美国科学家近日在《自然》杂志发表重大研究成果:由密歇根大学和加州大学旧金山分校联合开发的人工智能模型FastGlioma，可在脑瘤手术中实现10秒内快速判断癌性肿瘤残留，为神经外科手术带来革命性突破。
这项创新将显微光学成像与AI基础模型相结合。研究团队利用超过11000份手术样本和400万个显微图像进行预训练，采用密歇根大学自主研发的受激拉曼组织成像技术获取高分辨率图像。
FastGlioma的突出优势体现在其卓越的检测能力上。在实际应用中，该模型仅有3.8%的高风险肿瘤残余遗漏率，远优于传统图像和荧光引导手术25%的遗漏率。即便在"快速模式"下，其平均准确率仍能达到92%。
研究显示，FastGlioma还能减少对放射成像、对比增强或荧光标记等传统方法的依赖。这一突破性技术不仅能帮助外科医生在手术过程中快速决策，还可推广应用于其他类型的脑肿瘤诊断。
值得注意的是，脑瘤完全切除一直是神经外科面临的重大挑战，部分残留肿瘤与健康脑组织难以区分。FastGlioma的出现为解决这一临床难题提供了新的解决方案，标志着人工智能在精准医疗领域又迈出重要一步。
近日，阿里巴巴最新推出的推理人工智能模型QwQ-32B-Preview已经引起了业界的广泛关注。这款模型由阿里巴巴的Qwen团队开发，包含325亿个参数，能够处理长度达32，000个单词的提示，并在多个基准测试中超越了OpenAI的o1系列。QwQ-32B-Preview的开创性在于，它是少数几个能够与OpenAI的推理模型相媲美的模型之一，并且是首个可以在宽松许可下下载的推理模型。根据阿里巴巴的测试，QwQ-32B-Preview在AIME和MATH测试中均超过了OpenAI的o1模型，其中AIME使用其他AI模型评估性能，而MATH则是由一系列文字问题组
在肿瘤手术中，及时发现和切除残留肿瘤组织一直是医学界的难题，特别是在脑肿瘤和其他实体癌症的手术中。尽管医疗技术不断进步，残留肿瘤仍然影响着患者的预后、生活质量，并给医疗系统带来巨大压力。在美国，因残留肿瘤而需进行的修复手术和后续治疗每年耗费超过10亿美元。图源备注:图片由AI生成，图片授权服务商Midjourney为了解决这一问题，密歇根大学与加州大学旧金山分校的研究团队开发了一款名为 FastGlioma 的人工智能诊断工具。这一创新技术能在手术中实时提供诊断信息
欧盟近日发布了通用人工智能 （GPAI） 模型行为准则的初稿，旨在为公司提供遵守和避免巨额罚款的蓝图。该文件将在5月最终定稿，列出了风险管理指南，并为公司提供了遵守和避免巨额罚款的蓝图。GPAI 是经过训练的、总计算能力超过10²⁵ FLOP 的人工智能。预计受欧盟指导方针约束的公司包括 OpenAI、谷歌、Meta、Anthropic 和 Mistral。该文件涉及 GPAI 制定者的几个核心领域:透明度、版权合规性、风险评估以及技术/治理风险缓解。该法规强调人工智能开发的透明度，并要求人工智能公司提供
近日，Red Hat （红帽公司）宣布收购 AI 优化初创企业 Neural Magic，此次交易的具体条款尚未披露。红帽是一家隶属于 IBM 的开源软件公司，致力于推动企业的技术进步和创新。Neural Magic 成立于2018年，创始人是麻省理工学院的研究科学家 Alex Matveev 和教授 Nir Shavit。该公司的软件旨在优化人工智能模型，使其能够在普通处理器和 GPU 上以接近专用 AI 芯片（例如 TPU）的速度运行。通过在常见的处理器上运行 AI 模型，Neural Magic 的软件能够利用更大的内存，从而实现性能的提升。在 AI 优化领域，许
