。 回顾过去五年，AlphaFold已彻底改变了结构生物学的研究范式。据统计，该技术已帮助全球超过300…

在互联网发展历程中，浏览器作为信息获取的核心入口，其形态与功能经历了多次重大变革。从早期简单的网页浏览工具，到集成搜索、插件、云服务的综合平台，浏览器始终扮演着连接用户与数字世界的桥梁角色。然而，随着人工智能技术的迅猛发展，特别是大语言模型的突破性进展，浏览器正面临前所未有的转型压力。传统以被动展示网页为主的模式已难以满足用户对智能化、个性化服务的需求，全球…