奇点 AI 索引Qidian AI Index

奇点 AI 索引

AI 新闻与研究

聚合 OpenAI、Google、Hugging Face、arXiv 等公开来源的 AI 新闻与研究论文标题与短摘要。

2796 个结果

The Verge AI 新闻

Waze 将上线一批 AI 驱动的新功能

Waze 正在进行 AI 化升级。Google 将其旗舰 AI 助手 Gemini 集成到这款驾驶应用中，让用户能够进一步个性化出行体验。四项更新中有两项明确使用 Gemini，其中包括对 2024 年推出的对话式路况上报功能进行升级。

The Verge AI 新闻

歌手 Lorde 称 Ray-Ban Meta AI 眼镜“并不性感”

Lorde 周四在马德里的 Real Cool Festival 演出时公开反对 AI 眼镜。她没有点名具体品牌，但外界认为这番话可能针对音乐节赞助商 Ray-Ban；该品牌与 Meta 合作推出了 AI 智能眼镜。

The Verge AI 新闻

苹果夭折的自动驾驶项目，为强大 AI 芯片留下技术遗产

苹果的自动驾驶汽车项目最终未能落地，却可能推动了其芯片成为强大的 AI 计算平台。项目早期，苹果意识到自动驾驶需要强劲的端侧 AI 处理能力；尽管车载处理器没有完成，这些研发积累仍影响了后续芯片路线。

The Verge AI 新闻

反对 AI 数据中心的行动才刚刚开始

本文来自 The Stepback 周刊，该栏目每周拆解一个科技行业的重要议题。本期聚焦数据中心扩张，以及早在 AI 热潮威胁地方电力供应之前就已经出现的相关矛盾。

arXiv cs.AI 新闻

PHINN-EEG：用于梦境状态脑电分析的拓扑时间序列方法

现有基于脑电图的梦境检测主要依赖功率谱密度和统计矩特征，在 DREAM 数据库上的最佳 AUC 约为 0.70。本文提出 PHINN-EEG，通过滑动窗口 Takens 延迟嵌入、Vietoris-Rips 过滤和动态 Betti 曲线刻画神经活动的几何结构，并结合拓扑条件流匹配，目标是在 DREAM 开放子集上将 AUC 提升至 0.82—0.90。

arXiv cs.CV 新闻

PanoWorld：真实世界全景生成

PanoWorld 利用全向表示的旋转等变特性，将旋转视为隐式几何变换，以解决全景世界模型的长程记忆问题。该方法通过固定朝向、密集全景射线条件和几何感知记忆增强来简化相机轨迹，并提出三阶段训练流程；作者还构建了包含真实全景无人机视频和 AirSim360 高质量模拟片段的 World360 数据集。

arXiv cs.AI 新闻

面向语言智能的可扩展视觉预训练

大型基础模型主要依靠海量文本语料预训练，但图表、排版公式和页面布局承载的知识无法被纯文本完整保留。本文挑战语言模型必须基于纯文本训练的默认假设，系统研究无需文本提取、直接利用视觉文档的无监督视觉预训练；在多个骨干网络和基准上，相同语料的视觉预训练均优于纯文本方案。

arXiv cs.CV 新闻

OpenLongTail：通过生成式扩展构建长尾驾驶数据

自动驾驶策略的规模化受限于精选数据集中极端场景稀缺。OpenLongTail 是一个开源生成式数据引擎，可将来源各异、视角不完整的真实长尾视频转化为视角对齐且时间连贯的多视图训练资产。其姿态引导外推视图合成流程能够补全缺失视角，从而提升长尾事件下的驾驶策略泛化能力。

arXiv cs.AI 新闻

十年视觉语言 AI 模型的准确率与视觉认知错误演进

视觉语言模型在过去十年的视觉推理能力显著提升，但常用评测多依赖简单场景，难以体现复杂人类互动与行为。研究提出包含 100 张复杂社会互动图像的 CSB 数据集，对 2017 至 2025 年间的九类模型及 20 组人类描述进行评估，并分析目标检测、识别、幻觉、场景理解和空间依赖五类视觉认知错误。

