National University of Singapore
PulseAugur coverage of National University of Singapore — every cluster mentioning National University of Singapore across labs, papers, and developer communities, ranked by signal.
6 天有情绪数据
-
亚洲老龄化人口推动高端抗衰老诊所蓬勃发展
亚洲正经历高端抗衰老诊所的激增，这得益于其迅速老龄化的人口和不断增长的收入。这些诊所融合了酒店服务、技术和传统疗法，提供旨在延长健康寿命而非仅仅是寿命的治疗。尽管需求很高，一些专家警告说，该行业所做的承诺可能超出了目前逆转衰老的科学证据。
-
MACT框架使用专业智能体以改进视觉文档理解
研究人员推出MACT，一个旨在改进视觉文档理解的新型多智能体框架。与尝试单次前向传播的传统大型视觉语言模型不同，MACT将复杂任务分解为四个专业智能体：规划、执行和判断。这一程序性扩展方法，在CVPR 2026论文中有所详述，认为将过程分解可以使小型模型在基于文档的任务上优于大型整体模型。该框架解决了文档分析中固有的程序推理、认知过载和事实错误脆弱性等挑战。
-
NUS MRAgent 大幅削减 LLM Token 使用量，表现优于 LangMem
新加坡国立大学的研究人员开发了 MRAgent，这是一种新的代理记忆架构，旨在显著减少大型语言模型的 Token 消耗。MRAgent 可动态重建活动内存，将每次查询的 Token 使用量限制在大约 118,000 个。与 LangMem 等系统相比，这代表了超过 96% 的削减，LangMem 在类似任务中可能使用多达 326 万个 Token。这项创新旨在降低检索增强生成管道中上下文过载带来的高昂成本，从而可能实现更具可扩展性的 …
-
新加坡毕业生因就业市场困境而回避低薪AI时代实习
新加坡正面临严峻的毕业生就业市场，许多大学毕业生难以找到工作，不得不求助于低薪的政府资助实习项目。毕业生行业实习（GRIT）计划旨在提供行业经验，但参与度不高，一些毕业生因其薪酬不高而认为该计划带有污名。全球招聘放缓、AI采用对就业的影响以及经济不确定性加剧了这种情况。
-
机器人通过新的TacForeSight模型获得预测性触感
研究人员开发了TacForeSight，一种新颖的力引导触觉世界模型，使机器人能够提前200毫秒预测物理接触动力学。这种主动方法超越了反应式反馈，使机器人能够在接触发生变化之前进行预测并调整其动作。TacForeSight在各种操作任务中得到了验证，平均成功率接近80%，并且其推理速度接近人类的实时能力。
-
研究：奖励模型在没有锚定情况下学习数据集的怪癖，而非价值观
来自新加坡国立大学（NUS）、VinUniversity 和南洋理工大学（NTU）的一项新研究调查了弱到强奖励模型，发现模型在训练数据集上的高表现并不能保证其泛化到新的、未见过数据的能力。研究人员确定了表示漂移（representation drift）为一个关键问题，并提出了一种名为表示锚定（Representation Anchoring）的解决方案来缓解它。他们的发现表明，使用像RAIL数据集这样多样化、以价值观为基础的基准对于…
-
新加坡成为美中公司中立的AI中心
新加坡正成为人工智能公司的中立中心，吸引了美国和中国的公司。OpenAI、Google DeepMind和Anthropic等主要AI公司已在该城邦建立或扩大业务，被其地缘政治中立性、监管清晰度和顶尖大学的强大人才库所吸引。腾讯等中国公司也在增加投资，利用新加坡作为全球扩张的战略基地，并应对国际业务要求。
-
新加坡利用地下区域供冷系统应对高温
新加坡日益依赖地下区域供冷系统来应对不断升高的气温并减少对空调的依赖。这一概念比单独的空调耗电更少，目前正在包括大型滨海湾网络在内的各个社区推广。专家认为，新加坡可以成为炎热潮湿气候下节能冷却解决方案的典范，该技术在当地市场的规模预计将在未来十年内翻一番。
-
浙江大学开发出让机器人“用眼睛思考”的人工智能
浙江大学的研究人员与康奈尔大学、新加坡国立大学和西安电子科技大学合作，开发了一种新颖的机器人视觉推理系统。该系统名为VisualThink-VLA，允许机器人直接处理视觉信息，无需进行基于语言的内部思考过程。新系统展示了显著的速度提升，比传统的基于文本的推理方法快22.8倍，同时还实现了更高的准确性。
