行业观察

“用iPhone能避孕？” 我妈催生找茬都说不出来的话，竟然是美国那边正儿八经研究出来的学术论文。 今年 6月，美国国家经济研究局 NBER 发布了一篇工作论文，标题是《Is the iPhone Birth Control?》。 托尼心想，这美国论文还搞标题党呢？ iPhone 要是真能避孕，家族群里的七大姑八大姨，应该早早就给我发微信让我把手机扔了。 于是托尼就抱着看乐子的心态搜了下这篇论文，

路边的东西不要随便捡，这句老话还是有一定道理的。 眼前这个长得像“炮弹”东西，是美国德克萨斯州史蒂夫·马丁最喜欢的一个物件，据说是古董，来自南北战争时期，是儿子在钓鱼的时候偶尔发现送给他的。 马丁非常喜欢，决定将它放在书桌上当作镇纸。 一个重约20磅、圆柱形的大型物体，赫然立在书桌上，总是能吸引人的注意力，以至于每一个来到马丁办公室的人，都会上手摸一摸它，顺便探讨一下它的来历。 当然，讨论最多的就

快科技8月7日消息，日前开售的鸿蒙智行首款方盒子SUV享界G9热度不低，虽然起售价高达43.98万，但24小时预定已经超过了10000辆，已有爆款态势。 然而这两天，又有不少人在社交平台上公开质疑发布会上享界G9过泥坑的视频为AI合成，而他们质疑的理由是，车子过了之后漆面上竟然没有沾染泥点。 眼瞅着愈演愈烈，在这个档口，更多视频流出，从多个角度证实视频为实拍而非AI制作，终结了流言。 这视频中可以

快科技8月7日消息，115生活iOS推送V38.1.0版本更新，本次更新围绕云端视频播放体验优化，解决大量用户日常观影遇到的卡顿、偏色、跳转失效等问题。 官方目标是实现点开就播、拖哪看哪、退出回来自动续播。 新版本首先提升大文件、高画质视频的加载速度，不管是4K高码率影片，还是体积庞大的蓝光原盘，点击后等待时间明显缩短，不用长时间缓冲就能直接进入正片。 很多用户云端存满高清影视，不用提前转码，原文

快科技8月7日消息，今日，“微信时刻”公众号发文宣布，微信功能迎来更新，现在连“你撤回了一条消息”这行提示也可以撤回了。 据介绍，用户长按聊天框中的“你撤回了一条消息”，即可选择删除，让自己的聊天界面更加干净。 不过需要注意的是，这项操作只会删除自己页面中的撤回提示，对方聊天界面中的“你撤回了一条消息”仍然会保留。 除了这项新功能外，微信时刻还整理了多种消息撤回技巧，包括普通消息、连续消息、拍一拍

快科技8月7日消息，今日，荣耀MagicOS官微宣布，MagicOS 10 8月版本更新开始向第二批机型推送。 本次覆盖荣耀Magic7系列、荣耀Magic V5、荣耀500系列、荣耀WIN、荣耀WIN RT以及荣耀GT Pro等机型。 据了解，MagicOS 10 8月版本更新带来全新夏日主题、YOYO记忆长视频解析、AI语义搜索、AI翻译等七项功能升级，进一步强化系统AI体验。 具体来看，本次

在人工智能语言模型训练领域，一项由国内高校与科技企业联合完成的研究提出了创新方法，有效解决了传统训练方式中存在的“平均分配奖励”问题。该方法通过引入“反事实重播”机制，使模型能够更精准地识别并强化对任务要求至关重要的词汇，从而提升复杂指令的遵循能力。当前主流的大语言模型训练中，强化学习技术通过让模型生成多个回答并比较评分来优化策略。然而，传统方法将整体评分奖励均匀分配给回答中的每个词汇，导致关键格

