Nghiên cứu khám phá cách tối ưu hóa sự tham gia của con người trong các quy trình AI phức tạp, nhằm cân bằng giữa hiệu suất tự động hóa và nhu cầu giám sát để đảm bảo chất lượng đầu ra.
Nghiên cứu giới thiệu mô hình thế giới dựa trên khuếch tán (diffusion) giúp khắc phục hạn chế của mô hình tự hồi quy, cho phép mô phỏng môi trường RL linh hoạt và chính xác hơn thông qua các chỉ dẫn điều hướng.
UI2App là bộ tiêu chuẩn đầu tiên đánh giá khả năng tự động khôi phục hành vi ứng dụng từ ảnh chụp màn hình mà không cần hướng dẫn văn bản, giúp tối ưu hóa quy trình phát triển web dựa trên hình ảnh.
Open-AoE cung cấp 2.000 giờ video thao tác thực tế từ hơn 500 người dùng, kèm theo bộ công cụ xử lý dữ liệu từ quay phim bằng smartphone đến huấn luyện mô hình cho robot.
Nghiên cứu chỉ ra rằng việc huấn luyện mô hình AI qua nhiều giáo viên dễ dẫn đến lỗi lạm dụng công cụ. Tác giả đề xuất phương pháp phân tích sự mất cân bằng hành vi để khắc phục hiện tượng này mà không làm giảm hiệu suất tổng thể.
Nghiên cứu giới thiệu OCT-Bench, bộ tiêu chuẩn đánh giá toàn diện đầu tiên giúp kiểm tra khả năng phân tích và chẩn đoán bệnh lý võng mạc của các mô hình AI thông qua quy trình lâm sàng thực tế.
Nghiên cứu này mô hình hóa các thành phần của Transformer dưới dạng phương trình vi-tích phân trên bó sợi ngữ nghĩa, giải thích cơ chế Attention và SGD thông qua lăng kính hình học vi phân và nhiệt động lực học.
GigaAM Multilingual giải quyết sự thiếu hụt dữ liệu cho các ngôn ngữ Trung Á bằng chiến lược cân bằng dữ liệu thông minh, vượt trội hơn cả Whisper Large v3 trong các tác vụ nhận dạng giọng nói.
DeepSearch-World cung cấp môi trường xác thực giúp các tác nhân tìm kiếm tự học hỏi và cải thiện hiệu suất thông qua quy trình tự chưng cất (self-distillation), loại bỏ sự phụ thuộc vào dữ liệu từ mô hình giáo viên.
HarmoHOI là khung mô hình khuếch tán mới giúp đồng bộ hóa video đa góc nhìn và quỹ đạo điểm 3D, giải quyết thách thức về tính nhất quán trong các tương tác tay-vật thể phức tạp.
Apple-π là bộ tiêu chuẩn đánh giá đầu tiên kiểm chứng liệu các mô hình video có thực sự hiểu quy luật vật lý hay chỉ là mô phỏng bề ngoài, thông qua quy trình suy luận khoa học ba giai đoạn.
TimeLens2 giải quyết thách thức xác định chính xác thời điểm diễn ra sự kiện trong video bằng cách xử lý các khoảng thời gian dưới dạng tập hợp, giúp mô hình đa phương thức hiểu sâu hơn về ngữ cảnh và thời lượng video.
EvolvingWorld giới thiệu phương pháp mô phỏng văn học dài hạn, nơi nhân vật và bối cảnh cùng tiến hóa thông qua cấu trúc dữ liệu mở, thay vì các kịch bản cố định như trước đây.
Phương pháp Distilled RL giải quyết hạn chế của học tăng cường truyền thống và chưng cất mô hình bằng cách tích hợp sự giám sát từ giáo viên vào mục tiêu RL, giúp tối ưu hóa việc truyền tải tri thức tinh vi mà không cần bắt chước mù quáng.
ReflectWorld-MM giải quyết hạn chế của các hệ thống cũ bằng cách tổ chức bộ nhớ dựa trên các thực thể bền vững thay vì khung hình, giúp AI theo dõi đối tượng hiệu quả hơn trong các luồng video dài hạn.
