AI 新闻中心

AI 新闻中心 过去30天分析了 2386 篇文章,发现了 0 条重要报道 (分数 ≥ 5.5)
获取从可信来源聚合的最新 AI 新闻。

Reddit开发者打造可与Claude手写互动的学习应用

Reddit社区一名开发者打造了一款学习应用,让用户可以在平板上手写笔记,并由Claude在同一页面以手写风格回应。应用能够识别手写内容,在笔记旁添加问题或解释,还支持导入PDF和电子书。用户可以标记段落、要求生成相关批注,并根据学习材料创建测验。目前软件主要针对支持手写笔的Android平板进行优化,包括Daylight DC-1,其他平台的适配仍在推进。系统会将手写矢量数据发送给Claude,

Hi-Q:面向多跳问答的层次化证据引导查询细化

Hi-Q是一种面向多跳问答的证据条件化层次化查询细化框架。系统首先判断检索到的证据是否支持当前查询单元;如果无法解决,则通过保持依赖关系的算子进一步展开,并验证语义覆盖范围。由此生成的查询树,其结构由语料库中的支持信号决定,而不是由固定的分解模板或预先构建的图决定。在三个采用全语料库检索的基准测试中,Hi-Q平均取得52.3 EM和64.0 F1,分别比IRCoT高15.1 EM和18.2 F1。

ReFlowSET:基于表征对齐的潜在流匹配实现SAR到EO图像转换

ReFlowSET是一种条件潜在流匹配方法,用于将合成孔径雷达(SAR)观测数据转换为电光(EO)图像。与通常依赖自然图像预训练自编码器的现有方法不同,该方法通过联合评估SAR输入和EO目标的重建效果来选择潜在编解码器。随后,它在选定的潜在空间中从头训练一个规模显著更小的条件DiT模型。训练过程中,带噪声的EO特征会与冻结视觉基础模型提取的干净表征进行对齐,但不会增加推理成本。在QXS-SAROP

控制流与数据流分离,提升多智能体大语言模型提示优化的稳定性

一项新的研究框架将多智能体大语言模型系统中的执行关键协议与任务相关语言分离。消息路由、输出格式和终止信号被表示为经过类型定义和验证的程序对象,而提示仍可用于优化任务性能。在合成推理、协作式评审生成和保险定价流程的测试中,该方法实现了100%的最终协议有效性,并持续提升了任务表现。

EM^2Mem:面向大语言模型的事件中心多模态记忆

EM^2Mem 是一种多模态记忆框架,在构建记忆时将长视频中的异构证据绑定到事件锚点。每个按事件索引的记忆单元整合多模态记录、时间上下文、图关联关系、语义事实和来源信息,使语言模型能够直接读取围绕具体事件组织的紧凑证据,而无需在推理阶段从彼此孤立的片段中重建跨模态和时间对应关系。在三个长视频问答基准测试中,EM^2Mem 相比最强的记忆基线,平均准确率分别提升了2.0、2.4和3.7个百分点。事件

小米秋季旗舰新品发布会定档9月7日:新车、18 Fold与玄戒O3 AI芯片将亮相

小米将于9月7日举行秋季旗舰新品发布会,预计发布澎程N70 Pro、N70 Max、N90 Max三款新车,以及小米18 Fold折叠屏手机和小米平板9 Pro Max。手机和平板预计首发搭载玄戒O3,小米将其定位为AI旗舰SoC。官方称,该芯片拥有最高200TOPS张量算力,支持LPDDR6,并配备针对端侧MiMo模型重新设计的NPU。相关性能数据均来自小米官方,尚未见独立验证。新车还将搭载小米

欧盟加强生成式AI监管,要求ChatGPT和Reddit遵守更严格的数字服务规则

欧盟委员会已将OpenAI旗下ChatGPT、Reddit和Roblox列为《数字服务法》(DSA)规定的超大型在线平台。根据公告,这三项服务在欧盟的月活跃用户均超过4500万,因此必须承担额外的监管义务,包括删除非法内容,以及加强对未成年人隐私和安全的保护。若未能遵守规定,企业可能面临最高相当于全球年度营业收入6%的罚款。各公司必须在12月底前完成相关合规措施。这项决定表明,欧盟严格的数字监管正

GUI-CC:评估 GUI 世界模型作为智能体环境的上下文一致性

GUI 世界模型通常被评估为单步预测下一屏幕的模型,但其预期用途是作为 GUI 智能体的多步交互环境。GUI-CC 评估生成状态在反复用于后续交互时能否保持上下文一致性。该基准包含两条赛道:基于真实移动端 GUI 轨迹构建的 500 个离线任务,以及覆盖 30 个应用、经模拟器验证的 200 个在线智能体循环任务。评估指标包括转移保真度、转移合理性、上下文一致性和任务进度。实验表明,单步生成的屏幕

Anthropic发布Fable 5.1,AI模型价格战升温

据报道,Anthropic已发布新一代旗舰模型Fable 5.1,并向拥有相应访问权限的用户提供Mythos 5.1。该公司称,Fable 5.1在多项基准测试中超过上一代Fable 5及竞争产品,并重点提升了处理长时间、复杂智能体任务的能力,适用于编程、研究和知识工作。Anthropic表示,按Token计费的典型工作负载平均成本较上一代降低约25%,高强度智能体任务的成本降幅最高可达45%。不

Meta发布首个实时音频感知AI模型,支持20余人分轨转写

Meta推出Muse Voice Transcribe,这是其首个实时音频处理模型。开发者可通过Meta Model API调用,价格为每1000分钟音频3美元。该模型将流式自动语音识别、说话人分离和端点检测整合在同一流程中,可在用户说话时同步输出文字。它能在包含20多名说话人的录音中区分不同发言者,支持超过1小时的音频及句内、句间的自然语言切换。模型训练覆盖70多种语言,发布时已有25种语言完成

地平线征程 6M 大规模量产上车,城市 NOA 拓展至 10 万元级主流车型

地平线表示,截至 2026 年 8 月底,征程 6M 已落地 20 余家车企和 70 余款量产车型,其中 7 个品牌已基于该芯片平台化搭载城市辅助驾驶功能。公司称,这意味着城市 NOA 正从少数高端车型拓展至约 10 万元人民币的主流市场。征程 6M 算力达 128 TOPS,支持端到端城市辅助驾驶,并覆盖高速、城区和泊车等场景。单芯片方案可采用风冷散热,地平线称其也能满足燃油车的量产需求。理想汽