/
英特爾復蘇進行中，代工業務成為關注焦點
英特爾第三季度財報超華爾街預期，凈收入達41億美元。公司通過裁員等成本削減措施及軟銀、英偉達和美國政府的大額投資實現復蘇。第三季度資產負債表增加200億美元，營收增長至137億美元。盡管財務表現強勁，但代工業務的未來發展策略仍不明朗，該業務一直表現不佳且面臨政府投資條件限制。
認知科學研究院首次發現：進化策略竟能超越強化學習訓練大語言模型
美國認知科學研究院團隊首次成功將進化策略擴展到數十億參數的大語言模型微調，在多項測試中全面超越傳統強化學習方法。該技術僅需20%的訓練樣本就能達到同等效果，且表現更穩定，為AI訓練開辟了全新路徑。
微軟為Copilot推出Mico虛擬角色及新增自動化協作功能
微軟發布新版Copilot人工智能助手，支持最多32人同時參與聊天會話的Groups功能，并新增連接器可訪問OneDrive、Outlook、Gmail等多項服務。助手記憶功能得到增強，可保存用戶信息供未來使用。界面新增名為Mico的AI角色，并提供"真實對話"模式生成更機智回應。醫療研究功能也得到改進，可基于哈佛健康等可靠來源提供答案。同時推出內置于Edge瀏覽器的Copilot Actions功能，可自動執行退訂郵件、預訂餐廳等任務。
當機器學會“熱眼看世界“：紐約大學等聯合團隊讓AI精通“熱感翻譯術“
紐約大學等機構聯合開發的ThermalGen系統能夠將普通彩色照片智能轉換為對應的熱成像圖片，解決了熱成像數據稀缺昂貴的難題。該系統采用創新的流匹配生成模型和風格解耦機制，能適應從衛星到地面的多種拍攝場景，在各類測試中表現優異。研究團隊還貢獻了三個大規模新數據集，并計劃開源全部技術資源，為搜救、建筑檢測、自動駕駛等領域提供強有力的技術支撐。
Google與Anthropic簽署百億TPU合作協議推進AI發展
谷歌與AI初創公司Anthropic宣布達成一項價值"數百億美元"的重大合作協議，Anthropic將獲得多達100萬個谷歌張量處理單元(TPU)的使用權。該協議旨在滿足Anthropic激增的客戶需求，支持其進行更全面的測試、對齊研究和大規模負責任部署。Anthropic目前服務超過30萬企業客戶，大客戶數量在過去一年增長近7倍，計劃到2026年實現高達260億美元的年收入。
阿里巴巴團隊重磅發布：讓AI像蘇格拉底一樣自我學習，僅用100道題就能碾壓GPT-5
阿里巴巴團隊聯合多所知名高校開發出革命性AI訓練框架Socratic-Zero，該系統模擬蘇格拉底教學法，通過三個AI角色協作進化實現自主學習。僅從100道數學題開始，系統就培養出超越GPT-5等頂級商業模型的數學推理能力，在七項基準測試中平均提升20.2個百分點，展示了"以小博大"的驚人效果，為AI發展開辟了全新路徑。
EA與Stable Diffusion背后公司合作，用AI制作游戲
EA宣布與Stable Diffusion背后的Stability AI建立合作伙伴關系，共同開發變革性AI模型、工具和工作流程。合作重點是生成游戲紋理和資產，創建物理渲染材料，并通過AI預覽3D環境。EA技術藝術總監稱這些為"更智能的畫筆"，旨在為創意人員提供更好的表達工具，在保持質量的同時加快游戲開發速度。
普渡大學研究團隊推出TENET：讓AI像程序員一樣先寫測試再寫代碼的革命性方法
普渡大學研究團隊開發出TENET系統，將測試驅動開發引入AI代碼生成領域。該系統通過智能篩選關鍵測試用例、使用專門工具收集代碼庫信息、并采用反思式改進流程，讓AI像程序員一樣先寫測試再寫代碼。在兩個重要基準測試中，TENET的成功率分別達到69.08%和81.77%，比最佳競爭對手高出9.49和2.17個百分點，展現了測試驅動方法在AI輔助軟件開發中的巨大潛力。
英特爾稱服務器CPU將重新火熱：AI工作負載推動增長
英特爾重返盈利并實現營收增長，第三季度營收達137億美元，凈利潤41億美元。盡管數據中心產品銷售下降1%，代工業務營收減少4%，但公司表示AI需求將推動其代工業務獲得客戶并提升數據中心CPU業務。英特爾正推進18A工藝，并計劃推出專為推理優化的GPU。管理層認為隨著AI基礎設施建設加速，服務器CPU市場將持續增長。
伊利諾伊大學香檳分校發現：AI需要找到“創意平衡點“，太深或太淺都不夠聰明
這項來自伊利諾伊大學香檳分校的研究首次系統探索了AI模型的組合創造力規律。研究發現AI創造力存在最優的深度寬度平衡點，并揭示了新穎性與實用性之間的根本權衡關系。這種權衡即使在大規模模型中也持續存在，為理解AI創造力局限性和"構思執行鴻溝"現象提供了重要洞察，對未來AI創造性系統的設計具有指導意義。
提示工程正在深入探索最新發布的ChatGPT工作效率提升提示包
OpenAI最新發布了一系列ChatGPT工作效率提升提示模板包，涵蓋撰寫專業郵件、會議議程制定、根本原因分析等商務場景。這些現成模板旨在幫助更多用戶認識到生成式AI在工作中的實用價值。提示工程師應關注這些模板，既可直接使用也可用于提升技能。使用時需注意隱私安全，選擇合適的AI平臺，并采用交互式對話方式獲得更好效果。用戶還應要求AI解釋推理過程，仔細檢查輸出內容避免錯誤和幻覺問題。
北卡羅來納大學團隊破解大語言模型信心預測難題：讓AI學會準確評估自己的回答可靠性
北卡羅來納大學研究團隊通過大量實驗發現，大語言模型缺乏準確的自我認知能力，無法可靠評估自身回答的正確性。他們提出通用正確性模型，通過學習多個AI模型的歷史表現來預測回答可靠性，準確率比傳統自我評估方法提升2.22%。研究還發現回答表述方式和世界知識對正確性預測具有重要影響，為構建更可靠的AI系統提供了實用技術路徑。
京公網安備 11010802021500號 京網文(2025) 0096-033號 京字第20868號
