AI产业动态

在人工智能向通用智能体演进的关键阶段，记忆系统正面临从文本堆叠到多模态融通的范式跃迁。传统基于纯文本的记忆库已无法满足智能体与高维世界交互的需求——一张产品设计图、一段用户操作录屏、一次包含语音和演示的线上会议，这些由图像、声音、视频构成的业务信息，正成为驱动AI创造价值的关键来源。智能体的记忆不应是扁平的文本日志，而应是一个能记录并关联“在何时、看到了何物…

在通用大模型（LLM）席卷全球的浪潮中，医疗垂直领域始终被视为AI落地的“硬骨头”。虽然ChatGPT在USMLE（美国执业医师资格考试）等标准化测试中表现优异，但在需要精准判断和实时决策的临床场景中，通用大模型的局限性日益凸显。近日，一项由空军军医大学唐都医院李妍教授团队与深圳清华大学研究院朱锐团队联合完成的COMPARE研究在arXiv预印本平台发表，研…

在当今数字时代，用户在网络平台留下的每一个足迹——每一次点击、收藏、购买——都构成了其数字身份的重要记忆片段。然而，当前主流推荐系统普遍面临着一个严峻挑战：它们患有严重的“短期健忘症”。受限于计算资源、存储成本和实时性要求，这些系统往往只能处理用户最近数千条行为数据，而将那些沉睡在数年前的历史记录粗暴截断或遗忘。即便部分系统尝试召回这些长期行为，传统基于ID…

生成式模型在机器人与具身智能领域正迅速崛起，成为从高维视觉观测直接生成复杂动作策略的重要范式。这类方法在操作、抓取等任务中展现出卓越的灵活性与适应性，然而在真实系统部署时，却面临两大根本性挑战：一是训练过程极度依赖大规模演示数据，数据获取成本高昂且标注困难；二是推理阶段需要大量迭代计算，导致动作生成延迟严重，难以满足实时控制需求。这些瓶颈严重制约了生成式策略…

近日，韦氏词典宣布将‘slop’评选为2025年度词汇，并将其新定义为‘通常由人工智能大批量生成的低质量数字内容’。这一词汇的流行，不仅反映了公众对AI生成内容泛滥的直观感受，更揭示了当前数字内容生态面临的深刻变革。 从词源学角度看，‘slop’一词的演变颇具象征意义。18世纪时它指‘软泥’，19世纪转为‘食物残渣’（如猪食），后泛指‘垃圾’或‘无价值之物’…

在通用型机器人技术快速发展的当下，如何高效、安全地评估机器人策略已成为制约行业进步的关键瓶颈。传统基于真实硬件的评估方法不仅成本高昂、耗时漫长，更在安全性测试方面存在难以逾越的障碍。Google DeepMind Gemini Robotics团队最新提出的基于Veo视频模型的机器人策略评估系统，为这一难题提供了突破性的解决方案。 传统评估体系面临的根本性挑…

自Sora 2发布以来，全球科技巨头纷纷加码视频生成赛道，谷歌Veo 3.1、Runway Gen-4.5、快手Kling 2.6等迭代产品层出不穷，在控制精度、物理模拟、音画同步等维度持续突破。然而，当技术演示的光环褪去，一个根本性问题浮出水面：这些模型距离成为真正的生产力工具，究竟还有多远？答案或许隐藏在效率、成本与质量构成的“不可能三角”之中。 当前主…

在斯坦福大学的演讲中，谷歌联合创始人谢尔盖·布林以罕见的坦诚，回顾了谷歌从诞生到AI竞争中的关键转折点。这场演讲不仅是对一家科技巨头历史的梳理，更是对技术决策、创新节奏与产业趋势的深刻反思。 布林首先指出，谷歌的诞生源于一次“无心插柳”的创业。1995年，他与拉里·佩奇在斯坦福相遇，最初的目标是开发一个名为“BackRub”的搜索算法，希望通过链接分析评估网…

在人工智能技术快速演进的当下，AI智能体（Agent）正从简单的指令执行者向具备专业能力的智能助手转变。最近，Claude推出的Skills系统标志着这一转变的关键里程碑——它让AI智能体能够像人类专家一样，在需要时动态加载专业能力，而非将所有知识预先装入有限的上下文窗口。这一设计理念不仅解决了传统AI智能体开发中的核心矛盾，更为开源社区提供了可复用的架构模…

在人工智能安全领域，对抗攻击一直是研究的热点与难点。近日，清华大学与蚂蚁数科联合在NeurIPS 2024会议上提出的Dual-Flow框架，为这一领域带来了革命性的突破。该框架通过创新的双流结构和训练机制，实现了对多种模型、多种类别的黑盒攻击，且无需依赖目标模型结构或梯度信息，为AI模型的安全性评估与防御体系构建提供了全新的视角与工具。 Dual-Flow…