搜索全球AI产品动态

人工智能芯片巨头英伟达的研究人员近日发布了一项名为“FFN融合”（FFN Fusion）的创新架构优化技术。该技术旨在通过解决Transformer架构中固有的串行计算瓶颈，显著提升大型语言模型（LLMs）的推理效率，为更广泛地部署高性能AI应用铺平道路.近年来，大型语言模型在自然语言处理、科学研究和对话代理等领域展现出强大的能力。然而，随着模型规模和复杂性的不断增加，其推理过程所需的计算资源也大幅增长，导致了效率瓶颈。Transformer架构是LLM的基础，其交替的注意力机制和前馈网络

耶路撒冷希伯来大学的研究人员最近发现，在检索增强生成（RAG）系统中，即使总文本长度保持不变，处理的文档数量也会显著影响语言模型的性能。研究团队利用MuSiQue验证数据集中的2，417个问题进行实验，每个问题链接到20个维基百科段落。其中两到四段包含相关答案信息，其余段落作为干扰项。为研究文档数量的影响，团队创建了多个数据分区，逐步将文档数量从20个减少到最少只保留包含相关信息的2-4个文档。为确保总标记数一致，研究人员使用原始维基百科文章的文本扩展了保留

Midjourney 和纽约大学的研究人员近日联手开发出一种创新方法，旨在显著提升语言模型生成创意文本的多样性，同时将质量损失控制在最低限度。这项发表在最新研究论文中的技术，核心在于将“偏差指标”引入人工智能的训练过程。其运作原理是通过量化每个生成的文本与针对同一提示创建的其他文本之间的差异。研究人员利用嵌入文本及其成对余弦距离来计算这些差异，从而为系统提供了一种理解文本变异性的数学框架。这种新的训练方法能够评估大型语言模型（LLM）响应之间的差异

药物开发是一个复杂且成本高昂的过程，伴随着高失败率和漫长的开发周期。传统的药物发现过程需要从靶点识别到临床试验的各个阶段进行大量的实验验证，这往往消耗大量的时间和资源。然而，随着计算方法，特别是机器学习和预测建模的兴起，这一过程有望得到优化。为了应对当前计算模型在多种治疗任务中的局限性，谷歌 AI 推出了 TxGemma，这是一个专为药物开发中的各种治疗任务设计的通用大规模语言模型（LLM）系列。TxGemma 的独特之处在于，它整合了来自不同领域的数据集，包

近日，数据智能公司 Databricks 推出了一种全新的大语言模型微调方法 ——TAO（Test-time Adaptive Optimization），这一技术的出现为开源模型的发展带来了新的希望。通过运用无标注数据和强化学习，TAO 不仅在降低企业成本方面表现出色，更是在一系列基准测试中取得了令人瞩目的成绩。根据科技媒体 NeoWin 的报道，TAO 微调后的 Llama3.370B 模型在金融文档问答和 SQL 生成等任务中，展现出了优于传统标注微调方法的性能，甚至逼近了 OpenAI 的顶级闭源模型。这一成果标志着开源模型在与商用 AI 产品

亚马逊近日在其购物工具中进一步融合了人工智能，以鼓励消费者增加购买。该公司在周三宣布推出新功能 “兴趣”，旨在打造个性化和对话式的搜索体验。通过这一新功能，用户可以在搜索栏中输入与自身兴趣、偏好甚至预算相关的定制化提示。例如，用户可以搜索 “适合爱好者的模型制作套件及配件” 或 “咖啡爱好者的冲泡工具和小玩意”。“兴趣” 功能利用大型语言模型（LLMs），将日常语言转换为传统搜索引擎可以理解的查询，从而提供更相关的产品建议。此外，该工具会在后

亚马逊于2015年成立了 Alexa 基金，最初旨在支持早期语音技术初创企业。随着大型语言模型的崛起以及亚马逊推出基于生成性人工智能的 Alexa+，该基金决定扩展投资范围，更多地关注人工智能初创企业。Alexa 基金负责人保罗・伯纳德表示，随着人工智能的迅速发展，基金的使命已经超越了最初的语音技术，开始投资包括人工智能硬件和智能助手等多个领域。伯纳德指出:“虽然 Alexa 基金的使命已经随着时间的推移而演变，但人工智能的快速发展为我们提供了一个关键的转折点，使基金能够

