BRIGHTRAY签订美国10MW人工智能数据中心项目合作意向书

把语音大模型的耳朵剪掉四层，它还能听懂人话吗？

小鹏团队提出X-AuT方法，通过渐进式砍层与三阶段恢复训练（表征对齐、跨尺度蒸馏、LoRA精调），将语音大模型音频编码器从18层压缩到14层，在减少20.7%参数量的同时保持识别准确率基本稳定。

医学影像修复AI：一个模型如何同时读懂PET、CT、MRI、X光七种“方言”

北航团队提出UniH3框架，首次系统挖掘医学影像跨模态共性知识，配合分层异质性平衡策略，在七种2D及三种3D医学影像修复任务上刷新最优性能，全能模型甚至反超单任务专用模型。

HyQuant：给大模型的注意力机制“分等座”，用混合精度省下三倍解码速度

HyQuant是一种面向大模型注意力机制的混合精度量化方法，通过识别并保留持续被关注的"竖线"token与局部窗口为全精度，其余token量化为低比特，在几乎不损失准确率前提下实现最高3.58倍解码加速。

COMSOL 正式成为 Formula E 官方多物理场合作伙伴

语言模型的下一次进化，可能不在词表里

一篇技术报告介绍了NCP-ArchPreview,一个89亿参数的潜在空间语言模型。它在传统逐词预测之外加入下一概念预测,用51.3%训练量追平同规模模型损失,下游任务平均提升2.45分。

AI搭积木：让大模型学会像小孩一样理解三维空间

本文介绍SpatialBlock-15k，一个用合成积木搭建题训练大模型空间智能的数据集，仅1.5万条数据便让模型在真实场景空间推理测试中超越用十几万条数据训练的现有方法，并揭示当前顶尖大模型在基础空间判断上远逊于人类的...

盘点2026全球开发者先锋大会暨国际具身智能技能大赛十大亮点！

2026 全球开发者先锋大会暨国际具身智能技能大赛将于 10 月 23 日至 25 日在上海浦东举办。

商汤这次让AI"用眼睛看着画"，而不是"闭眼靠拼图"

商汤推出SenseNova-U1.5，8B参数原生统一多模态模型，用空间联合重建解码器解决图像拼接问题，支持原生4K生成，通过多专家强化学习加在线策略蒸馏实现美学、文字渲染、图像编辑等能力的统一整合。

CARDEA：一个既会看片子又愿意告诉你为什么这么看的心脏血管AI

本文解读CARDEA，一个用于冠状动脉造影诊断的大型视觉语言模型。它能自动筛选造影关键帧并给出带图像框选证据的诊断推理，诊断表现媲美专科医生，且强化学习意外提升了未经训练的报告生成能力。

NVIDIA用三个AI模型互相"打架"，在2026年国际数学奥赛拿了金牌

NVIDIA公开了训练Nemotron系列模型攻克IMO奥数题的完整方案，通过监督微调和强化学习训练两个专家模型，与基座模型组成生成验证修改的循环系统，在2026年IMO拿到30分金牌成绩，并开源全部代码、数据和检查点。

一个能解题的AI，为什么还不算一个好老师？

北大团队推出开源教育大模型OmniEdu，首次将解题、课程定位、错误诊断、教学引导四种能力拆分建模，69999条精选数据训练4B至27B模型，多项教育基准超越同类开源模型。

AI Agent搜索Skill怎么选？国产搜索基础设施AnySearch登上Product Hunt周榜

10月14日—16日，2026人工智能产业大会在济南黄河国际会展中心举行。这场由中国信息通信研究院联合山东省工业和信息化厅、济南市人民政府共同主办的大会，将主题定为"加快推进人工智能赋能新型工业化"，焦点正从大模型的能力...

隐私保护 AI 搜索工具推荐：匿名、零留存、可溯源，把 "数据安全感" 还给用户

隐私保护 AI 搜索工具推荐，关键不在谁的对话更 "聪明"，而在谁的搜索入口更 "干净"—— 能否匿名使用、是否零留存、结果是否可溯源。如果你经常用 AI 处理工作、学习和开发任务，一款把 "你的查询只属于你" 写进产品...

爱普生工博会出新招！新机器人产品+新方案+新生态，助力产业智造升级

国产制造业正在加速向高端精密方向进阶，AI算力、3C、新能源、生命科学等行业，对生产的精度、速度、柔性提出越来越高的要求。

PARSER：把长文档的"阅读"和"推理"拆开，AI处理百万字文档快了11倍

PARSER提出把长文档的阅读和推理拆开处理：多个子代理并行读文档片段，主控代理专门负责多轮提问推理。该方法在多跳问答任务上准确率超越顺序记忆方法，推理速度提升最高11倍，且对证据位置、顺序、间距均不敏感。

两个视频流，一个大脑：深度学习第一次在动作识别上超越了手工特征

2014年，牛津团队提出双流网络，首次让深度学习在视频动作识别上追平甚至超越手工特征方法，将空间画面与光流运动信息分别用两条卷积网络处理再融合，成为视频理解领域的里程碑设计。

两个人靠看视频里的动作，居然能比机器学得更准

2014年，牛津大学团队提出双流卷积网络，让深度学习首次在视频动作识别任务上超越手工特征方法，准确率达到88%，是视频理解领域的关键突破。

稀疏的代价：当测量矩阵也要"瘦身"，我们还能找回原来的信号吗

论文研究稀疏测量矩阵下信号支撑集恢复的样本量门限，揭示了测量稀疏带来的对数级代价，并证明对密集数据主动稀疏化后仍可恢复信号，但需承担平方级的样本代价，量化了"稀疏的价格"。

两个数据流一起看视频，比一个数据流准了将近16个百分点

本文解读2014年双流网络论文，讲述牛津团队如何用空间流加时间流的架构，首次让深度学习在视频动作识别上超越手工特征方法，准确率达到88%，并追溯其对后续TSN等研究的影响。