-
NUS教授提倡更简洁、更轻便的外骨骼
新加坡国立大学的Haoyong Yu教授展示了关于使外骨骼更实用以广泛使用的研究。他强调减少设计、传感和控制的复杂性，提倡使用单电机和鲁棒传感器等更简单的机制，而非复杂系统。目标是创造出轻便、可靠且直观的外骨骼，如同衣物一样，以协助工业任务和老年人出行。
-
中国大学主导ICRA 2026论文提交，清华大学领先
在2026年ICRA机器人会议上，中国大学的参与度显著提高，清华大学以74篇论文位居榜首。共有11所中国高校跻身前20名，显示出全球机器人研究力量正在向中国转移。虽然中国在论文数量上领先，但在开源生态系统开发和理论原创性等领域，与美国顶尖大学相比仍有增长空间。
-
新加坡国立大学开发FD-VLA模型以增强机器人操作能力
新加坡国立大学的研究人员开发了FD-VLA，这是一种新颖的视觉-语言-动作（VLA）模型，旨在改善接触密集型任务中的机器人操作。与主要依赖视觉和语言线索的先前VLA模型不同，FD-VLA通过蒸馏机制整合了力信息。这使得模型能够在训练期间学习潜在的力表示，并在推理期间从视觉和本体感觉数据中预测力线索，从而减少对物理力传感器的依赖。在真实机器人平台上进行的实验表明，FD-VLA的性能显著优于没有力感知能力或使用原始力信号的模型，突显了学习…
-
超级厄尔尼诺威胁加剧亚洲能源和燃料危机
亚洲正面临日益严重的能源危机，而今年夏天可能出现的“超级厄尔尼诺”现象将使危机进一步恶化。这一极端天气事件预计将导致严重干旱和高温，给电网带来压力，并扰乱制造业和农业等耗水型产业。中东地缘政治紧张局势导致的持续燃料短缺使局势更加复杂，一些亚洲国家已开始实施节能措施，并影响了经济增长预测。
-
新技术通过电磁信号窃取AI模型
研究人员开发了一种名为ModelSpy的新技术，通过捕获GPU发出的微弱电磁泄漏来窃取AI模型的架构。这项由KAIST、新加坡国立大学和浙江大学的研究团队演示的方法，能够以高达97.6%的准确率重建AI模型，甚至可以穿墙窃取。与传统黑客方法不同，ModelSpy不需要恶意软件或直接访问计算机，对宝贵的AI知识产权构成了重大的新安全威胁。
-
视频AI从视觉质量转向运动控制和理解
视频AI的最新进展正将焦点从生成视觉上吸引人的帧转移到理解和控制运动和物理学的底层动力学。CVPR 2026上展示的研究强调了编辑视频运动的方法，例如通过将运动表示为可编辑点或3D轨迹来操纵物体轨迹和相机运动。其他创新包括使用3D形状先验从单个图像生成一致的轨道视频，以及开发基于反馈迭代改进视频生成的自改进代理。高效地对视频数据进行分词和学习长期运动嵌入也是更强大的视频模型的关键发展领域。
-
超导体研究取得突破后，物理学家加入中国浙江大学
著名物理学家周 Stephen Lin Er（以开发新型无铜超导体而闻名）已从新加坡国立大学移居中国浙江大学。周博士去年在《自然》杂志上发表了他的突破性研究成果，他将在浙江大学担任博士生导师和首席研究员。他表示，个人关系和杭州的生活环境是他加入该大学招聘计划的因素。
-
新加坡研究人员使用AI跨SIEM平台翻译安全规则
新加坡国立大学和复旦大学的研究人员开发了一种名为ARuleCon的新技术，用于在不同的安全信息和事件管理（SIEM）系统之间翻译安全规则。SIEM系统被安全运营中心（SOC）用于监控日志文件并触发潜在安全事件的警报。由于SIEM供应商使用专有格式来编写规则，因此在一个系统上创建的规则通常无法在另一个系统上运行，这给使用多个SIEM的组织带来了复杂性。ARuleCon利用代理式检索增强生成（RAG）管道和特定供应商的文档，实现了比通用L…
-
DAIMON Robotics 发布最大触觉数据集，推动机器人操控技术发展
DAIMON Robotics 发布了 Daimon-Infinity，这是一个面向物理 AI 的大规模数据集，强调高分辨率触觉传感。该数据集包含数百万小时的跨多种任务数据，涵盖从家务劳动到工厂装配的广泛领域，旨在解决机器人学习中的数据稀缺瓶颈。DAIMON 还开源了其中 10,000 小时的数据，以加速具身 AI 的部署。
-
LLM驱动的传记生成
Eugene Yan 使用了包括 GPT-4、Claude-v1.2 和 Cohere-xlarge 在内的几款大型语言模型，要求它们生成他的传记。他观察到，尽管模型捕捉到了他职业生涯的大致要点，但关于他的教育和就业历史，模型常常包含事实性错误。Yan 指出，GPT-3.5 和 GPT-4 在测试模型中表现最好，但仍然存在错误，这表明它们的知识仅限于其训练数据。