近日，清华大学的研究团队开源了其最新的研究成果——Video-T1。这项技术的核心在于测试时缩放 （Test-Time Scaling， TTS），旨在通过在视频生成过程的推理阶段投入更多的计算资源，显著提升生成视频的质量和与文本提示的一致性，而无需重新进行昂贵的模型训练。这一创新性的方法为视频生成领域带来了新的可能性。何为“测试时缩放”?在大型语言模型 （LLMs） 领域，研究人员已经发现，通过在测试阶段增加计算量可以有效提升模型性能。Video-T1借鉴了这一思路，并将其应用于视频生成

宝马集团与阿里巴巴集团正式宣布在中国市场达成一项重要的战略合作，双方将共同聚焦于人工智能（AI）大语言模型以及智能语音交互等前沿技术领域，致力于开发更符合中国用户需求的前沿解决方案。

2025 年 3 月 25 日，谷歌正式推出了其最新一代大语言模型Gemini 2.5，这一消息迅速在科技界引发热议。作为谷歌AI技术的一次重大升级，Gemini 2. 5 被誉为公司迄今为止"最智能的模型"，以其卓越的推理能力和多模态特性，标志着人工智能发展的又一里程碑。Gemini 2.5 Pro Experimental率先亮相根据谷歌官方博客的公告，Gemini 2. 5 的首发型号为Gemini 2.5 Pro Experimental，目前已通过Google AI Studio和Gemini应用程序向Gemini Advanced订阅用户开放试用。行业分析师指出，谷歌正式发布的Gemini 2. 5 在GPQA和AIME2025 测试中

深耕行业十四年，知浪潮将至，当相向而行。本文旨在结合企业思考，探讨AI新时代下的技术与应用趋势，对内秉初心以率众，对外纳灼见而求臻。技术分水岭:算力、算法和数据的能效博弈随着大模型的快速更迭，人类已经走上了通往人工超级智能（ASI）的快车道。大数据技术的成熟为AI提供了海量生产要素，GPU技术的发展为AI解放了生产力，算法革新为AI突破了算力与数据的瓶颈。随着DeepSeek、GPT o1、Grok等大语言模型在模型算法、训练参数和算力堆叠这几棵技能树上的不断精进，我们已经

据科创板日报报道，阿里云在全球范围内开展项大规模的 AI 人才校园招聘活动。这次招聘规模被认为是近年来最大的一次，主要面向全球顶尖高校，如清华大学、北京大学、浙江大学、麻省理工学院和斯坦福大学等，旨在寻找在人工智能领域具备潜力的人才。此次招聘涵盖了多个技术领域，包括大语言模型、多模态理解与生成、模型应用以及 AI 基础设施等。为了吸引优秀人才，阿里云特别设立了 “A Star 项目” 和 “AI Clouder 项目”，专门面向那些在学术研究或开源项目方面表现突出的毕

以AI图像生成技术闻名遐迩的Midjourney，正悄然展现其在人工智能领域的更广阔野心。这家拥有庞大用户群体的科技公司，在自研计算和AI硬件的消息之后，近期携手纽约大学（NYU）的机器学习专家，发布了一项关于训练文本生成大语言模型(LLMs)的最新研究成果。该研究聚焦于提升LLM在创意写作方面的能力，旨在使AI模型能够像Meta的Llama和Mistral等开源模型一样，写出更具创造性的文本。不止于图像:Midjourney发力创意文本生成对于一家以扩散模型AI图像生成技术著称的公司而言，Midjourney此次在文

腾讯近日宣布推出其最新的大型语言模型——混元-T1，并表示该模型在推理能力上可与OpenAI的最佳推理系统相匹敌。据腾讯介绍，混元-T1在开发过程中高度依赖强化学习，高达96.7%的训练后算力都用于提升模型的逻辑推理能力以及与人类偏好的一致性。在多项基准测试中，混元-T1展现出强大的性能。在测试14个学科知识的MMLU-PRO评估中，该模型取得了87.2分，仅略低于OpenAI的o1模型。在科学推理方面，浑元-T1在GPQA-diamond测试中获得了69.3分。尤其值得一提的是，腾讯强调混元-T1在数学方面的卓越

