随着人工智能技术的快速发展，大模型在科研领域的应用日益广泛，展现出在理解、推理和编程等方面的显著能力。然而，尽管AI在特定任务中取得突破，目前仍缺乏一个统一的标准来衡量其科学通用能力（Scientific General Intelligence, SGI）。这一标准的缺失限制了AI在跨学科科研场景中的系统评估与进一步推广。建立科学、可量化的SGI评价体系，已成为推动人工智能深度融入科学研究的关键挑战。
QwenLong-L1.5的发布引发广泛关注，其推出的一套创新配方与三大技术法宝显著提升了30B MoE模型在长文本推理任务中的表现，使其能力可与GPT-5相媲美。该模型通过稀疏激活机制有效提升计算效率，在处理长达32768 token的文本时仍保持出色的连贯性与逻辑性。尽管在专业评测中展现出强大的推理潜力，部分实际应用场景中仍暴露出智能理解深度不足的问题。这一进展为大型语言模型的优化提供了新方向，尤其对从事AI研发与应用的专业人士具有重要参考价值。
SR-LLM是一种融合大型语言模型与深度强化学习的符号回归框架，通过检索增强与语义推理，能够从数据中自动生成简洁且可解释的数学表达式。该方法不仅在多个基准任务中表现优于现有技术，还能复现经典科学模型并发现性能更优的新公式，展现出在机器驱动科学发现中的巨大潜力。其结合语言模型的生成能力与强化学习的优化机制，为复杂系统的建模提供了新范式。
经过六个月的合作，由多位胸外科医生共同参与的团队发布了全球首个面向大模型专病循证能力的评测框架——GAPS（Grounding, Adequacy, Perturbation, Safety），并同步推出配套评测集GAPS-NSCLC-preview。该框架聚焦非小细胞肺癌（NSCLC）领域，系统评估大模型在医学证据溯源、回答充分性、扰动鲁棒性与安全性四个维度的表现，填补了当前AI医疗领域在专病场景下循证能力量化评测的空白，为临床可信AI的发展提供了重要工具。
近日发布的一款全新GPU软件栈，凭借其自主算力调度技术与广泛的生态兼容性，致力于解决当前GPU应用中的性能瓶颈与适配难题。该软件栈支持主流深度学习框架，兼容多种硬件架构，显著提升计算效率与开发灵活性。通过优化底层资源管理，实现算力利用率提升30%以上，为人工智能、科学计算等领域提供强有力的技术支撑。
在SIGGRAPH Asia 2025会议上提出了一种全新的视频生成框架，旨在解决当前定制化视频生成模型在多视角身份一致性、光照真实感与镜头运动控制方面的不足。该框架强调，角色认知的建立依赖于多视角观察与动态光照变化，导演通过镜头运动和光线设计帮助观众逐步构建对人物的全面理解。然而，现有模型往往忽视这一影视创作的基本规律，导致生成结果在视觉连贯性与真实感上存在缺陷。新框架整合了多视角一致性建模、物理真实的光照渲染以及可编程的镜头路径控制，实现了更具沉浸感与叙事表现力的视频生成，为电影级虚拟制作提供了技术支撑。
在大型语言模型（LLM）的应用过程中，尽管模型具备识别错误信息的能力，但其仍频繁重复相似的错误。这一现象揭示了当前AI系统在错误识别与信息生成之间的脱节。研究显示，即使模型在内部机制中检测到不准确内容，由于训练数据中的偏差或生成策略的优化目标，仍可能导致错误信息被重复输出。此外，模型对上下文依赖性强，缺乏持续的记忆纠错机制，进一步加剧了该问题。提升大模型在实际场景中的准确性，需结合动态纠错机制与更高质量的训练数据，以实现从“识别”到“纠正”的闭环。
全景视觉技术近年来迎来显著进展，凭借其360°全方位感知能力，广泛应用于机器人导航、自动驾驶与虚拟现实等领域。然而，全景深度估计仍面临核心挑战：高质量标注数据的严重缺乏限制了模型训练效果，同时现有算法在复杂场景下的模型泛化能力不足，导致实际应用中精度下降。为推动技术突破，研究者正探索自监督学习与跨模态融合等方法，以提升在有限数据条件下的泛化性能，增强系统在动态环境中的鲁棒性。
