这项研究介绍了神经符号扩散模型(NESYDMs)，一种创新融合神经网络感知与符号推理的框架，克服了传统神经符号系统中概念独立性假设的局限。通过离散扩散技术建模概念间依赖关系，该模型在高维视觉路径规划和自动驾驶等任务上展现出卓越性能，同时维持较好的校准性，能够意识到"推理捷径"问题。这一突破为构建既可靠又可解释的AI系统提供了新方向，特别适用于安全关键的应用场景。

AI编程工具正在改变开发模式，从简单的自动补全发展为"氛围编程"。文章介绍了18款主流工具，包括GitHub Copilot、Cursor等IDE助手，Lovable、V0等一键应用构建器，以及Continue.dev等开源工具。这些工具能够搭建后端、连接前端、生成测试数据并推送代码。虽然提高了开发效率，但也存在成本控制和代码质量风险，需要建立适当的防护机制来平衡自主性与可控性。

Siggraph 2025在加拿大温哥华举办，庆祝《玩具总动员》30周年和实时渲染20周年。英伟达发布搭载Blackwell GPU的RTX PRO服务器和新工作站显卡，推出Omniverse库和Cosmos物理AI模型。Meta展示了Tiramisu和Boba 3原型头显，分别专注于超高分辨率和200度视场角。Arm宣布2026年将推出神经超采样和帧率提升技术。Khronos将地理空间高斯散射集成到glTF格式中。

劳斯莱斯公司利用微软的Power Apps积极为企业的公民开发者提供了开发应用程序的途径。

5月16-17日，由中国民用航空局主办的“2019中国民航发展论坛”在北京举行，作为民航数字化解决方案领导者，紫光旗下新华三集团受邀出席盛会并发表演讲。

字节跳动团队开发了首个AI研究助手评估系统ReportBench，通过对比AI生成报告与专家综述论文的引用质量，并验证陈述准确性来评估AI助手表现。研究发现OpenAI Deep Research引用准确率38.5%，Gemini为14.5%，两者都存在陈述和引用幻觉问题。该系统为AI研究助手建立了标准化质量检测工具，推动行业发展。

对于大多数制造商而言，增加产量是提升营收的有效途径。而较小规模的制造商目前可能尚不具备扩增运营规模所需的实体空间，或缺乏资金来更替旧有工业设备。但仍有其他方法可在短期内提高产量，并且其中大多数的方法只需在车间安装小型设备或对原设备进行升级。

爱丁堡大学研究团队开发出革命性的MAPD方法，让小型AI模型仅需几个例子就能快速掌握新技能。该方法通过"注意力映射器"筛选关键信息，结合元学习策略训练模型的快速适应能力。实验显示，在多个视觉问答任务中，MAPD方法显著超越传统方法，准确率提升高达35%。这项突破为开发高效、实用的AI系统开辟了新方向。

马里兰大学研究团队发现，通过强化学习训练AI模型担任视觉问答评委，不仅能提升其评判能力，还意外地增强了答题能力。他们开发的LLaVA-Critic-R1模型在26个视觉推理任务中平均提升5.7%性能，并具备自我改进功能，测试时可通过自我批评获得额外13.8%提升，展现了评委训练的双重价值。

如果说今年的甲骨文全球大会有什么不同，那么最直观的就是色彩和画风的变化。颠覆了传统的甲骨文红，取而代之的是调低了饱和度的暗红色，和一系列高级的莫兰迪色系——而这，不过是甲骨文近些年来不断创新技术，不断突破自己的缩影而已

上海交大团队发现多模态AI在数学推理中存在视觉信息利用不充分的问题，纯文本模型配合图像描述竟能超越直接处理图像的多模态模型。研究提出三种视觉扰动策略：分心物拼接、保持主导混合和随机旋转，通过增加适当的视觉"挑战"来提升AI的感知鲁棒性。实验显示该方法在多个数学推理基准上实现了持续性能提升，平均改进约2个百分点，证明了"更好的推理始于更好的观察"这一核心理念。

春节已过，但疫情未过。为了更好的防控疫情又不耽误复工，很多企业开启了在家办公，一时间远程办公成为时下最流行的办公方式。

阿里达摩院联合复旦大学开发了VL-Cogito多模态推理模型，采用创新的渐进式课程强化学习框架PCuRL。该系统模仿人类学习方式，通过三阶段训练让AI学会根据问题难度智能调整回答详细程度。VL-Cogito在十个基准测试中表现卓越，展现了在数学、科学、逻辑推理等多领域的强大能力，为多模态AI实际应用开辟了新路径。

作为活动启动的重要组成部分，主题为“新基建赋能 推动产业创新”的新一期对话数字中国高端论坛也将举行。

场景实验室创始人、新物种实验计划发起人吴声，将进行主题为“数字生产力：重新创造确定性”的演讲分享，也为企业级用户带来“CXO视角”创变启发，以及技术赋能业务创新的突破性思维和应变洞见。

这些改进背后的秘密是一对被称为人工智能超分辨率和人工智能升级的技术，在这两种技术中，人工智能模型在巨大的数据集上进行训练，可以提升模糊图像的质量或增加其分辨率。

我们身处一个不确定性的时代，既是危机，也是机遇。如何克服对未知的焦虑与恐惧，求胜于未知，是每个人都应该思考的问题。

Sourcetable 公司推出首个人工智能驱动的电子表格，旨在让每个办公室员工都能进行数据分析。该公司获得 430 万美元融资，由 Bee Partners 领投，将彻底改变办公方式。Sourcetable 通过自然语言交互，使普通用户也能完成复杂的电子表格任务，如创建财务模型、数据清理和分析等，无需高级技能。这项技术有望让更多人受益于数据分析，推动办公效率的新时代。

Meta研究团队开发了MR.Q算法，这是一种能够用单一参数设置处理多种不同强化学习任务的通用算法。该算法在118个测试环境中展现出优秀的综合性能，同时保持了高效率和轻量化特点。MR.Q巧妙结合了模型方法和无模型方法的优势，通过统一的内部表示处理不同任务类型，为构建通用人工智能系统提供了新思路。

特拉维夫大学研究团队通过分析GCG攻击机制，发现越狱攻击的成功依赖于"注意力劫持"现象，即攻击后缀能占据AI注意力机制的主导地位。研究表明，攻击的万能性与劫持强度直接相关，并基于此开发了增强攻击效果和防御攻击的实用方法，为AI安全研究提供了新视角。