在人工智能领域，阿里巴巴再次带来了重磅消息。近日，阿里开源了最新的多模态模型 ——Qwen2.5-VL-32B-Instruct。这款新模型是 Qwen2.5系列中的一员，其他版本包括3B、7B 和72B，而32B 版本在保持性能的同时，更加注重便捷的本地运行体验。Qwen2.5-VL-32B 经过强化学习的优化，在多个方面表现出色。首先，它的回答更加符合人类的认知习惯，这意味着用户在与模型互动时，将能获得更自然和流畅的交流体验。其次，这款模型在数学推理能力方面的提升也十分显著。无论是复杂的数学题还是几何体

据韩国当地媒体报道，专注于人工智能应用芯片研发的初创公司FuriosaAI近日拒绝了科技巨头Meta提出的高达8亿美元的收购要约。FuriosaAI方面表示，将继续专注于自主研发和生产其AI芯片。报道指出，此次收购谈判破裂的主要原因在于收购后双方在业务战略和组织结构方面存在分歧，而非收购价格本身。与众多致力于构建大型语言模型（LLM）的科技公司类似，Meta一直在积极寻求降低对AI芯片巨头英伟达的依赖。英伟达的芯片在LLM的训练和构建领域占据主导地位。为此，Meta去年推出了其定制AI

中国人工智能初创公司DeepSeek悄然发布了大型语言模型DeepSeek-V3-0324，在人工智能行业引发了震动。该模型以641GB的体量现身于AI资源库Hugging Face，此次发布延续了DeepSeek低调却极具影响力的风格，没有大肆宣传，仅附带空的README文件和模型权重。这款模型采用MIT许可，可免费用于商业用途，且能在消费级硬件——配备M3Ultra芯片的苹果Mac Studio上直接运行。AI研究人员Awni Hannun在社交媒体透露，4位量化版本的DeepSeek-V3-0324在512GB的M3Ultra芯片上，运行速度超20令牌/秒。尽管Mac Studio价格高昂，但能在

DeepSeek 悄然发布了其最新的大型语言模型 DeepSeek-V3-0324，在人工智能行业内引发了强烈反响。这款 容量高达641GB 的模型悄然出现在 AI 模型库 Hugging Face 上，几乎没有任何事先宣传，延续了该公司低调但极具影响力的发布风格。性能飞跃，媲美 Claude Sonnet3.5DeepSeek-V3的发布之所以引人注目，不仅在于其强大的功能，更在于其部署方式和许可协议。早期测试者报告称，新模型在各项指标上都取得了巨大的进步。AI 研究员 Xeophon 在 X 平台上表示，DeepSeek V3在其内部测试中“所有测试的所有指标都有

2025 年 3 月 24 日，中国人工智能研究机构DeepSeek在没有任何预告的情况下，于Hugging Face平台上发布了其旗舰语言模型的最新版本——DeepSeek-V3-0324。这一"低调而强劲"的更新迅速在技术社区引发热议，众多开发者和AI爱好者分享了他们的初步体验与期待。以下是根据技术社区反馈整理的深度报道。一、神秘发布：静悄悄亮相的 6850亿参数巨兽DeepSeek保持了一贯的低调作风。据技术社区报道， 3 月 24 日清晨，新模型在Hugging Face上悄然上线，没有任何官方公告或新闻发布会。新版本的参数量达到了

在地质科学领域，地质图是理解地球表面及地下结构的关键工具。然而，解读这些复杂的图表需要专业知识和丰富的经验。为了提升这一领域的智能化水平，微软亚洲研究院近日推出了一个新基准集 GeoMap-Bench，专门用于评估多模态大语言模型（MLLMs）在地质图理解方面的表现。GeoMap-Bench 的推出标志着地质图解读的人工智能应用迈出了重要一步。微软研究人员与中国地质科学院及武汉大学的专家深入探讨，确定了地质图理解所需的五大关键能力:信息提取、定位、指代、推理和分析。这些能