这项来自苹果公司的研究揭示了视频大语言模型评测的两大关键问题：许多测试问题不看视频就能回答正确，且打乱视频帧顺序后模型表现几乎不变。研究提出VBenchComp框架，将视频问题分为四类：语言模型可回答型、语义型、时序型和其他类型，发现在主流评测中高达70%的问题实际上未测试真正的视频理解能力。通过重新评估现有模型，研究团队证明单一总分可能掩盖关键能力差距，并提出了更高效的评测方法，为未来视频AI评测提供了新方向。

数字时代，算力已经成为衡量一个国家数字经济水平，彰显国家经济实力的重要指标。

本文介绍了一种新的提示方法,旨在充分利用多智能体人工智能系统。随着智能体AI的兴起,我们将面临如何通过提示来调用合适的智能体AI完成任务的挑战。文章探讨了"驾驶员座位"和"乘客座位"两种提示方法,并提供了实际应用示例。同时还介绍了最新的多智能体AI研究进展,包括基于句子嵌入的智能体推荐技术。

当前，汽车领域正进行一场巨大的变革

如何在不同地域、不同文化、不同制度下做到安全合规？这个问题在 3 月 29 日“大咖说出海”第二期中得到了解答。

在服装制造业中，数字孪生计划可以容纳从样式设计到面料选择、再到生产流程的所有细节信息。将数字孪生引入制造业能够显著减少织物浪费。

长久以来，法律制度一直很难对人的心理状态——包括记忆、责任与心理成熟度——做出客观描述。如今，科技有望成为法庭判决的突破口，神经科学家已经发现其中的模式，也许未来的呈堂证供将变得更加有据可循。

澳大利亚堪培拉大学研究团队首次发现AI在调试代码时存在"疲劳"现象，调试能力会按指数衰减规律急剧下降。研究提出了调试衰减指数（DDI）评估框架，能预测AI调试的最佳干预时机。通过战略性重启方法，在合适时机让AI重新开始，可显著提升调试成功率而无需额外计算资源，为AI编程工具的优化使用提供了科学指导。

大部分人对于Intel处理器的定位，要不就是在PC个人电脑上，要不就是在数据中心集群的服务器里头，或者还有那种大号的超算。

11月1日，以“无界BOUNDLESS · 数织未来AI同行”为主题的2024 绿盟科技TechWorld智慧安全大会在北京如约启幕。

互联网巨头的新玩法，是一次跨维度挑战，但是也是一次新思维重塑。这既未见得不能给传统玩家以新启发，也不好说某天守城一方也可以借此新模式反攻互联网。

以太坊正在积极“瘦身”，希望借此应对其它高效率区块链方案带来的挑战压力。

随着大数据、云计算、5G、人工智能和物联网等新兴技术的崛起，“智慧+”建设已经成为当下全球的热门领域，整个社会也正在迈向万物感知、万物互联和万物智能的新纪元。

Facebook公司透露了关于其加密货币Libra的更多细节，用户可以用它购买商品或者以几乎零手续费的方式向他人汇款。

瑞士EPFL和ETH研究团队发布MARBLE基准测试，专门评估AI的复杂空间推理能力。测试包含Portal游戏启发的M-Portal和3D拼图M-Cube两大任务，要求AI进行多步骤规划和3D空间组装。结果显示包括GPT-4o在内的12个顶级多模态AI模型几乎全部失败，在最难任务上准确率接近0%，暴露了当前AI在真正智能推理方面的重大缺陷。

不知你是否留意，最近一两年，许多西方媒体和分析机构，都不吝惜对中国在人工智能领域的赞誉，并将其视作除美国之外，培育AI最适宜的热土。

IBM高级副总裁Rob Thomas 于IBM Think Digital 大会上的主题演讲全文。

OpenBMB团队推出MiniCPM4，通过稀疏注意力、高质量数据处理等四大创新维度，实现8B参数模型仅用22%训练数据达到竞争对手性能，并在端侧设备上实现7倍推理加速。该研究涵盖InfLLM v2架构、UltraClean数据技术、ModelTunnel v2训练优化和CPM.cu推理系统，展示了端侧AI的巨大潜力。

几年前，我还是一名IT销售人员，一日出差途中，倍感无聊，点开朋友圈以解闷，结果上来就受到了三位段子手的灵魂暴击。

浙江大学联合腾讯AI实验室提出KnowRL方法，通过在强化学习中集成事实性奖励机制，有效解决慢思维AI模型在推理过程中的幻觉问题。该方法在保持原有推理能力的同时，显著提升了模型的事实准确性，为构建更可靠的AI系统提供了新思路。