在世界人工智能大会后，阿里云创始人王坚接受了采访，深入探讨了中国人工智能的发展现状与未来方向。他指出，尽管中国在某些AI技术领域起步较晚，但通过群体智能的应用，有机会突破现有局限。王坚强调，算力并非中国AI发展的主要瓶颈，真正的挑战在于打破AI应用层面的壁垒，并在国际巨头的思维框架之外寻找创新路径。此外，他对硅谷在人才争夺中的乱象表达了不看好态度，认为中国AI的未来应更加注重基础研究与商业应用的结合。
扣子公司近日宣布启动其官方开源项目，这一决策标志着公司在技术战略上的重大转向。据扣子负责人透露，此举旨在进一步推动Agent平台的技术开放与生态共建，强化其在行业中的领先地位。随着Agent平台的核心竞争力逐步从单一功能转向平台的编排、集成和工程化能力，扣子希望通过开源项目吸引更多开发者和企业参与，共同提升平台的技术深度与应用广度。这一举措不仅体现了扣子对技术趋势的敏锐洞察，也彰显了其在推动行业创新方面的决心和担当。
阿里瓴羊集团高级技术专家王克将出席在深圳举办的AICon大会，并发表主题演讲。他将在会上深入探讨营销Agent在实际应用中的效用，同时分享一个组织如何从内部到外部实施技术路径的实践经验。此次演讲旨在为与会者提供对营销技术前沿趋势的深刻洞察，并展示阿里瓴羊在技术驱动营销领域的创新成果。
本周AI领域热点不断，引发广泛关注。其中，饿了么前CEO因涉嫌违法行为被逮捕，相关审讯画面公开，成为舆论焦点。与此同时，华为首次对外展示其最新研发的高性能计算设备“算力核弹”实物样机，标志着其在AI算力领域的进一步突破。此外，一名应届生因拒绝某公司的工作邀请，竟遭到HR威胁称将在行业内对其进行封杀，事件引发对职场公平与道德的讨论。更多行业动态，欢迎持续关注AI周报。
谷歌Apigee平台近日引入了一项创新工具——Model Armor，这是一种专为大语言模型（LLM）设计的治理工具。同时，谷歌云也发布了Model Armor的公开预览版。该工具与Apigee API管理平台无缝集成，旨在提供一个原生的LLM治理框架，帮助企业更好地管理和优化其AI模型的性能和安全性。
本文介绍了HarmonyOS官方提供的丰富模板和组件资源，旨在帮助开发者提升开发效率。通过使用便捷的生态市场组件和模板市场，开发者可以快速集成所需资源，加速项目开发进程。同时，文章提到利用DevEco Studio插件市场，开发者能够一键直达优质模板，进一步优化开发流程。此外，文章承诺将持续更新覆盖20多个行业的优秀案例，为开发者提供源源不断的灵感与支持。
近日，优步（Uber）披露了其自主研发的多云密钥管理平台的详细信息。该平台旨在应对在大规模分布式基础设施中管理超过150,000个密钥时所面临的安全挑战。随着业务的不断扩展，优步需要确保其各类凭据的安全性，而这一平台的推出正是为了满足这一需求。通过自主研发，优步不仅提升了密钥管理的效率，还增强了整体的安全性，进一步保障了其在全球范围内的服务稳定性与数据安全。
在过去一周内，开源Qwen模型连续三次斩获冠军，显著超越了多个闭源模型，成为基础模型推理和编程领域的佼佼者，达到了当前最佳水平（SOTA）。其卓越的表现不仅巩固了其在通用问答领域（通义千问）的竞争地位，也使得该领域的竞争形势愈发激烈。开源Qwen的持续突破，为人工智能模型的发展注入了新的活力。
近日，香港科技大学与北京人形机器人研究所联合提出了一种全新的足式机器人全域目标追踪范式——LOVON，旨在解决复杂开放环境中机器人自主执行长程多目标任务的难题。LOVON使足式机器人能够像人类一样，灵活完成诸如先移动到椅子旁、再迅速接近行人等连续任务。传统方法在面对运动中的视觉抖动、目标丢失等实时问题时表现不佳，导致机器人易出现迷路或识别错误。LOVON的提出标志着足式机器人在自主任务执行能力上的重大突破。
