2024年4月2日，全球最大AI开源社区Hugging Face发布了最新大模型榜单，阿里巴巴的通义千问推出的端到端全模态大模型Qwen2.5-Omni成功登顶，成为全球开源模型中的领军者。该模型凭借其强大的性能和多模态能力，战胜了其他众多优秀的模型，位列榜首。紧随其后的是DeepSeek-V3-0324和群核的SpatialLM-Llama-1B，这两个模型在功能和应用上也颇具实力，为AI开发者提供了更多选择。据悉，阿里通义千问自成立以来，已经向全球开源了超过200款模型。这些模型覆盖了自然语言处理、计算机视觉等多个领域，为科研和企业应用提供了强有力的支持。而Qwen系列的衍生模型数量已经突破10万，超越了美国的Llama系列，成为全球最大的开源模型族群。这一成就不仅展示了阿里在技术研发上的实力，也凸显了其对开源生态的积极贡献。在当前快速发展的AI领域，开源模型的数量和质量对于推动技术进步具有重要意义。阿里通义千问的成功，不仅为企业和开发者提供了丰富的资源，也为AI技术的普及和应用创造了条件。随着越来越多的用户和开发者加入开源社区，未来的AI技术将更加开放和合作。
2025-04-02 16:23
高通公司宣布收购越南公司VinAI的生成AI部门MovianAI，以加强其人工智能(AI)研发能力。此举标志着高通与越南技术生态系统更紧密的合作，并结合VinAI在生成AI、机器学习等领域的先进技术，推动科技创新。通过引进高素质人才，高通旨在推出能够惠及各行业和消费者的尖端AI解决方案。
2025-04-02 16:23
在自动驾驶领域，高精度仿真技术扮演着至关重要的角色。MTGS方法通过多轨迹数据融合，解决了传统仿真技术视角局限和动态失真的问题，实现了超高精度的驾驶场景重建。这种方法不仅能够还原真实道路细节，还能动态响应环境变化，为自动驾驶算法的验证提供了可靠的虚拟练兵场。 MTGS 方法的核心创新在于将碎片化的 “数字拼图” 智能整合，使不同轨迹采集到的几何信息能互相补足。这种设计使得重建的场景中的元素集合在一个异质图中，并针对不同场景元素的特点分成三类节点：静态节点、外观节点和瞬态节点。静态节点提供背景信息，如沥青路面、交通标志；外观节点调整光照和阴影，适配多轨迹对应不同时段的天气变化和光照差异；瞬态节点则包括穿梭的车辆、临时停靠的快递车等移动物体。 为了解决同一轨迹内部外观不对齐的问题，MTGS 创新性地利用激光雷达点云颜色作为 “锚点”，将同一空间点在同一时刻不同相机中的颜色对齐，并为每个相机学习独立的仿射变换。此外，MTGS 还引入多重约束，如用激光雷达点云矫正三维形状、使用 UniDepth 对图像进行深度估计等，确保重建效果的提升。实测效果表明，MTGS 在多个指标上刷新纪录，画面质量提升 23.5%，几何精度降低 46.3%，支持每秒 60 帧的实时渲染。
2025-04-02 14:23
2024年，AAAS Fellow名单公布，华人学者刘威入选。刘威是前腾讯杰出科学家，在人工智能领域建树颇丰。他本科毕业于浙江大学，2012年获美国哥伦比亚大学计算机科学与电子工程博士学位。此前曾任IBM沃森研究中心研究科学家，2016年加入腾讯AILab，担任腾讯杰出科学家，负责计算机视觉、多媒体AI，并作为技术负责人之一构建腾讯混元大模型。2024年11月从腾讯离职后，据报道他在新加坡创业，专注于视频生成领域。 田英利是纽约城市学院及纽约城市大学电气工程系和研究生中心计算机科学系的杰出教授，她在计算机视觉、机器学习、人工智能、辅助技术等领域具有国际影响力。她自1996年在香港中文大学获得博士学位，此前在天津大学获得学士和硕士学位。职业生涯始于卡内基梅隆大学的博士后研究，随后在IBM T.J. Watson研究中心工作七年，领导视频分析团队并获得多项奖励。 熊莉是埃默里大学计算机科学和生物医学信息学教授，在数据管理、机器学习、数据隐私与安全领域具有重要影响力。她在中国科学技术大学获得学士学位，随后在约翰霍普金斯大学获得硕士学位，并在佐治亚理工学院完成博士学位。2005年加入埃默里大学后，熊莉创立了Assured Information Management and Sharing (AIMS)实验室，专注于医疗保健、公共卫生和空间智能的可信和隐私增强型人工智能解决方案。
