/
突破性AI助手：Skywork-R1V4让机器像侦探一样“看图说话“还能上网搜证据
昆仑万维Skywork AI团队开发的Skywork-R1V4是一款突破性的多模态AI助手，能够像侦探一样主动分析图像、上网搜索信息并将两种能力无缝结合。该系统仅通过3万个高质量样本的监督学习就实现了卓越性能，在多项测试中超越了更大规模的商业模型，证明了精妙设计比单纯扩大规模更重要，为AI助手的实用化发展指明了高效路径。
Myriota推出HyperPulse 5G非地面网络IoT连接服务
太空物联网连接服务商Myriota宣布其HyperPulse连接平台正式商用，该平台结合公司5G非地面网络架构与从Viasat租赁的L波段容量。该平台采用波束跳跃技术，根据流量需求激活所需波束，优化电池供电物联网设备功耗。相比UltraLite服务，HyperPulse提供更低延迟和更高日数据传输量。服务将于12月15日在美国、墨西哥、巴西、澳大利亚和沙特正式上线。
香港科大最新突破：让AI看图像重建3D世界的速度飞起来了
香港科技大学研究团队开发出FlashVGGT技术，通过创新的"压缩代表"策略和分块递归推理机制，将3D重建速度提升10倍以上，能处理超过3000张图像的超长序列。该技术在保持重建质量的同时显著降低计算复杂度，为VR游戏、建筑测量、自动驾驶等领域提供更实用的3D重建解决方案。
HPE与AMD扩大合作推进开放式机架级AI基础设施
AMD与HPE宣布扩大合作，共同开发下一代开放式可扩展人工智能基础设施。HPE将成为首批采用AMD Helios机架规模AI架构的系统供应商，该架构整合了AMD EPYC处理器、Instinct GPU、Pensando网络技术和ROCm开源软件栈。Helios平台每机架可提供2.9 exaFLOPS的FP4性能，采用开放机架宽设计标准，旨在简化大规模AI集群部署。HPE计划2026年全球推出该解决方案。
Tel Aviv大学团队破解视频编辑难题：让人像视频编辑既精准又自然
Tel Aviv大学研究团队开发了Sync-LoRA技术，专门解决人像视频编辑中的同步难题。该技术能在保持原视频动作完美同步的前提下，实现高质量的外观编辑。通过分析说话、眼神、眨眼和姿势四个维度，确保编辑后视频与原视频逐帧对应。这项技术为个性化视频内容创作和影视后期制作提供了新的可能。
爱立信与LotusFlare合作加速网络API技术普及
爱立信宣布与软件开发公司LotusFlare达成战略合作伙伴关系，旨在通过API技术为企业和开发者创造创新应用机会。爱立信收购了LotusFlare的少数股权，其Vonage部门将利用加速的API供应来推动新网络功能的使用。LotusFlare的DNO Cloud平台提供同意管理和数字商务解决方案，通过网络API实现先进网络功能的曝光和货币化。
NVIDIA推出PixelDiT：让AI直接在原图上作画，告别“压缩失真“时代
NVIDIA联合罗切斯特大学提出PixelDiT，首次实现直接在原始像素空间进行高质量图像生成，突破传统"压缩-生成-解压"模式的信息损失问题。该系统采用双层transformer架构，通过"构图大师"和"细节专家"分工协作，在ImageNet上达到1.61 FID分数，显著超越现有像素生成模型。更重要的是，PixelDiT实现了"无损图像编辑"，避免了传统方法中自编码器造成的细节失真，为精确图像处理应用开辟新路径。
构建MCP服务器简单，但让它正常运行却困难重重
模型上下文协议（MCP）构建简单，但在生产环境中成功运用需要更多努力。MCP虽然能快速连接大语言模型与数据库，但这种速度实际上是一种风险。企业面临五大挑战：安全风险、工具过载、扩展性限制、测试与生产环境差距以及治理合规问题。专家建议采用身份控制、限制工具访问、加强协调机制、缩小代理任务范围和构建安全护栏等解决方案。
英伟达推出8B参数的小模型管家：让AI工具协同工作比单打独斗更聪明
英伟达团队开发了ToolOrchestra系统，核心是80亿参数的Orchestrator模型，它像AI工具管家一样协调各种专业AI工具协同工作。该系统通过强化学习平衡准确性、成本和用户偏好，在HLE测试中以37.1%成绩超越GPT-5的35.1%，成本仅为后者40%。研究证明小模型智能协调比大模型单打独斗更高效经济。
Linux 6.18发布：年度最后版本或成新长期支持版本
Linux 6.18内核作为2025年最后一个版本正式发布，预计将成为下一个长期支持版本。此版本移除了实验性的bcachefs文件系统，大幅提升了多种文件系统性能，包括XFS支持在线检修、exFAT驱动速度提升16倍等。新增对华硕、联想等品牌手持设备的支持，改进了Nvidia GPU开源驱动，新增Rust版本的Android Binder组件，并引入新的存储管理机制。
卡尔斯鲁厄理工学院发布BOOM：让全球学生都能用母语上课的神奇系统
这项由卡尔斯鲁厄理工学院开发的BOOM系统实现了首个真正的多模态多语言讲座翻译，能够同时处理音频和幻灯片图像，产生同步的文本、本地化幻灯片和语音输出。系统通过视觉上下文显著提升了翻译质量，特别在技术术语理解方面，并展示了对后续摘要和问答任务的积极影响，为全球教育资源共享开辟了新路径。
京公网安备 11010802021500号 京网文(2025) 0096-033号 京字第20868号
