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
AI 新闻中心 过去24小时分析了 196 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。
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 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
一项研究考察了已部署 LLM 服务中的安全措施是否真正提升了整个系统的安全性。拒答率、攻击成功率和政策违规率等常见指标,只能说明控制措施在受测试请求上的表现,并不能反映攻击者在调整方法或寻找其他入口后,仍能获得多少有害任务帮助。研究使用统一的部署层面标准比较不同类型的安全措施。一次成功的攻击就足以证明有害帮助仍然存在;但较高的局部评测分数,并不能证明剩余的有害帮助很少。要得出这一结论,还需要了解安
澳大利亚律所 Gilbert + Tobin 介绍了如何在全公司部署 ChatGPT Enterprise 和 Codex。其做法结合了首席执行官主导的投入、严格的治理流程以及人的责任机制。这一案例主要展示了法律服务机构如何组织和扩大生成式人工智能的应用。
TechSpot全球GPU定价追踪报告显示,截至8月底的一个月内,显卡平均价格上涨15%。剔除价格极端的RTX 5090后,调查覆盖的10个市场显卡售价仍较建议零售价平均高出28%。英伟达GeForce显卡上涨19%,AMD Radeon上涨11%。RTX 5090在美国售价约为5000美元,较1999美元的建议零售价高出145%,全球平均溢价达到136%。GDDR7显存大量调配至AI硬件领域,被
型号为 2608BPX34C 的小米手机现身 Geekbench AI,被认为是即将发布的小米 18 Fold 折叠手机。跑分页面显示,玄戒 O3 芯片采用十核全大核 CPU 设计,其中两个超大核心最高频率为 4.36GHz。此前消息还称,该芯片将搭载 16 核 G2-Ultra NX GPU,并支持第三代光线追踪。未经证实的爆料称,小米 18 Fold 全系售价将超过 1 万元,入门版本约为 1
沙特人工智能企业 HUMAIN 在 LEAP 2026 大会上与高通联合发布了轻薄笔记本 Horizon 和 Horizon Ultra。两款产品均搭载骁龙 X2 Elite 处理器、最高 80 TOPS 的 NPU 算力、32GB LPDDR5X 内存和 14 英寸 OLED 触控屏,预装 Windows 11 Pro。HUMAIN 计划在 2027 年推出搭载自有 HUMAIN OS 的 Ho
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
据报道,OpenExecutive由在企业“AI转型”中失去工作的开发者打造。该项目将企业希望用人工智能取代员工的逻辑延伸到管理层,测试CEO的工作是否也能被自动化。目前没有证据表明该系统确实能够替代CEO。
据彭博社援引消息人士报道,人工智能编程初创公司Cognition AI即将完成一轮规模约为10亿美元的融资。交易完成后,该公司的估值将从今年5月的260亿美元升至约470亿美元。知情人士称,Cognition还获得了投资者近100亿美元的投资兴趣。
OpenAI 首席执行官萨姆·奥尔特曼在播客采访中表示,他不喜欢智能眼镜,因为与佩戴摄像头和灯光设备的人交谈会让他感到不舒服。这意味着,OpenAI 目前似乎没有立即直接进入智能眼镜市场、与 Meta 展开竞争的计划,马克·扎克伯格暂时无需担心。不过,奥尔特曼暗示 OpenAI 正与 Jony Ive 的 LoveFrom 工作室合作开发多款 AI 设备,产品可能分别适合放在桌面、装入口袋或佩戴在
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
据知情人士透露,英伟达正就收购人工智能初创公司 Hugging Face 进行深入谈判,交易金额可能约为140亿美元。目前尚未确认双方是否达成协议,谈判仍在继续。