/
利用智能手机前置摄像头被动监测心率的研究系统
谷歌研究团队在《自然》杂志发表研究成果，介绍了一种名为PHRM的被动心率监测系统。该系统利用智能手机前置摄像头，在用户日常解锁手机时捕捉面部视频，通过深度学习技术估算心率，平均绝对百分比误差低于10%，并可追踪静息心率，精度达到可穿戴设备水平。研究覆盖近700名肤色多样的参与者，是迄今规模最大、最具包容性的远程光电容积脉搏波研究，相关数据集已向合规研究人员开放。
AI激光灭蚊仪：用深度学习精准猎杀蚊子
发明家Steven Cheng利用机器学习技术，历时四个月开发出一套AI驱动的激光灭蚊系统。该系统搭载佳能单反相机与高倍变焦镜头，结合计算机视觉和深度学习识别蚊虫，并通过激光精准将其"烤灭"。系统同时能识别人体及易燃物，确保安全。最新3.0版本配备多传感器追踪、高速云台及加特林风格发射架，旋转精度达0.001度，还增加了红外视觉，可在黑暗中捕捉蚊虫。
谷歌开源水文模型框架，助力全球AI洪水预报能力提升
谷歌研究院已将其水文模型框架在GitHub上开源，采用Apache 2.0许可证发布。该框架基于PyTorch构建，使用LSTM网络架构，可整合气候、土壤、地形及气象预报等多源数据，预测全球河流日流量。新版ME-LSTM模型相比前代，在有监测站流域可将可靠预测时限延长6天。此举旨在帮助各国气象水文机构将先进AI洪水预报能力融入本地工作流，降低灾害预警门槛。
AI气象初创公司WindBorne预报精度超越欧洲政府气象机构
AI气象初创公司WindBorne Systems发布新一代天气预报工具，在关键变量预测上比欧洲政府开发的全球领先系统更频繁、更准确。该公司结合自主研发的深度学习模型与全球400个气象气球采集的传感器数据，实现每小时更新预报，欧美部分地区分辨率达3公里。其WeatherMesh 6模型的5天预报准确度相当于传统模型提前1天的预测水平。
ChiPy：让神经网络与C++在芯片上无缝协作，实现零CPU中转的完整推理流水线
传统NPU在处理目标检测任务时，后处理阶段（如NMS）需将数据返回CPU，造成30-50%的延迟损耗。Quadric的Chimera GPNPU通过统一核心支持矩阵运算、向量数学与标量控制流，配合ChiPy DSL框架，可将预处理、神经网络推理与后处理编译为单一片上程序，无需CPU介入。以YOLOX-M为例，完整检测流水线在芯片内存中处理8400个候选框并完成NMS，实现确定性延迟，适用于ADAS、工业检测等安全关键场景。
无人机竞速识别并扑灭野火，XPrize大赛激战正酣
XPrize基金会发起野火扑救竞赛，吸引包括马里兰大学Crossfire团队在内的13支队伍参与半决赛。参赛团队需在10分钟内，于1000平方公里复杂地形中定位并扑灭火源，优胜者将获350万美元奖金。各团队普遍采用无人机结合AI图像识别技术，实现火情探测与抑制。Crossfire团队利用水气球空中引爆技术，大幅提升灭火精准度与用水效率，为野火应急响应提供新思路。
Isomorphic Labs完成21亿美元融资，加速AI药物研发
Alphabet旗下初创公司Isomorphic Labs完成由Thrive Capital领投的12亿美元B轮融资，投资方还包括Alphabet、GV、MGX、Temasek等机构。此轮融资将用于升级IsoDDE药物发现平台、推进国际扩张及药物管线开发。该公司由谷歌DeepMind创始人Demis Hassabis领导，依托AlphaFold技术预测蛋白质及生物分子结构，已与强生、诺华、礼来等制药巨头达成合作。
AMD与英特尔携手推出AI计算扩展指令集，大幅提升AI性能
AMD与英特尔在x86生态系统顾问组（EAG）框架下合作推出AI计算扩展指令集（ACE），旨在统一x86平台上的AI工作负载，显著提升矩阵乘法性能，同时改善能效与软件兼容性。ACE并非取代AVX，而是对现有指令集的扩展，可缩小CPU与GPU在AI推理和训练方面的性能差距，尤其适用于无独立GPU的嵌入式或边缘场景。目前两家公司尚未宣布具体搭载ACE的产品上市时间。
Meta的人才流失成为Thinking Machines Lab的收获
AI初创公司Thinking Machines Lab（TML）正加速扩张。前Meta多模态感知工程师Weiyao Wang及哈佛博士Kenneth Li相继加入TML，而Meta据报已从TML挖走七名创始成员。TML的CTO Soumith Chintala曾在Meta工作11年并联合创立PyTorch框架。TML与谷歌签署数十亿美元云计算协议，获得Nvidia GB300芯片访问权限，目前估值达120亿美元，员工总数约140人。
天文学家借助AI探索星系，加剧全球GPU资源紧张
NASA宣布将于2026年9月提前发射南希·格雷斯·罗曼太空望远镜，预计在其寿命期内产生20,000TB天文数据。加之詹姆斯·韦伯太空望远镜每日下传57GB图像，以及智利薇拉·鲁宾天文台每晚采集20TB数据，天文学家正大规模转向GPU处理海量数据。加州大学圣克鲁兹分校天体物理学家布兰特·罗伯逊与Nvidia合作开发了深度学习模型Morpheus，用于识别星系，并正将其架构升级为Transformer模型以提升分析效率。然而，全球GPU资源紧张及NSF预算削减，给天文AI研究带来持续压力。