随着生成式AI在消费领域加速渗透，零售业正经历一场由技术驱动的渠道重构。沃尔玛、Ulta Beauty等头部企业通过优化数字入口，试图在ChatGPT、谷歌Gemini等AI聊天机器人的搜索结果中抢占先机。Juniper Research数据显示，今年AI代理引导的零售支出规模预计突破80亿美元，Adobe Analytics统计表明，6月已有超四成美国消费者使用AI工具辅助网购，这类用户单笔消费

当你在向一位擅长数学的朋友请教问题时，他可能会用不同的方法为你解答，比如代入法、画图法或者反证法。虽然方法各异，但总能得出正确答案。如今，大型语言模型在处理问题时也展现出类似的能力，它们内部掌握着多种解题策略，只是这些策略混杂在一起，难以被外界识别，甚至模型自身也无法明确选择某种策略。耶鲁大学的研究团队提出了一个大胆的设想：能否打开这个“黑盒子”，将隐藏的解题策略逐一分离并标记，以便在需要时能够按

人工智能领域的一项新突破为解决AI“健忘症”问题提供了创新方案。由多所高校与企业联合研发的SkillRise强化学习框架，通过构建可跨任务迁移的“技能手册”，使AI智能体在连续完成相关任务时能够持续积累经验，显著提升了任务处理效率。这一成果已在三个经典文字交互环境中完成验证，实验数据显示其性能超越现有主流方法，最高领先幅度达8.5个百分点。传统强化学习模型普遍存在“任务割裂”缺陷，每次处理新任务时

在人工智能对话系统训练中，基于人类反馈的强化学习（RLHF）技术已成为主流框架。这项技术的核心环节之一是奖励模型对AI生成候选回答的评分效率，但鲜有研究深入探讨这一环节的性能瓶颈。近期，三位独立研究者通过系统化实验揭示了不同推理引擎在评分速度上的显著差异，其成果以预印本形式发布于arXiv平台。实验数据显示，在CPU环境下，采用ONNX Runtime框架的C++推理引擎展现出压倒性优势。该引擎处

南洋理工大学与ACE Robotics联合团队近日发布了一项突破性研究，通过构建名为ACE的环境捕捉引擎，首次系统性地记录了人类在真实家庭环境中的完整日常活动。该研究以预印本形式在arXiv平台公开，论文编号为arXiv:2607.28625，同步公开的ACE-Data-0数据集包含超过150小时的多模态同步数据，为机器人学习领域提供了前所未有的训练资源。传统机器人训练面临的核心困境在于缺乏"生活

在编程领域，让AI从零开始构建一个功能完备的程序，一直是极具挑战性的任务。即便对于当前最先进的AI编程模型而言，在无源代码参考的情况下，仅依据功能文档和编译好的可执行程序来重新编写程序，成功率也极低，不足1%。不过，华为加拿大研究院联合女王大学、曼尼托巴大学以及康考迪亚大学的研究团队，提出了一种名为MindForge的方法，显著提升了AI在这方面的能力。研究团队以预印本形式在arXiv平台发布了相

一项由Frontis.AI的Horizon Research团队与清华大学联合开展的研究，在计算机科学领域引发关注。该研究以预印本形式公开于arXiv，论文编号为arXiv:2607.28568v1，聚焦于计算机科学语言模型方向。研究提出了一个颇具前瞻性的概念——“AI for AI”（简称AI4AI），即让AI具备训练出更强大AI的能力，最终目标是实现AI系统的递归自我改进，形成持续进化的循环。

在人工智能领域，一个长期存在的技术难题正受到学界的密切关注：当AI系统同时承担“答题”与“制定评分标准”的双重角色时，如何避免其通过降低考核难度来伪装自身能力的提升？这一问题在医疗咨询、教育评估等关键场景中尤为突出。近日，一项由国内顶尖高校与科技企业联合完成的研究提出创新解决方案，相关成果以预印本形式发布，引发广泛讨论。研究团队将这一现象类比为“学生自拟考题并批改试卷”的荒诞场景：若学生能自主决定