arXiv cs.AI 新闻

VEXAIoT：使用 AI Agent 自主利用物联网漏洞

物联网设备受限于硬件能力、过期固件和不安全默认配置，需要可扩展、可自适应的安全测试方法。VEXAIoT 是一个基于 LLM 的自主多 Agent 框架，由漏洞检测 Agent 和攻击执行 Agent 协作，对 IoT 服务进行侦察、攻击规划和漏洞利用，并在 IoTGoat 与 Metasploitable 环境的十个攻击场景中进行评估。

arXiv cs.CV 新闻

使用 Kolmogorov-Arnold Networks 重新审视欧拉角回归

在关节机器人和生物力学模型等系统中，旋转通常以具有范围约束的欧拉角表示，但不连续性和奇异点容易导致训练不稳定。研究提出结合范围感知欧拉角建模与 Kolmogorov-Arnold Networks（KAN）的框架，并从理论与实验上分析有限角度范围形成的近加性结构为何更适合 KAN。

arXiv cs.AI 新闻

ConceptSMILE：审计基于概念的可解释 AI 可信度

基于概念的可解释 AI 能让模型推理更易理解，但概念级输出并不天然可信。ConceptSMILE 将 SMILE 的扰动逻辑扩展到可理解概念的审计，通过扰动输入区域、测量概念响应变化、局部加权和 XGBoost 代理模型，从归因准确率、代理保真度、忠实性、稳定性与一致性等维度评估解释可靠性。

The Verge AI 新闻

苹果起诉 OpenAI，指控其窃取硬件机密

苹果起诉 OpenAI，称其工程师窃取苹果机密，以推进这家 AI 公司的硬件计划。诉状称，苹果发现多名前苹果员工加入 OpenAI 后窃取商业机密的行为模式；被告还包括 Jony Ive 的硬件初创公司 IO Products。

AWS Machine Learning Blog 新闻

Henry Schein One 使用 Amazon SageMaker AI 实现牙科影像实时质检

Henry Schein One 基于 Amazon SageMaker AI 构建了 Image Verify，在牙科 X 光拍摄时实时评估图像质量。该系统数月内从概念发展到覆盖一万多个地点，已处理超过 1100 万张 X 光片，并以每周约 150 万张的速度增长；公司正计划在四个地区扩展到全球四万个地点。

AWS Machine Learning Blog 新闻

使用 Amazon Quick Automate 原生案例管理扩展智能体工作流

本文介绍如何在 Quick Automate 中结合案例管理与智能体自动化，覆盖案例从创建、处理到解决的全生命周期，包括批量管理、状态自动追踪、异常处理、人工介入，以及支持动态扩展的案例创建者—处理者模式。

AWS Machine Learning Blog 新闻

使用 Unsloth 在 Amazon SageMaker AI 上部署量化模型

本文介绍四种将 Unsloth 量化模型部署到 AWS 的模式：使用 Amazon EC2 直接访问实例、使用 SageMaker AI 推理端点提供托管服务，以及在需要接入现有容器体系时使用 Amazon EKS 或 Amazon ECS，并涵盖生产部署的运维实践。

AWS Machine Learning Blog 新闻

KTern.AI 如何基于 Amazon Bedrock AgentCore 构建面向 SAP 的智能体 AI

KTern.AI 从传统 SaaS 平台升级为新一代智能体 AI 平台，需要在长期企业项目中编排多个专业 Agent，并为其提供持久上下文、安全工具访问和生产级可靠性。该系统基于 Amazon Bedrock AgentCore 与 Strands Agents SDK 构建，文章介绍了整体架构、Agent 设计及客户成果。

TechCrunch AI 新闻

Hugging Face CEO：企业不想再一直租用 AI

Hugging Face CEO Clem Delangue 表示，开源 AI 正在快速发展。Hugging Face 近年来逐渐成为类似“AI 领域 GitHub”的平台，供开发者分享和下载开放模型与数据集，目前约一半的《财富》500 强企业都在使用。

The Verge AI 新闻

你愿意在家里托管一部分 AI 数据中心吗？

太阳能与家庭储能公司 Sunrun 正在进入 AI 数据中心领域，但不是新建大型机房，而是计划付费让客户把计算设备部署在家中。其试点“分布式 AI 计算”项目将把大量计算节点分散到住宅环境。