SDSU 团队开发 ALERTA-Net:融合宏观与社交数据预测美股波动
南达科他州立大学团队推出 AI 模型 ALERTA-Net,结合宏观经济、搜索及社交数据预测股市走向与波动。对 41 支蓝筹股的测试显示,其表现优于 DP-LSTM 等基线模型。团队表示后续还将尝试加入音视频数据。
南达科他州立大学团队推出 AI 模型 ALERTA-Net,结合宏观经济、搜索及社交数据预测股市走向与波动。对 41 支蓝筹股的测试显示,其表现优于 DP-LSTM 等基线模型。团队表示后续还将尝试加入音视频数据。
发表在《Nature Medicine》的研究展示了深度学习模型 PANDA。它打破了平扫 CT 无法筛查胰腺癌的传统认知,敏感度比医生平均高出 34.1%,特异度达 99.9%,让普通体检顺带排查「癌王」成为可能。
Meta 公布两项基于 Emu 模型的 AI 研究成果:Emu Edit 和 Emu Video。Emu Edit 主打精确的文本指令图像修图,只动指令相关的像素;Emu Video 则用简化的扩散模型架构生成 4 秒短视频。这项研究目前仍处于研发阶段。
Google DeepMind 在《Science》发表全球天气预报模型 GraphCast。单台 TPU 运行不到 1 分钟即可生成 10 天预测,并在 90% 以上测试变量上超越行业标杆 HRES。模型代码现已开源,欧洲中期天气预报中心已展开实时测试。
Google DeepMind 披露下一代 AlphaFold 进展。新模型不再局限于蛋白质,能以原子级精度预测配体、DNA 及 RNA 复合结构。它无需预设参考结构即可超越传统对接方法,将直接加速靶向药设计。
加拿大 Klick Labs 等机构研发出一款 AI 模型,仅听 6 至 10 秒人声即可辅助筛查 2 型糖尿病。模型能识别人耳难以分辨的音高与音强微调,女性诊断准确率达 89%、男性达 86%。若技术落地,有望让糖尿病筛查摆脱耗时的验血流程。
佛罗里达大学研究团队借助 NVIDIA DGX A100 与 Google 街景图像,开发出建筑安全自动评估模型。灾后需要耗时数月的人工排查被缩短至数小时,按 FEMA 标准评估准确率超 85%。目前该系统正在墨西哥等地的城市展开实测。
来自澳大利亚国立大学、牛津大学和北京智源人工智能研究院的研究团队发布了 3D-GPT 系统。它将任务拆解给任务调度、概念化及建模等多个 AI 智能体,直接生成代码驱动 Blender 等软件完成 3D 建模。虽然画面尚未达到拟真级别,但有效简化了繁琐的传统建模流程。
Meta 展示了一项 AI 系统,能通过非侵入式的脑磁图(MEG)信号每秒采集数千次脑电活动,实时重构出人眼看到的图像。该系统利用 DINOv2 视觉架构将脑信号与图像特征对齐。目前高层语义抓得很准,但细节方位仍有偏差。
周三,哈佛医学院与牛津大学团队在《Nature》发布 AI 工具 EVEscape。它结合演化序列与生物结构信息,能在变异株出现前预判哪些突变最危险、最易逃逸免疫系统,比传统实验更快更高效,旨在辅助研发防患于未然的疫苗与疗法。
Meta FAIR 联手 Inria 开源了图像水印技术 Stable Signature。它打破了生成后再打水印的旧做法,直接在模型解码器中植入不可见水印,即便裁剪、压缩或用 ControlNet 微调也难以抹除。最关键的是,它将误报率压低至极低水平,能精准溯源 AI 假图。
马里兰大学研究团队发布预印本论文,测试并破解了目前市面上所有的 AI 图像水印方法。攻击者不仅能轻易洗掉肉眼不可见的隐形水印,还能给人类拍摄的照片强加水印造成误报。这意味着科技巨头押注的水印防伪,远没有想象中可靠。
医疗初创公司 Invenio 联合 NVIDIA 推出手术室级 AI 活检系统。它基于 Jetson Orin 边缘计算,在手术台旁仅用 3 分钟就能完成新鲜组织切片分析,识别癌细胞并辅助判断切除范围,将以往耗时数周的病理送检流程大幅压缩。
传奇程序员 John Carmack 创立的 Keen Technologies 与强化学习之父 Richard Sutton 宣布达成合作。两人打算绕开主流路线,从智能体与时间维度切入,目标是在 2030 年前打造出真正的 AGI 原型并记录生命迹象。