随着大型推理模型在复杂任务中的表现不断提升，一种结合强化学习（RL）与软性函数变换（SFT）优势的训练方法——ZERO-RL，正成为推动这一进步的核心技术。该方法通过可验证奖励强化学习（RLVR）动态引导模型，逐步增强其在强推理场景中的首次通过率（pass@1），从而显著提高模型效率。新一代模型如OpenAI-o3、DeepSeek-R1和Kimi-1.5已成功应用该技术，在数学和编程等高难度推理任务中展现出卓越能力。
近年来，大型语言模型（LLMs）在处理复杂推理任务方面展现出卓越的能力，这一进步主要得益于过程级奖励模型（PRMs）的支持。PRMs 在多步推理过程中发挥着关键作用，通过评估模型在每一步推理中的表现，指导其学习方向，从而提升整体推理能力。这种精细化的评估机制使 LLMs 能够更有效地应对复杂的决策流程，推动人工智能在自然语言处理领域的进一步发展。
本文基于上海AI实验室与北京航空航天大学合作开展的研究，探讨了家用智能设备可能存在的安全隐患。研究团队由多位跨校联合培养的博士生组成，包括上海AI实验室与上海交通大学联合培养的博士生卢晓雅、北京航空航天大学的博士生陈泽人，以及上海AI实验室与复旦大学联合培养的博士生胡栩浩。研究围绕当前广泛使用的智能设备展开，揭示了其在安全性方面存在的潜在风险，旨在引起公众对智能设备使用安全的关注，并为未来智能设备的设计与监管提供参考。
随着大型人工智能模型的快速发展，隐私安全与公平性之间的矛盾日益突出，二者关系被形象地比喻为“跷跷板效应”。近日，中国人民大学与上海人工智能实验室联合研究发现了一种可能的最佳平衡法则，为解决大型模型在伦理对齐问题上提供了新思路。该研究揭示了隐私保护与算法公平性之间的复杂关系，并尝试通过创新方法实现两者的协同优化。这一成果为人工智能伦理治理提供了重要的理论支持，也为未来模型设计提供了实践指导。
上海交通大学的研究团队在《Nature》子刊上发表了一项突破性研究成果，该团队成功开发了一种结合无人机物理建模与深度学习的端到端方法。这一创新方案使无人机集群能够实现高效自主导航，同时具备轻量化、可部署性以及协同作业能力。与现有技术相比，该方法在鲁棒性和机动性方面表现出了显著优势，为无人机集群系统的实际应用提供了全新思路和技术支持。
在2025年世界人工智能大会（WAIC）上，XREAL首次展示了其旗舰产品One Pro，标志着AR（增强现实）与AI（人工智能）融合迈入新纪元。作为一家致力于将尖端技术无缝融入日常生活的科技公司，XREAL通过其轻便的智能眼镜系列产品，正在重塑人们的交互方式和生活方式。随着人工智能技术的不断进步，XREAL将智能设备从单一的显示工具转变为智能空间中的AI伙伴，为用户带来更自然、更直观的数字体验。这一技术融合不仅展现了XREAL在AR与AI领域的领先地位，也为未来智能生活描绘了全新图景。
随着大型语言模型在各行业的广泛应用，其在处理复杂问题时可能出现的“幻觉循环”现象，即模型生成看似合理但实际存在逻辑错误或不准确的输出，已成为企业面临的关键挑战。这种问题不仅影响用户体验，还可能带来严重的决策风险。为确保输出的准确性和可靠性，企业需要通过工程化手段对模型进行有效管理和约束。这些手段包括构建高质量的训练数据集、引入多模型交叉验证机制、优化推理算法以减少不确定性，以及建立完善的后处理校验流程。通过这些措施，可以在提升模型性能的同时，降低其产生错误输出的可能性，从而增强用户对模型输出的信任度。
