[論文] ReSum：透過情境摘要解鎖長期搜尋智慧
來自阿里巴巴集團通義實驗室的研究人員開發了 ReSum，這是一種突破性方法，克服了 AI 驅動網頁搜尋代理中的情境視窗限制。ReSum 透過策略性摘要定期壓縮互動歷史，讓代理能夠無限期探索，同時保持對先前發現訊息的認知。這項創新解決了 ReAct 範式中的關鍵瓶頸，該範式中持續附加互動會快速耗盡情境視窗。
AI
AI 硬體革命：OpenAI、Google 與 Apple 如何在 2025 年重塑消費科技
AI 硬體革命在 2025 年達到關鍵轉折點，OpenAI、Google 和 Apple 領導這場變革。OpenAI 正在開發智慧音箱和眼鏡等 AI 驅動設備，運用 Apple 前員工人才和供應鏈。Google 圍繞 Gemini 重新打造其智慧家庭生態系統，將先進 AI 功能整合到 Google Home 應用程式中。Apple 專注於設備端 AI 處理，在 iPhone Air 和 Apple Watch Series 8 等設備中強調隱私和健康功能。每家公司的方法都反映其優勢：OpenAI 的強大模型、Google 的資料專業知識，以及 Apple 的硬體整合。這種競爭正推動快速創新，為消費者提供基於其對 AI 能力、隱私和生態系統相容性優先考量的不同選擇。
[論文] FlowRL：配對獎勵分佈的大語言模型推理方法
FlowRL 在大語言模型強化學習領域引入了典範轉移，從獎勵最大化轉向獎勵分佈配對。這種新穎方法解決了現有方法普遍存在的模式崩塌問題，促進多樣化探索並防止收斂到有限的解決方案模式。透過將策略模型與完整獎勵分佈對齊，FlowRL 鼓勵涵蓋多種解決策略，從而產生更具泛化性的推理能力。實驗結果證明在數學和程式碼推理任務上持續優於基準方法，相較於基準方法有令人印象深刻的改善。FlowRL 生成大幅更多樣化推演的能力為訓練能夠適應不同問題設定的推理模型開啟了新的可能性，代表了在開發更強健和靈活的 AI 系統方面的重大進展。
[論文] GenExam：跨領域文字轉影像考試 – 測試 AI 專家級繪圖能力的全新基準
GenExam 是一個突破性基準，挑戰 AI 模型處理跨領域文字轉影像考試，推動人工通用智慧的邊界。涵蓋 10 個學術科目，測試 AI 繪製需要深度學科知識的複雜圖表能力。當前最先進的模型，包括先進的商業模型，在這項任務上表現困難，嚴格評分低於 15%。該基準揭露了現今 AI 系統的重大限制，突顯了閉源和開源模型之間的差距。GenExam 的全面評估框架測量語義正確性和視覺合理性，提供嚴格和寬鬆評分。隨著 AI 朝向更通用能力發展，GenExam 提供關鍵指標，提高期望並為跨領域 AI 影像生成的未來發展提供路線圖。
[論文] ScaleCUA：透過跨平台數據擴展開源電腦使用代理
ScaleCUA 代表了電腦使用代理的突破性進展，解決了與 GUI 互動的 AI 系統訓練資料有限的挑戰。其創新的跨平台資料收集管道結合自動化代理和人類專家，從多個作業系統收集多樣化的互動資料。產生的模型在 GUI 理解、元素定位和任務完成基準測試中展現卓越效能。關鍵發現突顯了跨平台資料、統一動作空間和明確推理對增強代理能力的重要性。透過開源釋出他們的模型、資料集和方法論，研究人員為推進 AI 驅動電腦自動化領域提供了寶貴資源。
OpenAI 推出新安全防護措施：保護青少年使用者同時平衡隱私疑慮
OpenAI 為 18 歲以下的 ChatGPT 使用者推出了全面的新限制措施，將安全置於隱私和自由之前。此舉是在一起涉及青少年自殺的悲劇事件後做出的，該事件導致對該公司的訴訟。這些變化包括阻止調情對話、在自我傷害討論方面實施防護措施，以及在嚴重情況下可能聯繫家長或當局。家長現在可以設定「禁用時段」並連結他們的帳戶進行監督。
