NAVER和KAIST研究团队发现，先进AI模型在数学题自我修正方面存在严重缺陷。他们创建的MMRefine基准测试揭示，即使是GPT-4O等顶级模型也只能成功修正约23%的错误答案，而且经常将正确答案改错。研究发现不同模型在处理六种错误类型时表现差异巨大，特别是小型模型在空间推理修正上竟然超越了大型模型，颠覆了"越大越好"的认知。

希伯来大学研究团队开发出MV-RAG系统，首次解决了AI在生成稀有物品3D模型时的"胡编乱造"问题。该系统像拥有图像记忆库的艺术家，能先搜索相关真实照片再生成准确3D视图。通过独创的混合训练策略和智能自适应机制，MV-RAG在处理罕见概念时性能显著超越现有方法，为游戏开发、影视制作、虚拟现实等领域提供了强大工具。

普渡大学研究团队开发的深度平衡正则化器（DEC）解决了AI模型在处理不同大小物体时判断不一致的问题。该方法基于单调缩放群理论，通过潜在空间正则化显著提升了ViT、Swin等模型的尺度一致性和整体准确率，在ImageNet等数据集上表现优异，为自动驾驶、医疗图像分析等应用提供更可靠的视觉识别能力。

人生的道路虽然漫长，但紧要处就那么几步，特别是在年轻的时候。

DoorDash联合创始人兼CEO Tony Xu（徐讯）与YC董事长Garry Tan展开了一场关于创业精髓的访谈，讲述了公司的起源故事、公司如何在几次危机中幸存下来、以及如何改变整个行业。

智谱AI和清华大学联合发布GLM-4.1V-Thinking视觉语言模型，通过创新的推理导向训练框架，让AI学会像人类一样深度思考后再回答。该模型在多个基准测试中超越了规模更大的竞争对手，并首次在开源社区提供了完整的多模态推理解决方案，为AI技术的实际应用开辟了新路径。

浙江大学研究团队通过OmniEAR基准测试揭示了当前AI模型在物理世界推理方面的严重缺陷。测试显示，即使最先进的AI在明确指令下能达到85-96%成功率，但面对需要从物理约束推断行动的任务时，成功率骤降至56-85%。研究发现信息过载反而降低AI协作能力，监督学习虽能改善单体任务但对多智能体协作效果甚微，表明当前架构存在根本局限性。

新加坡南洋理工大学研究团队提出TriMM系统，这是首个融合RGB图像、深度图和点云数据的3D生成模型。通过协同多模态编码技术，系统能够同时利用彩色图像的丰富纹理和几何数据的精确结构信息，仅用4秒即可从单张图片生成高质量3D模型。该技术在多个数据集上的表现超越现有方法，为3D内容创作提供了新的解决方案。

Yale大学自然语言处理实验室研发的Table-R1模型突破性地将推理时间缩放技术应用于表格推理任务。研究团队通过两种方法提升模型能力：从DeepSeek-R1模型的推理过程中学习，以及利用可验证奖励进行强化学习。实验表明，即使使用仅有7B参数的模型，Table-R1-Zero也能在13个表格推理基准测试中媲美甚至超越GPT-4.1等大型模型。该研究不仅证明了中小规模模型通过适当训练也能实现出色表现，还为数据分析、科学研究和决策支持系统等实际应用提供了新可能。

IBM研究团队通过CRAFT系统揭示AI助手在面对恶意用户时的脆弱性。该研究发现，即使最先进的AI助手在遭遇精心设计的诱导攻击时，政策违反率高达70%，远超传统攻击方法。团队开发的τ-break测试集专门评估AI在政策遵守方面的表现，结果显示现有防御措施效果有限。这项研究为AI安全评估提供了新视角，强调需要考虑恶意用户场景，对未来AI系统的安全部署具有重要指导意义。

腾讯研究团队首次开发出RLVER框架，通过可验证的情感反馈训练AI理解人类情感。该方法让70亿参数的小型AI模型在情感智能测试中从13.3分跃升至79.2分，达到大型商业模型水平。研究创新性地使用虚拟用户的真实情感变化作为训练信号，并发现"先思考再回应"模式显著提升AI的共情能力。这项突破为AI情感智能发展开辟新路径，有望在心理健康支持、教育和客户服务等领域产生广泛应用。

2021年4月24日，由腾讯云 TVP 主办的首届 Techo TVP 开发者峰会「数据的冰与火之歌——从在线数据库技术，到海量数据分析技术」在深圳深铁皇冠假日酒店成功举办。

如今进入全面被AI渗透的时代，AI创新将再次重塑云计算的底层能力，并在全球化进程中与云相互赋能、共同成长，推动中国企业实现全球化布局与技术升级的双向奔赴。

这些新架构将为即将推出的高性能产品注入动力，并为英特尔的下一个创新时代奠定基础，以满足世界对高计算能力日益增长的需求。

昨天晚上，在美国波士顿举行的一年一度THINK大会上，IBM宣布了有关一年前发布的watsonx 平台的几项新的更新，以及即将推出的新的数据与自动化功能，旨在使人工智能（AI）对企业而言更具开放性、成本效益与灵活性。

我们正处在一个令人激动的机器学习被大规模采用的转折点上，我们也相信生成式AI将会重塑大量客户体验和应用程序。

现有数据架构难以支撑现代化应用的实现。

东南大学研究团队开发的LayerCake方法通过分析大语言模型内部的"分层蛋糕"结构，发现不同层次处理不同类型信息的规律，创新性地采用对比解码技术来减少AI生成错误信息的问题。该方法在多个测试中显著提升了模型的事实准确性，为AI安全应用提供了重要技术支撑。

这项研究提出了一种交互式物体感知的图像到音频生成模型，让用户能够针对图像中选定的特定物体生成相应声音。研究团队将物体中心学习整合到条件潜在扩散模型中，通过多模态注意力机制学习图像区域与声音的对应关系。用户可通过分割蒙版选择目标物体，系统会精确生成相关音频。理论分析证明其注意力机制在功能上等同于测试时的分割蒙版，确保了生成音频与选定物体的准确对应。实验表明该模型在声音-物体对齐方面显著优于现有技术，为内容创作、虚拟现实和辅助技术等领域开辟了新可能。

卡内基梅隆大学团队发现AI智能体"多试试"比"多想想"更有效的新规律。研究提出TTI方法，通过增加交互步骤而非延长单步思考时间来提升性能。在网页任务中，该方法让AI学会探索、比较和调整策略，在WebVoyager和WebArena基准测试中创下开源模型新纪录。这一发现挑战了传统"深思考等于高智能"的假设，为构建更适应复杂现实环境的AI系统开辟了新方向。