这项研究由哈佛大学团队开发的创新框架，解决了多机构数据共享的核心难题。他们巧妙结合联邦学习、局部差分隐私和公平性约束，使不同机构能在保护数据隐私的同时协作开发更准确、更公平的决策模型。实验证明，该方法在多个真实数据集上既保障了隐私，又显著提升了模型公平性，为医疗、金融和政府等领域的数据协作提供了实用解决方案。

利用自动化机器人协助合规工作，从而使企业能够增加收入并节省宝贵的人工时间，让员工腾出时间来执行那些更高级别的任务。

“不管是唱歌作曲，还是写诗画画，其实我们的目的是想让小冰更像人类，这种在艺术、文学等方面的自主性，常常会让我们在某个瞬间产生一种错觉——她好像真的有自我意识。”

在9月13日召开的“PEC 2025 AI创新者大会暨第二届提示工程峰会”上，一场主题为“新创意时代，AI如何定义‘第十艺术’？”的圆桌对话引发了热烈讨论。至顶AI实验室联合主理人路飞携六位数字艺术家与AI创业者，围绕AI在艺术中的角色、价值与未来展开了一场深度对谈。

台湾大学与NVIDIA合作开发了EMLoC技术，让普通用户能在24GB消费级显卡上训练38B参数的超大AI模型。该方法通过创建智能"模拟器"将训练内存需求降至推理水平，配合独创的LoRA校正算法确保训练效果。这项突破大幅降低了AI模型定制化门槛，有望推动AI技术民主化发展。

快手科技和清华大学联合提出了Archer训练方法，通过识别语言中的知识型和推理型词语，对不同类型内容采用差异化约束策略。该方法让1.5B参数的小模型在数学推理和编程任务上达到了与大模型相当的性能，在AIME数学竞赛中准确率提升18%，训练效率比传统方法高8倍以上，为AI训练提供了全新的"小而精"发展路径。

Together AI 和 Agentica 联合发布了 DeepCoder-14B，这是一款新型编码模型，其性能可与领先的专有模型相媲美。该模型基于 DeepSeek-R1 构建，为实际应用提供了更灵活的高性能代码生成和推理能力。值得注意的是，团队完全开源了模型、训练数据、代码、日志和系统优化，这将有助于研究人员改进工作并加速进展。

猪年回归工作的第一周,一场属于创新者、思考者的科技界盛会在春雨绵绵的旧金山盛大开幕！这里群贤汇聚、脑力激扬、充满无限可能！ 做好准备，让我们在Think 2019一路通关。

今年3月，《福布斯体育财经》(Forbes SportsMoney)报道了奥兰多魔术队通过与体育分析和科技公司STATS合作，开创性地使用人工智能来加强他们的球探和分析部门。

清华大学团队提出"绝对零度"AI训练新方法，让AI系统完全不依赖人类数据，仅通过自己出题解题的方式实现自主学习。该方法在编程和数学推理任务上超越了使用大量人工数据训练的传统模型，展现了AI超出预期的自主学习潜力，为未来AI发展开辟了新方向。

AI正在重塑艺术的定义。

本文介绍了7个AI提示，帮助项目经理高效制定项目计划、拆分任务、优化沟通及报告，展示如何利用生成式AI工具提升项目管理效率。

2025年5月20日，上海交通大学与上海人工智能实验室合作发布了"视觉智能体强化微调"（Visual-ARFT）研究，使AI模型能像人类一样主动使用搜索引擎和编写代码处理图像。这项突破性技术通过强化学习让大型视觉-语言模型获得工具使用能力，在研究团队设计的多模态智能体工具基准（MAT）上表现优异，甚至超越了GPT-4o。经过训练的模型能够分析问题、分解任务、调用工具并解决复杂视觉问题，为构建能真正"用图像思考"的AI智能体开辟了新路径。

Meta团队开发了首个专门测试AI代理科学重现能力的基准，基于真实的NanoGPT训练加速竞赛。研究发现即使最先进的AI模型如o3-mini，在详细提示下也只能恢复约46%的预期性能提升，表明当前AI在科学研究的基础任务——重现已知发现方面仍存在重大局限。

中央佛罗里达大学开发的TLB-VFI技术通过在像素空间和潜在空间同时提取时间信息，解决了视频帧插值中的关键问题。该技术使用布朗桥扩散和3D小波变换等创新方法，相比现有方法参数减少3倍、速度提升2.3倍，在最具挑战性测试中性能提升约20%，为视频处理领域带来重要突破。

避撞功能是智能车的最基本保护能力，Jetbot使用深度学习的图像分类技术来模拟人眼习惯实现这个功能，但这只是智能车所展现的最入门应用而已，接下去就要提升到“循路”的功能，跟着指定路线去前进，才是真正进入有实用价值的应用。

人工智能正在各个领域蓬勃发展,引发广泛讨论。本文探讨了人工智能与人类智能结合形成的混合智能,提出了四种利用混合智能的实用方法。通过结合AI的数据处理能力和人类的创造力与判断力,混合智能可以在商业决策、创新、客户体验和负责任的AI开发等方面发挥重要作用,为个人和社会带来新的机遇。

也许每个人都记得曾经反复购买Fleetwood Mac乐队《Rumors》专辑的日子，黑胶唱片、盒式磁带、CD、迷你光盘和数字下载，这些形式的不断变化证明音乐行业一直在不断地发展，而这种发展通常是以粉丝作为代价。

想象一下，你正在寻找一双舒适的鞋子。卖家递给你一双"通用型"鞋子，声称它适合所有人。你试着穿上它，却发现这双鞋对你而言要么太紧，要么太松，总之就是不合脚。在人工智能评估领域，这个问题同样存在——目前我们使用的是"一刀切"的评估方式，用同样的提示词（prompts）来评估不同的AI模型，却忽略了每个模型都有其独特的"脚型"。

Yale大学等机构联合开发的Agent KB系统让AI助手们能够像人类一样分享经验和知识，通过"师生协作"模式和跨领域知识迁移，在GAIA和SWE-bench基准测试中取得了显著的性能提升，其中最困难任务的成功率提升了近20个百分点，为AI发展开辟了"集体智慧"的新范式。