Yoshua Bengio 被 AD Scientific Index 评为历史上被引用次数最多的学者，其总引用量超过 970,000 次，彰显了他在学术领域的深远影响力。与此同时，何恺明也在该榜单中跻身全球前五，进一步证明了其在科研界的卓越地位。AD Scientific Index 作为一个全球性的学术排名和分析平台，致力于评估并展示科学家、研究人员以及学术机构的科研成就和影响力。这一排名不仅反映了学者个人的研究实力，也体现了全球学术界的竞争格局和知识传播的广度。
据多家媒体报道，埃隆·马斯克（Elon Musk）旗下的人工智能公司 xAI 已向法院提起诉讼，指控 OpenAI 和苹果公司通过 ChatGPT 和苹果应用商店（App Store）进行非法市场垄断。xAI 表示，这种垄断行为导致其 AI 产品 Grok 在市场推广中受到不公平打压，严重限制了竞争与创新。此次法律诉讼旨在维护人工智能领域的公平竞争环境，并呼吁监管机构加强对 AI 市场的监督。该案件引发了业界对科技巨头市场行为的高度关注。
到2025年，人工智能的智商预计将超过110，标志着其智能水平正式超越普通人类。在这一年，AI将开始全面参与经济系统的各个环节，包括信息收集、决策判断和实际操作。这将是历史上首次由非人类实体独立完成整个经济链条的运行，预示着AI将对商业的基本规则进行重写。随着AI经济的兴起，凯恩斯的百年预言即将成为现实，经济规则即将被改写。
为了防止人工智能（AI）通过刷题提升性能，上海交通大学王德泉教授课题组提出了一种创新方法，用于测试AI模型的科学推理能力。该团队将最新科学期刊封面（如Nature等顶级刊物）转化为数据集，构建了名为MAC（多模态学术封面）的基准测试体系。这一方法的核心在于利用科学知识的动态特性，通过最新的科学内容评估AI模型的推理与适应能力，从而更有效地衡量其真实水平。
南京大学与人工智能研究机构TeleAI携手合作，推出了一项突破性研究成果——创新长视频自回归生成模型Macro-from-Micro Planning（简称MMPL）。该模型旨在突破当前长视频生成的技术瓶颈，重新定义人工智能在视频创作领域的工作流程。通过结合宏观与微观的规划策略，MMPL实现了对长视频内容的高效、连贯生成，为视频创作领域带来了全新的可能性。
通义实验室近期推出全新智能体框架Mobile-Agent-v3，在智能手机和电脑端的多项核心性能榜单中，均取得开源状态下的最佳成绩，标志着该框架在多端协同与性能优化方面迈出了重要一步。Mobile-Agent-v3的开源特性为开发者提供了更高的灵活性和可定制性，进一步推动了智能体技术的普及与应用。
近日，浙江大学与哈尔滨工业大学（深圳）联合开发了一项名为SafeMVDrive的新技术，该技术融合了扩散模型与视频语言模型（VLM），能够大规模生成具有多视角和真实感的驾驶场景视频。这些视频不仅保持了高质量的画面表现，还特别突出了危险场景的模拟能力，可用于对自动驾驶系统进行极限测试。研究表明，利用该技术生成的视频可使自动驾驶模型的碰撞检测能力提升高达50倍，为自动驾驶的安全性测试提供了全新解决方案。
近日，人工智能领域的学术影响力格局发生了重大变化，Bengio教授成为在世科学家中被引用次数最多的学者。这一成就不仅彰显了他在计算机科学领域的深远影响，也体现了其研究在跨学科领域的广泛应用。Bengio教授的研究成果被全球学者广泛引用，涵盖了从机器学习到认知科学等多个领域，标志着人工智能研究已成为现代科学发展的核心驱动力之一。
