AI技术在天气预报领域的应用正在显著提升局部天气预测的精度，助力小型商业公司快速提供专业化预报。随着气候变化加剧，对细致天气预报的需求增加，AI提供了高效解决方案。保险行业积极参与洪水预测技术的开发，为社区提供更精准的天气预警服务。此外，AI技术在农业、交通、能源等多个行业也发挥着重要作用，帮助相关行业提前做好准备，应对极端天气事件。
2025-04-14 11:15
北京大学定量生物学中心成功研发全球首个基因挖掘大模型SYMPLEX，助力生物制造新时代。该模型能高效筛选功能基因，推动生物科技发展。团队利用此模型发现新加帽酶活性远超商业化酶，为疫苗生产提供支持。未来，SYMPLEX将推动合成生物学应用，如药物研发、农业改良等。
2025-04-14 11:15
AI技术在艺术领域引发关注，艺术家通过手绘版本重新定义“角色扮演”，以对抗AI玩具潮流。社交媒体上，用户上传自己的照片生成迷你玩偶，引发广泛讨论。然而，艺术家们不甘于被取代，纷纷展示手绘作品的独特魅力。OpenAI面临版权挑战，许多新闻机构、作者和视觉艺术家指控其侵犯版权。一些艺术家担心AI生成艺术作品的低价使得人类艺术家难以维持生计。
2025-04-14 11:15
研究揭示大语言模型的“灾难性过度训练”现象，指出并非预训练数据越多模型表现越好。研究发现，过度预训练可能导致模型性能下降，出现“灾难性过度训练”。研究者提出“拐点”概念，即额外训练开始导致性能下降而非提升。警告说，在预训练和微调任务不匹配情况下，“灾难性过度训练”可能是不可避免的。呼吁开发者重新审视整个训练流程的设计，追求模型规模的AI开发者应谨慎对待预训练量。
2025-04-14 11:15
字节跳动推出Seed-Thinking-v1.5，一款专注于科学、技术、数学和工程（STEM）领域的新型大语言模型。该模型采用混合专家（MoE）架构，在多项基准测试中表现优异，甚至在某些指标上超越了行业巨头的产品。其性能卓越，在AIME2024上获得86.7%的得分，在Codeforces上获得55.0%的pass@8分数，在GPQA科学基准测试中获得77.3%的得分。此外，它在ARC-AGI基准测试中超越了Google的Gemini2.5Pro和OpenAI的o3-mini-high。字节跳动在Seed-Thinking-v1.5的开发中采用了多项创新技术，包括精心策划的训练数据、先进的强化学习框架、双层奖励系统和高效的基础设施。该项目是字节跳动Seed LLM系统团队合作的成果，由吴永辉领导，林海滨担任公开代表，团队计划继续完善强化学习技术并公开发布BeyondAIME等内部基准，以促进推理AI研究的更广泛进步。
2025-04-14 09:15
xAI公司在其位于孟菲斯的Colossus超级计算机设施中使用了超过许可数量的甲烷气体涡轮发电机，引发环境法规问题。这些发电机的总功率高达420兆瓦，远超15台发电机的许可使用量。当地居民和环保组织对此表示担忧，认为这构成了重大空气污染源。xAI与当地公用事业公司签订合同，每年提取150兆瓦电力，未来将扩展其计算设施。南方环境法中心呼吁卫生部门发布紧急命令，要求xAI停止或暂停使用这些发电机，否则将面临每日2.5万美元的罚款。
2025-04-14 09:15
美国公众对新闻行业采用人工智能技术持怀疑态度，调查显示近半数受访者不希望通过AI获取新闻。调查招募了1128名多元化美国受访者，49%的受访者表示“完全不感兴趣”。公众对AI在新闻领域应用存在严重信任危机，30%的受访者对新闻机构使用AI撰写文章“完全没有信心”，32%的人对出版商使用AI创作图像同样表示强烈不信任。明尼苏达大学媒体专家警告说，不要指望AI的需求会非常大。
2025-04-14 09:15
OpenAI 首席执行官山姆·奥尔特曼宣布，本周将推出多款新产品。这些产品将从周二开始陆续上线，包括 o3和 o4-mini 版本，以及 GPT-5。此举旨在使 GPT-5的表现超越最初的设想，并整合多种功能以适应不同的应用场景。此外，OpenAI 还计划将 o 系列模型与 GPT 系列模型统一起来，构建灵活使用多种工具的系统。
2025-04-14 09:14
Netflix正在测试一项由OpenAI支持的搜索功能，允许用户根据心情查找内容。该功能目前仅向澳大利亚和新西兰的部分iOS用户开放，且为可选功能。未来几周和几个月内，该功能将扩展到美国市场，但尚未在iOS平台之外推出。这项创新搜索工具将帮助用户进行更复杂的查询。Netflix在人工智能应用方面并非新手，公司联合首席执行官Greg Peters曾表示，他们利用这些创新来服务创作者，让他们以更引人入胜的方式讲述自己的故事，同时也为会员提供更好的用户体验。
2025-04-14 09:14
HoloPart 和 UniRig 是两个引人注目的3D 生成项目，它们分别专注于解决三维模型部件编辑和自动绑定的问题。 **HoloPart**： - **论文标题**：HoloPart: Generative 3D Part Amodal Segmentation - **技术亮点**： - **部件完整语义分割**：通过扩散变换器架构实现部件与整体形状的无缝连接，并推断出被遮挡部分的几何结构。 - **局部注意力机制**：关注输入表面块的精细几何细节，确保补全后的部件与可见几何完美衔接。 - **上下文感知注意力**：关注整体形状以及该部件在其中的位置，确保补全的部件在全局上是合理的——保持比例、语义和整体形状的一致性。 **UniRig**： - **核心方法**：自回归预测与创新的Tokenization方法。 - **技术亮点**： - **骨骼树Tokenization**（Skeleton Tree Tokenization）：将具有复杂关节相互依赖关系的层级化骨骼结构表示为适合Transformer处理的线性序列，以便于后续的自动绑定和蒙皮处理。 - **骨骼 - 表面交叉注意力**（Bone - Point Cross Attention）：通过关键测地线距离信息增强空间感知能力，同时捕捉每根骨骼对其周围模型表面的复杂影响。 - **高精度与鲁棒性**：显著提升自动绑定技术的现有水平，包括高精度、强通用性和高鲁棒性。 **总结**： HoloPart和UniRig都是3D内容创作领域的重大进展，它们提供了强大的工具来提高三维模型的编辑效率和质量。HoloPart专注于部件的完整语义分割和自动补全，而UniRig则专注于提高自动绑定的精度和泛化能力。这些技术的发展不仅能够简化复杂的三维模型编辑任务，还能够推动更高级的内容创作应用的发展。
2025-04-13 19:13