MIT和斯坦福研究团队开发了AuriStream，一个模仿人类听觉系统的革命性语音AI。该系统采用两阶段设计：WavCoch组件将音频转换为类似耳蜗的频谱表示，autoregressive模型预测声音序列。AuriStream在词汇语义理解上创造新纪录，音素识别达88%准确率，并具备独特的可解释性——能将预测结果可视化为声谱图。这项发表于arXiv的研究为语音AI开辟了生物启发的新路径。

这篇研究探讨了Alpha世代（2010-2024年出生）独特的数字通信模式如何挑战现有AI内容审核系统。研究者评估了四大AI系统（GPT-4、Claude、Gemini和Llama 3）以及人类审核员理解这一代专属语言的能力，特别关注隐蔽骚扰识别。研究创建了100个当代Alpha世代表达的数据集，发现即使是最先进的AI系统也难以理解Alpha世代快速演变的语言，特别是在语境依赖和隐蔽风险方面。

今年6月,《财富》(中文版)发布“2023年值得关注的中国出海主力”盘点,在七个赛道中聚焦不断开拓新领域、影响力与日俱增的出海企业。

浙江大学研究团队发现AI写作中的"时间振荡"现象：AI在生成过程的中间步骤往往给出正确答案，但最终输出时却被错误答案覆盖。团队提出"时间自一致性投票"和"时间一致性强化"两种解决方案，通过利用中间过程信息显著提升AI性能，在多个数学推理任务上实现2-25%的准确率提升，为AI系统的可靠性改进提供了新思路。

加州大学圣巴巴拉分校研究团队开发出能够自我进化的AI智能体，通过《卡坦岛拓荒者》桌游测试，这些AI能在游戏过程中自主修改策略和代码。实验显示，具备自我进化能力的AI显著超越静态版本，其中Claude 3.7模型性能提升达95%。研究验证了AI从被动工具向主动伙伴转变的可能性，为复杂决策场景中的AI应用开辟新路径。

中科院、北大、清华联合开发的DualTHOR平台首次为双臂人形机器人提供真实家庭环境仿真训练。该平台不仅支持双手协作任务，还引入意外机制模拟现实不确定性。实验发现现有AI模型在双手协调方面表现不佳，为未来家庭服务机器人发展指明方向。

北京大学团队推出TransMLA技术，可将现有GQA架构语言模型直接转换为高效MLA架构，无需重新训练。该技术通过RoRoPE、FreqFold和BKV三项创新实现了最高10.6倍的推理速度提升，在93%内存压缩下仅需60亿词元微调即可恢复性能，为AI模型优化提供了经济实用的解决方案。

本月 ，Google Cloud举行了高管论坛，与客户和合作伙伴讨论人工智能的最新进展。

韩国KAIST团队开发出革命性的"Frame Guidance"技术，这是首个无需训练即可精确控制AI视频生成的通用方法。该技术通过创新的潜在切片和视频潜在优化策略，将内存使用量减少60倍，让普通用户也能精确控制视频中任意帧的内容。实验表明，该方法在关键帧引导、风格化生成等任务上全面超越现有技术，为AI视频创作开启了全新可能。

阿里巴巴联合香港科技大学和浙江大学开发的ThinkSound系统，通过引入思维链推理让AI学会像专业音效师一样思考和创作。该系统采用三步式交互流程，支持基础音景生成、物体定制和语言编辑，在多项评测中表现优异，有望降低音效制作门槛并提升创作效率。

对企业及其客户而言，数据是最有价值的商业资产，他们必须保护数据免于遭受非授权访问。通过结合利用始终可用且安全的数据和富有洞见的数据分析，您可以推动业务创新，提高客户满意度和忠诚度，更重要的是，提高在市场上的竞争力。

如果问,在众多的中国出海赛道中哪一条拥有基数最大的粉丝拥趸?以网络游戏、社交媒体、直播、短视频为代表的泛娱乐赛道便成为当仁不让的领跑者。

区块链与我们的日常生活走得越来越近，自然而然，其关注度也在不断攀升，入局者更是与日俱增。百度便是其中之一。

阿里云研究团队提出PVPO算法，通过引入"静态价值估计"作为稳定参考标准，解决传统强化学习方法在AI推理训练中效率低下的问题。该方法像给机器配备经验丰富的导师，结合群组采样策略筛选高质量训练数据，在多个测试集上实现显著性能提升：7B模型准确率提高3.6倍，训练效率提升一倍，计算成本仅为传统方法40%，为大语言模型的高效训练提供了新的技术路径。

一文get昇腾Ascend C编程入门全部知识点，只需要了解C++编程、理解对列通信与内存申请释放机制、通过调用相应的计算接口与搬运接口，就可以高效写出运行在昇腾AI处理器上的高性能算子。

新加坡国立大学研究团队开发了IPV-BENCH，首个专门评估AI视频模型处理"不可能场景"能力的基准测试平台。研究发现，当前最先进的AI视频模型在生成和理解违反物理定律、生物规律等不可能场景时表现不佳，最好的生成模型成功率仅37.3%，理解模型在时间推理方面尤其困难，揭示了AI技术在创造力和复杂推理方面的重大局限性。

这项由Mohamed bin Zayed人工智能大学研究团队主导的研究首次建立了针对大型音频语言模型的安全性测试基准。研究发现，当前主流音频语言模型在面对特定音频扰动时，即使是微小的声学变化也能显著降低其安全防护能力，导致生成有害内容。研究团队构建了包含1,495个对抗性音频样本的数据集，并开发了音频扰动工具包来生成更具挑战性的测试样本。实验评估了七种主流模型，结果显示没有一个模型能在所有安全维度上保持一致的鲁棒性，这为音频AI安全研究提供了重要基础和方向。

近日，李滨以董事长的身份致信紫光集团全体员工，就紫光集团未来发展和新的企业文化与员工进行交流，以寻求“统一思想，齐心协力，共谋大计”。

首尔国立大学和成均馆大学的研究者提出了"推理路径压缩"(RPC)技术，一种无需训练的方法，能够对大语言模型在推理过程中生成的冗余内容进行压缩。研究发现推理路径存在"语义稀疏性"——大量重复或多余的内容。RPC通过定期评估词元重要性并保留最关键部分，将QwQ-32B模型的推理吞吐量提高了1.60倍，同时准确率仅下降1.2%，并显著减少了内存消耗，解决了长序列生成的内存溢出问题。

ParaStudent是加州大学伯克利分校团队开发的创新AI框架，让大语言模型学会像编程初学者一样"犯错"和渐进改进，而非生成完美代码。通过分析68万次真实学生代码提交，该框架能模拟真实的编程学习轨迹，为编程教育提供更贴近学生实际的AI伙伴，重新定义了AI在教育中的角色。