2025-04-02 14:23
Deep-ProBind 模型通过结合序列和结构信息，实现了高达93%的蛋白质结合位点预测准确率。这一突破性成果由阿富汗呼罗珊大学（Khurasan University）领导的研究团队在《BMC Bioinformatics》杂志上发表。该模型使用基于Transformer的注意力机制对肽进行编码，并通过PsePSSM-DWT方法生成进化信息特征。研究团队还开发了ProtBERT-BFD模型，将基于蛋白质的BERT嵌入与Big Fantastic Database（BFD）相结合，以增强特征表示。DNN模型包括输入、输出和四个隐藏层，通过使用反向传播算法迭代更改权重，减少输出类和目标类之间的误差，从而改进所提出的模型学习技术。实验结果显示，DNN分类器在基准数据集上实现了最高的准确性，为92.67%。此外，DNN模型在训练数据集上实现了0.941的AUC，独立数据集上达到了0.948的AUC，综合来说，DNN模型的性能优于SVM算法和其他传统ML。
2025-04-02 14:23
苏州大学和大连理工大学的研究人员开发了一款多模态特征融合分析框架，用于预测金属氧化物纳米颗粒（MeONP）在小鼠中引起的慢性损伤。该技术通过结合化学和体外数据，利用机器学习模型来评估这些纳米颗粒的潜在风险。研究结果表明，该模型在预测MeONP诱导的肺纤维化方面具有高准确率（85%），为纳米材料的风险评估和监管决策提供了潜在用途。这项研究不仅展示了计算机模型在预测纳米毒性方面的潜力，也为未来相关研究提供了有价值的参考。
2025-04-02 14:23
全球领先的机器人集成与人工智能自动化公司RobotLAB推出其首款人形机器人BroBot™，旨在为教育、物流和酒店等多个行业提供可扩展的现实世界部署。BroBot™设计用于在动态和不可预测的环境中运行，采用混合模拟-数字接口、自动任务协议和情境感知系统，使其能够在最少监督的情况下执行重要任务。该机器人友好、适应性强，能够灵活集成到结构化工作流程和人流密集的公共环境中。RobotLAB计划于2025年第二季度通过试点项目扩展BroBot™的应用，进一步优化功能。
2025-04-02 14:23
微软Power Apps引入AI助手，简化表单填写流程。新功能包括智能粘贴、文件支持扩大、表单填充工具栏和数据录入控制，提升效率并优化用户体验。
2025-04-02 14:22
GPT-4.5在标准图灵测试中首次以“人格扮演”方式超越人类，成为最具类人对话能力的AI系统。这一突破不仅刷新了人们对AI语言能力的认知，也为AI在社会智能领域的应用潜力打开了新的想象空间。实验选取了四款具有代表性的AI系统进行对比测试，其中GPT-4.5展现出惊艳的语言自然度和情感丰富性，能够根据裁判的语气灵活调整回答，常被参与者描述为“友好”或“真实”。研究人员特别指出，GPT-4.5在短时交流中快速捕捉对话中的情感线索，并以符合人类社交期待的方式回应，甚至在特定情境下超越了人类的表现。相比之下，LLaMa-3.1-405B虽然在技术上同样令人印象深刻，但在情感表达和语境适应性上略逊一筹。业内专家指出，GPT-4.5的成功得益于其在训练过程中融入了更复杂的人格扮演机制和对话策略。这项研究的发布恰逢AI技术飞速迭代之际，GPT-4.5的亮相不仅是OpenAI的一次技术胜利，更是对人类与机器关系的一次深刻叩问。
2025-04-02 14:22
Reply 与 AWS 达成战略合作，共同推动生成式人工智能创新。双方将合作开发提升流程效率和生产力的行业解决方案，并打造多种行业和应用场景的专门 GenAI 产品。此次合作将使 Reply 的客户能够高效地采用 AWS，以安全和简化的方式大规模拥抱人工智能。Reply 在 AI 领域的专业知识体现在多个领域的解决方案上，包括知识管理、软件开发、客户互动、供应链优化、安全和社交媒体管理。
2025-04-02 14:22