当AI终于学会"看表":俄罗斯SaluteDevices的音频大模型如何听懂两小时录音并精准报时
俄罗斯SaluteDevices团队开发的GigaChat Audio,通过在音频输入中插入周期性时间锚点,实现了对最长120分钟录音的精准时间定位,误差中位数低至3秒,并已开源模型与数据集。
俄罗斯SaluteDevices团队开发的GigaChat Audio,通过在音频输入中插入周期性时间锚点,实现了对最长120分钟录音的精准时间定位,误差中位数低至3秒,并已开源模型与数据集。
本文来自意大利国家核物理研究所,将Transformer架构翻译为微分几何语言,从ε参数到注意力汇聚点相变,用几何预测验证了大模型的稳定性机制。
南加州大学提出TOPL方法,通过逐词好坏分类训练替代传统文本生成目标,借助LoRA实现大模型事实准确性提升,在摘要和翻译任务的分布外场景中表现优异。
ReflectWorld-MM是一套面向持续视频流的实体中心多模态记忆系统,能追踪人和物体的身份、整合多层次情节与语义记忆,在六项长视频评测中全面超越现有方法。
高通技术公司与宝马集团宣布达成重要合作协议,高通将在未来十年内为宝马下一代数字座舱及高级驾驶辅助/自动驾驶系统提供计算芯片。合作涵盖骁龙数字底盘解决方案、骁龙Elite车载平台及专用AI加速器。双方此前已于2025年11...
上海电气在2026世界人工智能大会上展示了具身智能全栈解决方案,涵盖"溯源"双足人形机器人(41自由度)、"拓源"工业轮式人形机器人、"美人鱼"仿生轮式机器人及管道内壁倒角机器人等产品。同期发布51个"星云智造"系列AI...
对象存储软件公司MiniIO发布AIStor Memory,旨在解决AI智能体的持久化记忆难题。不同于普通聊天机器人,AI智能体需执行跨多会话的复杂多步骤任务,对持久记忆需求更为迫切。AIStor Memory将智能体记...
研究人员Aleksandr Churilov发现,Claude、GPT、Gemini、DeepSeek等五款主流大语言模型共同幻觉生成了127个相同的虚假PyPI和npm包名,这一现象被称为"slopsquatting"...
模型上下文协议(MCP)最新候选版本计划于7月28日发布,将移除协议级会话机制,转向无状态架构。此前基于会话的设计在本地开发中运行良好,但在多服务器生产环境中存在扩展瓶颈。新架构下,每个请求包含独立处理所需的全部信息,使...
IBM、UChicago、Qedma、Algorithmiq等机构联合发布三篇论文,展示了内置验证机制的量子优势实验。研究人员采用掺杂克利福德采样、时空码和误差缓解技术,在不依赖经典计算机验证的情况下,证明量子计算结果的...
美国道路安全倡导者指出,Flock Safety公司部署的车牌识别摄像杆存在严重安全隐患。这些黑色金属杆缺乏必要的"断裂板"安全装置,颜色深暗难以辨识,且部分安装位置不符合州交通部门规定的最小距离要求。安全专家史蒂夫·艾...
DP World正在巴西桑托斯港推进港口车队电动化改造,部署15辆电动集装箱卡车和3台电动正面吊。此举是其16亿雷亚尔港口扩建计划的一部分,预计2028年前年处理能力将超过200万标准箱。整体现代化计划还将引入44辆电动...
AI合规初创公司Dili宣布完成1500万美元A轮融资,由Khosla Ventures领投,叠加此前670万美元种子轮,累计融资达2170万美元。Dili专注于美国基础设施建设项目的合规管理,尤其针对涉及联邦资金的工程...
Spotify为跑步爱好者推出全新跑步模式,付费用户可在Fitness Hub中选择25种预设方案,涵盖间歇跑、匀速跑等多种训练类型,支持自定义时长、BPM及音乐风格。该功能借助Spotify过去一年测试的AI能力,根据...
TimeLens2由南京大学等六所高校联合开发,是一套能精准定位视频中任意时间段的AI系统,通过多侦探协商标注和Wasserstein距离奖励,在七大基准测试上以小型模型超越百倍规模对手。
国际能源署(IEA)最新分析显示,2026年二季度全球电动车销量环比大增35%,创下50个国家季度销量新高。尽管受经济压力和政策变化影响,全球整体汽车市场上半年同比下滑约5%,但电动车表现亮眼。澳大利亚、巴西、印度、韩国...
考古学家通过对比科莫多龙进食痕迹与印度尼西亚梁布亚洞穴出土的矮象骨骼,发现弗洛勒斯人(Homo floresiensis)并非主动猎杀矮象,而是在科莫多龙进食后拾取残骸。骨骼上的工具切割痕迹集中于肉少部位,且遗址中无用火...
天文学家利用詹姆斯·韦布空间望远镜对WD 1856 b进行了首次深入观测。这颗木星大小的行星围绕白矮星运行,是目前唯一确认的在类太阳恒星死亡后幸存的行星。观测发现其大气层含有甲烷和气溶胶雾霾,且温度异常偏高——约400开...