英伟达押注AI助力量子计算：用大模型解决量子错误率难题
英伟达发布多款开放权重AI模型，旨在帮助量子硬件开发者大幅降低处理器错误率。其中，350亿参数的视觉语言模型Ising Calibration可自动优化量子系统配置以减少噪声；Ising Decoding系列模型则基于卷积神经网络架构，能以比传统方法快2.25至2.5倍的速度实时检测并纠正错误。相关模型权重已上传至Hugging Face平台，并配套提供训练框架与推理蓝图。
从大语言模型到幻觉现象，一文读懂常见AI术语
本文提供了一份AI领域常用术语词汇表，涵盖AGI、AI智能体、思维链、算力、深度学习、扩散模型、蒸馏、微调、GAN、幻觉、推理、大语言模型、记忆缓存、神经网络、RAM短缺、训练、Token、迁移学习及权重等核心概念。文章以通俗易懂的语言解释每个术语的含义与应用场景，并将持续更新以反映AI领域最新进展。
牛津大学AI工具可在心力衰竭发生前五年预测风险
牛津大学科学家开发出一款AI工具，能够在心力衰竭发生前五年准确预测患病风险。该工具通过分析心脏周围脂肪组织的影像特征，识别炎症和健康异常信号，这些信号人眼无法察觉。研究团队基于英格兰九家NHS机构共7.2万名患者数据进行训练与验证，预测准确率达86%。高风险人群患病概率是低风险人群的20倍。该研究结果已发表于《美国心脏病学会杂志》。
Anthropic与谷歌、博通签署多吉瓦TPU计算资源协议
Anthropic与谷歌及博通达成重磅协议，将从2027年起获得约3.5吉瓦的下一代TPU算力支持，成为该公司迄今最大规模的算力承诺。此举旨在应对Claude模型企业用户的爆发式增长——其年收入运行率已从2025年底的约90亿美元跃升至2026年的逾300亿美元。Anthropic正将算力采购转向类似能源采购的长期战略模式，以应对前沿AI推理工作负载对基础设施的持续压力。
AI模型如何帮助科罗拉多河水资源分配决策
科罗拉多河正面临有记录以来最严峻的危机：流量较2000年下降20%，七州水资源谈判两度破裂。联邦及各州水务机构正借助机器学习工具应对挑战——深度学习模型利用卫星数据预测径流，数百万次情景模拟测试不同管理策略的可行性。这些工具无法解决"谁来承担损失"的核心争议，但正在让各方利益权衡变得前所未有地清晰可见，推动谈判各方回到同一张桌子上。
为什么大语言模型在视频游戏上表现如此糟糕？
尽管大语言模型在编程等领域快速进步，但在电子游戏方面却表现极差。纽约大学游戏创新实验室主任朱利安·托格留斯的研究显示，LLM无法掌握通用游戏技能。编程被视为"行为良好的游戏"，有明确的任务、即时反馈和测试机制，而电子游戏缺乏这些特征。LLM在空间推理方面表现不佳，且不同游戏间差异巨大。虽然LLM能编写简单游戏代码，但无法测试和迭代改进游戏体验。
15英寸MacBook Air降至历史最低价，值得入手吗
CNET评测师称15英寸MacBook Air是其最喜爱的整体笔记本电脑，在生产力、便携性和价格方面达到完美平衡。搭载M4处理器的上代机型目前在亚马逊大促中大幅降价，15英寸版本售价仅949美元，比原价低250美元，创史上最低价。虽然苹果刚推出M5版本，但M4版本在设计、性能和续航方面表现依然出色，对2026年的笔记本购买者仍是绝佳选择。
英伟达推出Nemotron 3 Super企业AI智能体新模型
英伟达推出新的推理导向AI模型Nemotron 3 Super，结合Mamba序列建模、Transformer注意力机制和专家混合路由等多种神经网络架构。该模型拥有1200亿总参数、120亿激活参数，专为处理复杂多步骤工作流的企业智能体系统设计。模型采用开放权重发布，支持开发者自定义部署。分析师指出，其混合架构能显著提升推理效率，降低计算成本，为企业提供更可控的AI解决方案。
英伟达DLSS 5生成式AI功能遭玩家强烈抵制
英伟达即将推出的DLSS 5技术引入生成式AI，可实时重新渲染游戏画面的光照和材质，声称能达到好莱坞级别的逼真效果。然而，该技术将游戏角色面部过度美化成诡异谷效应版本，破坏了原有艺术风格，遭到玩家和开发者的强烈批评。许多人认为这项技术消除了游戏的艺术导向，将其比作"垃圾AI滤镜"。
DeepMind创始人传记揭秘：从国际象棋神童到AI先驱哈萨比斯的传奇人生
本书讲述了DeepMind创始人德米斯·哈萨比斯从国际象棋神童成长为AI技术领军人物的传奇经历。2016年，DeepMind开发的AlphaGo在首尔击败世界顶级围棋选手李世石，标志着人工智能发展的重要里程碑。作者详细描绘了哈萨比斯的成长历程、DeepMind的创业故事，以及围绕通用人工智能展开的投资热潮。然而书中对科技行业过度炒作现象缺乏批判性思考，将计算领域的专业能力误读为全能天才。
京公网安备 11010802021500号