OpenLongTail là công cụ tạo dữ liệu mã nguồn mở giúp chuyển đổi các video thực tế rời rạc thành dữ liệu đa góc nhìn đồng nhất, giải quyết bài toán thiếu hụt dữ liệu cho các tình huống lái xe hiếm gặp.
GEPO là phương pháp cải tiến từ GRPO giúp cân bằng việc khám phá trong học tăng cường cho LLM bằng cách điều chỉnh entropy theo từng nhóm tác vụ cụ thể, giúp loại bỏ sai lệch trong tín hiệu ưu thế giữa các nhóm dữ liệu khác nhau.
Phương pháp mới giúp tạo dữ liệu huấn luyện cho tác nhân AI gọi API mà không cần thiết lập môi trường thực tế, bằng cách sử dụng LLM để mô phỏng thế giới và phản hồi API một cách nhất quán.
JoyNexus là nền tảng dịch vụ hợp nhất giúp tối ưu hóa việc tinh chỉnh, huấn luyện tăng cường và đánh giá các mô hình VLA, giải quyết vấn đề lãng phí tài nguyên GPU và chi phí cao trong các mô hình thuê hạ tầng truyền thống.
DiffGI là khung làm việc 3D-sang-2D mới sử dụng hàm khoảng cách có dấu (TSDF) liên tục thay vì bản đồ nhị phân, giúp tái tạo các cấu trúc 3D vỏ mỏng như quần áo với độ chính xác dưới pixel và loại bỏ hiện tượng răng cưa.
Trước tình trạng tỷ lệ sinh sụt giảm, Trung Quốc áp đặt các quy định khắt khe đối với chatbot tình cảm nhằm hạn chế sự phụ thuộc vào AI và thúc đẩy các mối quan hệ xã hội thực tế.
Yuequan Bionic vừa huy động thành công hàng trăm triệu NDT để phát triển công nghệ robot mô phỏng sinh học dựa trên cấu trúc xương-cơ-dây chằng, hướng tới sản xuất hàng loạt bàn tay robot linh hoạt với đơn hàng đã vượt mốc 100 triệu NDT.
Mỹ áp thuế 50% lên hàng hóa Canada; chuyên gia kinh tế Nhậm Trạch Bình phủ nhận việc phím hàng sau vụ học viên thua lỗ lớn; GDP bình quân đầu người Hàn Quốc dự kiến đạt 39.000 USD trong năm nay.
Microsoft sẽ tích hợp nền tảng AI Helios của AMD vào hệ thống Azure để hỗ trợ các tác vụ suy luận mô hình AI tiên tiến, dự kiến bắt đầu xuất xưởng từ nửa cuối năm 2026.
Trong nửa đầu năm, ba ngành công nghiệp mũi nhọn tại Thượng Hải đạt mức tăng trưởng ấn tượng 14,5%, dẫn đầu là lĩnh vực trí tuệ nhân tạo với mức tăng 21,8%.
Google đang lên kế hoạch phát triển dòng chip mới có tên mã "Frozen V2" nhằm tăng cường hiệu suất và tối ưu hóa khả năng vận hành cho các mô hình AI Gemini.
Ugreen Max5s là mẫu tai nghe chống ồn chủ động mới với thời lượng pin ấn tượng lên tới 112 giờ, tích hợp trợ lý AI hỗ trợ ghi âm, dịch thuật và tóm tắt nội dung miễn phí trọn đời.
Các chỉ số chính tại Mỹ đóng cửa trong sắc đỏ, trong khi nhóm cổ phiếu công nghệ Trung Quốc như Alibaba, JD.com và Pinduoduo ghi nhận đà tăng ấn tượng bất chấp biến động thị trường.
Dự án Project Indigo của Adobe mang đến khả năng xóa bỏ thông minh các vật thể không mong muốn như người, rác hay dây điện khỏi ảnh, giúp tối ưu hóa quy trình chỉnh sửa hậu kỳ.
Việc quá phụ thuộc vào AI giúp tăng hiệu suất tức thời nhưng lại bào mòn sự kiên trì và khả năng tư duy độc lập của con người khi thiếu vắng công cụ hỗ trợ.