這些措施正值 ChatGPT 使用量飆升至 7 億週活躍使用者，伴隨著人口統計和使用案例的轉變。然而，安全疑慮持續存在，最近修補的「ShadowLeak」漏洞就是明證。OpenAI 也推出了個人化中心，允許使用者自訂 ChatGPT 的溝通風格，儘管反應褒貶不一。
Nvidia 50 億美元入股 Intel：重塑半導體版圖的策略聯盟
在一項突破性舉措中，Nvidia 宣布以 50 億美元入股 Intel，建立策略夥伴關係，在半導體產業掀起震撼。這個聯盟旨在使用 NVLink 整合 Nvidia 的 GPU 技術與 Intel 的 x86 CPU 架構，為 AI 應用承諾前所未有的性能。這項合作將開發用於資料中心的客製化 x86 CPU 和用於消費設備的創新「x86 RTX SoC」，可能徹底改變遊戲筆記型電腦和手持 PC。這項夥伴關係，加上美國政府和軟銀最近的投資，顯示了振興 Intel 地位的協調努力。雖然兩家公司都維持某些界限，但這個聯盟代表產業版圖的重大轉變，挑戰 AMD 等競爭對手，並重塑企業和消費市場的運算未來。
Google Chrome 中的 Gemini：代理式瀏覽與 AI 驅動網路導航的黎明
Google 最新更新將 Gemini AI 帶入 Chrome，為數百萬使用者將瀏覽器轉變為智慧助理。這項整合讓 Gemini 能夠跨多個分頁運作、比較資訊，並情境式地回憶瀏覽歷史。AI 現在可以與其他 Google 應用程式互動、安排會議，並無縫提供位置詳情。
即將推出的代理式功能將讓 Gemini 能夠自主執行任務，如預約約會或訂購雜貨。與 PayPal 的合作夥伴關係專注於代理式商務，支持代理支付協議。
對於企業使用者，Gemini 在 Google Meet 中提供即時會議摘要。隱私和安全措施包括 AI 協助的明確同意以及針對 AI 生成詐騙的增強防護。
這次更新標誌著瀏覽器演進的關鍵時刻，加劇了「AI 代理瀏覽器大戰」的競爭，並引發了關於數位代理和隱私的問題。
VaultGemma：Google 隱私保護 LLM 如何重新定義 AI 資料保護
Google 的 VaultGemma 標誌著隱私意識 AI 開發的重大躍進。這個創新的大型語言模型採用差分隱私技術來保護使用者資料，同時維持令人印象深刻的效能表現。透過在訓練過程中引入校準的「雜訊」，VaultGemma 防止了個別資料點的記憶化，而不犧牲更廣泛的模式識別能力。
該模型的創建涉及對差分隱私語言模型擴展定律的廣泛研究，平衡運算、隱私和資料預算。儘管只有適中的 10 億參數，VaultGemma 展現了卓越的隱私保護能力和與類似規模非私密模型相當的效能表現。
以開放權重形式發布的 VaultGemma，代表了產業更積極解決隱私問題的更廣泛趨勢。這項發展挑戰了在沒有保護措施的情況下收集更多資料是 AI 進步唯一途徑的假設，可能改變未來 AI 系統在各種敏感領域的設計和實施方式。
中國戰略性AI轉向：深入解析輝達晶片禁令及其全球影響
中國已禁止其最大的科技公司購買輝達 AI 晶片，標誌著全球 AI 格局的重大轉變。這項舉措緊隨中國對輝達的反壟斷裁決，代表對技術自主的推動。中國監管機構聲稱國內 AI 處理器現在已達到或超越輝達的性能。這項禁令影響輝達的收入前景，並迫使中國公司加速國內晶片開發。華為的昇騰系列旨在與輝達競爭，儘管性能差距仍然存在。這種技術脫鉤發生在美中貿易緊張關係持續的背景下，可能導致全球 AI 生態系統分化。兩國都在增加對半導體研發的投資，重塑 AI 的未來和全球經濟秩序。