随着人工智能技术的发展，单智能体在应对复杂任务时逐渐显现出局限性，双智能体协作模式成为提升系统智能与效率的关键路径。通过协同分工、信息共享与动态决策，双智能体能够更高效地处理多步骤、高不确定性的问题。文章结合LangGraph流程编排框架与向量数据库Milvus的实操案例，展示了如何构建具备持续学习与响应能力的智能体系统。实践表明，该架构在任务分解、状态管理与知识检索方面表现优异，但也面临通信延迟、一致性维护等挑战。研究为开发实用化、可持续进化的智能体提供了可行路径。
本文探讨了一种基于联合自注意力机制的视频-音频联合生成模型，旨在实现音视频内容在时间与语义层面的高度对齐。该模型通过共享的自注意结构捕捉音视频之间的跨模态关联，有效提升生成内容的同步性与自然度。当前，音视频联合生成已成为多模态生成任务的研究热点，而对齐问题则是核心挑战之一。实验表明，引入联合自注意力机制后，模型在多个评估指标上优于传统分离式生成方法，显著增强了模态间的协同表达能力。
AutoMV 是一款开源的全曲级MV生成Agent，致力于解决AI视频生成模型在处理完整歌曲时常见的画面不连贯、节奏错位等问题。该技术通过深度理解歌词内容，并精准匹配音乐节拍，实现画面与音频的高度同步，显著提升生成视频的连贯性与观赏性。作为开源项目，AutoMV 为内容创作者和开发者提供了灵活可扩展的工具支持，推动AI在音乐可视化领域的应用发展。
今日，招聘流程顺利完成，成功引入6名AI助手。相关人员已为这6名AI助手配置了相应的工作权限，并深入掌握了各自的技术特长与功能定位。随后，为其规划并部署了统一的工作空间，确保系统间的兼容性与信息流通效率，有效支持团队间的协同工作。此次部署不仅提升了整体工作效率，也为后续智能化协作模式的探索奠定了基础。
在2024年国际学习表征会议（ICLR）上，大会历史上首次设立了机制设计专题Workshop，标志着该领域在人工智能与经济学交叉研究中的重要性日益凸显。本次Workshop汇聚了来自全球的顶级学者，包括多位图灵奖得主及知名高校的研究团队，共同探讨激励机制、拍卖设计、公平分配等前沿议题。作为ICLR的重要新增环节，该Workshop旨在促进跨学科交流，推动理论创新与实际应用的深度融合，吸引了数百名研究人员积极参与。这一里程碑事件不仅提升了机制设计在机器学习社区的可见度，也为未来合作与研究开辟了全新路径。
近日，研究团队提出了一种统一的多模态生成框架，基于单个扩散模型实现了心血管信号的去噪、插补与跨模态生成功能。该方法通过共享潜在表示空间，有效整合多种生理信号模态，在公开数据集上的实验结果显示，其在信号恢复精度与生成质量方面优于传统分离式模型，PSNR提升达3.2 dB，FID降低17.6%。这一进展为人工智能在医疗健康领域的应用提供了高效且可扩展的技术路径。
近日，Manus被收购的消息在AI领域引发了广泛关注。尽管交易的具体细节尚未完全披露，但收购方已明确表示，计划将Manus的核心技术深度整合至其现有产品体系中，以增强自身在人工智能领域的竞争力。值得关注的是，Manus将在收购后继续作为独立服务运营和销售，保留其品牌完整性与市场运作自主性。此举被视为收购方强化技术布局、拓展应用场景的重要战略步骤，同时也为Manus的技术发展与商业化落地提供了更广阔的平台。
近期，基于深度学习的视觉模型通过调用外部视觉工具，在复杂视觉推理任务中实现了显著突破。这类模型融合多模态信息处理能力，克服了传统纯文本模型在理解图像语义和空间关系上的局限性。研究表明，借助工具调用机制，模型在VQA、视觉推理和跨模态推理等任务中的准确率提升超过15%，展现出更强的上下文理解和逻辑推断能力。该进展标志着人工智能系统在感知与认知层面的深度融合，为未来通用智能的发展提供了新路径。