近期，随着新一代大型语言模型（LLM）的更新，开源的大型语言模型（LLM）再次成为热议焦点。据最新数据显示，在全球开源大模型的排名中，前十五名均来自中国，这一成就彰显了中国在人工智能领域的快速崛起和创新能力。中国科研机构和科技企业在模型更新和技术优化方面持续发力，推动了开源技术的广泛应用和全球影响力。这一趋势不仅提升了中国在全球人工智能竞争中的地位，也为全球技术社区贡献了重要力量。
在人工智能领域，如何提升大型语言模型（LLM）的运行效率成为研究热点。上海AI Lab最新发布的82页综述深入剖析了LLM背后的架构设计，揭示了Transformer在实现高效性能中的核心作用。该综述指出，Transformer凭借其并行计算能力和灵活的注意力机制，显著提升了模型的训练和推理效率，成为当前LLM的主流架构。通过优化Transformer结构，研究者进一步探索了多种提升模型效率的策略，包括参数压缩、计算资源分配和模型轻量化设计。这些技术的结合，为构建更高效、更实用的LLM提供了理论支持和实践指导。
多智能体系统（MAS）并非万能解决方案，其失败原因不能简单归结为单一大型语言模型（LLM）的缺陷，例如幻觉问题，而更多是系统设计、交互协议和验证机制共同作用的结果。为了更深入分析多智能体系统的失败原因，多智能体系统失败分类（MASF）框架被提出，结合组织理论与工程技术，为MAS从实验性工具向可靠系统的转变提供了结构化路径。
随着大型语言模型（LLM）在中文语境下的广泛应用，其对不适当语言（如污言秽语）的掌握程度引发了研究者的关注。由清华大学、南洋理工大学和蚂蚁集团组成的联合研究团队，首次提出了针对LLM中文语料库污染问题的治理技术。该研究定义并分类了中文污染词（PoC tokens），并深入分析了这些词汇对模型性能的具体影响。研究发现，污染词的存在不仅影响模型输出的质量，还可能对用户产生不良引导。因此，治理中文语料库污染成为提升LLM在中文环境下表现的关键步骤。
在人工智能飞速发展的今天，技术奇迹层出不穷，例如AlphaFold在预测蛋白质结构方面的精确度超越了传统实验方法，大型语言模型能够撰写出具有深度的文章，AI系统能够识别出人类难以察觉的模式。这些技术进步不仅展示了人工智能的强大能力，也引发了关于它们是否真正增强了我们对世界的理解的思考。尽管人工智能在多个领域取得了显著成就，但其对复杂现象的解释能力和背后的逻辑机制仍需进一步探索。
随着人工智能技术的快速发展，OpenAI推出的Function Call技术正在重新定义AI的交互逻辑。这项技术使AI从传统的语言生成工具，进化为能够执行实际任务的智能助手，为开发者提供了突破大型语言模型（LLM）限制的新路径。对于希望开发实用AI应用的开发者而言，掌握Function Call技术已成为不可或缺的能力。无论是构建企业级智能解决方案，还是提升个人工作效率，Function Call都展现出巨大的潜力，推动AI真正融入现实世界的复杂场景。
随着AI应用的快速发展，MCP（多模型协作平台）的安全性问题日益受到关注。在全网首发的探讨中，邬老师特别强调了MCP安全性的重要性，指出其不仅关乎技术的可靠性，更直接影响用户信任与数据保护。本文旨在为开发者提供构建安全MCP服务的思路与方法，通过分析潜在风险并提出应对策略，助力将挑战转化为创新机遇，推动AI应用生态的健康发展。
中国近日成功发射了10颗低轨道卫星，标志着其在构建全球覆盖的卫星互联网方面迈出了重要一步。这些卫星将用于优化通信网络，提升偏远地区的互联网接入能力，并推动科技发展与创新。此次发射不仅展现了中国在航天科技领域的强大实力，也为未来大规模组网奠定了坚实基础。随着卫星互联网建设的持续推进，全球通信格局或将迎来深刻变革。
