University of Tokyo
PulseAugur coverage of University of Tokyo — every cluster mentioning University of Tokyo across labs, papers, and developer communities, ranked by signal.
3 天有情绪数据
-
Task-CoEvolve 将 LLM Harness 优化成本降低 80%
研究人员开发了 Task-CoEvolve，一种显著降低优化大型语言模型 (LLM) Harness 计算成本的新方法。该方法自适应地选择对区分不断演变的 Harness 候选最有信息量的验证任务，而不是在每次迭代中评估一组固定的任务。通过关注候选 Harness 存在分歧的任务，并从部分评估中估计全集性能，Task-CoEvolve 在达到与传统方法相当的最终性能的同时，将评估成本降低了高达 80%。该方法已在 Terminal-B…
-
波士顿动力公司 Atlas 机器人自主更换电池
波士顿动力公司公布了其 Atlas 人形机器人的一项新功能，使其能够在不到三分钟的时间内自主更换电池。这一进步旨在显著减少停机时间，并使人形机器人在工业环境中的运行时间更长。新闻还强调了一个更广泛的趋势：包括三菱重工在内的主要汽车制造商正雄心勃勃地进入人形机器人市场，并制定了宏伟的生产计划。
-
苹果发布DLR-Lock以保护大语言模型权重免遭未经授权的使用
苹果机器学习研究部门推出了一种名为DLR-Lock的新方法，用于保护预训练语言模型的权重免遭未经授权的修改。该技术通过用深度低秩残差网络（DLR-Net）替换每个多层感知器（MLP），增加了反向传播时的内存需求。DLR-Lock旨在使微调优化复杂化并增加反向传播开销，从而抵御自适应攻击者，同时保留模型的原始能力，这一点已通过在大语言模型上的实验得到验证。
-
日本南海海槽断层带发生位移，加剧大海啸预测难度
一项日本近期研究表明，南海海槽这一预测大海啸的关键区域的“锁定区”并非永久不变，而是会随时间发生变化。这一发现使预测工作变得复杂，因为菲律宾板块与欧亚板块交汇的区域比之前理解的更具流动性。研究人员利用2013年至2023年的地壳形变数据分析了菲律宾板块的运动和锁定速率，表明一些区域保持持续锁定，而另一些区域则更具动态性。
-
发现新的阿尔茨海默病因素；美国私营部门就业岗位每周增长1.65万个
日本国立精神神经医疗研究中心的研究团队与东京大学、新潟大学、麻省总医院等机构合作，发现了一种促进β淀粉样蛋白（Aβ）积聚的新型物质，Aβ是阿尔茨海默病的关键因素。这一发现为开发减缓认知衰退的新疗法和预防该疾病的措施提供了潜在途径。另外，ADP报告称，截至7月4日的四周内，美国私营部门就业人数平均每周增加16,500个。
-
日本-美国研究团队发现阿尔茨海默病新的“病因”
日本和美国的合作研究团队发现了一种促进β-淀罗蛋白（Aβ）积聚的新物质，Aβ是阿尔茨海默病的关键因素。这项研究涉及日本国立精神神经医疗研究中心（NCNP）和美国麻省总医院等机构，为开发减缓认知衰退和预防该疾病的新疗法提供了可能。该研究可能带来旨在抑制阿尔茨海默病进展的新型治疗药物和预防方法。
-
AI学习效率和“个性”成为关注焦点
研究人员正在通过研究婴儿的学习方式来探索新的AI开发方法，因为当前模型在效率和理解物理世界方面存在困难。一项新的挑战EgoBabyVLM，在收集的婴儿视频数据上测试视觉语言模型，揭示了与人类学习相比的显著不足。与此同时，AI模型的“个性”或“气质”正成为关键的设计考量，超越了原始智能。Anthropic等公司正在明确训练其模型，如Claude 3，使其表现出好奇心和开放性等特定特征，认识到AI的性情会影响用户的认知和决策。
-
Intel 申请 XBM 内存架构专利以降低 AI 芯片成本
Intel 申请了一项名为 XBM（Cross-Batch Memory）的新内存架构专利，旨在降低 AI 内存系统的成本和复杂性。XBM 旨在通过采用后端晶体管 DRAM 和 UCIe 互连技术，绕过高带宽内存 (HBM) 中昂贵的硅中介层。这种方法有望通过提供更高的可扩展性和内置修复机制来提高良率，从而缓解 AI 芯片中的“内存墙”瓶颈。
-
DataPrism Technologies 培训麒麟饮料使用 Microsoft Copilot
东京大学孵化的AI初创公司DataPrism Technologies已为麒麟饮料株式会社关东北部总公司举办了关于利用Microsoft Copilot的培训课程。培训侧重于Microsoft Copilot在业务运营中的实际应用。
-
科学家发现人类存在持续的逆时针行走偏好
科学家们意外发现，人群行走时会表现出持续的逆时针转向偏好。这种行为在西班牙和日本的各种年龄组和环境中都有观察到，表明这是一种个体现象，而非集体现象。虽然确切原因仍不清楚，但研究人员推测这可能是一种生物学上的对称性破缺原理，使人类在动物中成为罕见的例外。
-
ICRA 2026授予双项最佳论文奖，展示新AI实验室
在维也纳举行的ICRA 2026会议圆满结束，并公布了多项重要公告，包括Guanya Shi团队和GRASP Lab获得最佳论文奖，这是罕见的双项荣誉。会议还展示了机器人硬件的进步，DirectDriveTech凭借其展品获得赞誉，WUJI v2展示了工业级可靠性，Flexiv推出了其MICO双臂平台。此外，Kento Kawaharazuka宣布在东京大学成立新的AI实验室，专注于具身视觉和行动研究。
-
东京大学实验室创建日本AI指数以追踪产业影响
东京大学松尾实验室的研究人员开发了“日本AI指数”，这是一个旨在可视化人工智能对日本产业影响的新指标。该举措旨在更清晰地了解AI在国家各行业的影响力。
-
东京大学初创公司 Tō 开发面向制造业的专用 AI
一家由东京大学孵化的初创公司“Tō”（燈）正在为制造业开发专用 AI 架构。这种方法与当前通用 AI 的趋势形成对比，而是专注于“工业知识蒸馏”来解决特定的制造挑战。他们的工作展示了 AI 垂直专业化的价值，能够取得超越广泛通用模型的成果。
-
Highlanders启动日本国产人形机器人量产计划
Highlanders是一家从东京大学分拆出来的东京初创公司，已正式启动其国产人形机器人量产计划。该公司专注于实体AI和机器人技术，旨在建立源自日本的实体AI基础产业。这项举措将涵盖其人形机器人的研发、制造、量产及社会应用。
-
AI 彻底改变视频游戏开发，提高效率和游戏性
人工智能正在迅速改变视频游戏行业，90% 的开发人员现在已将 AI 整合到他们的工作流程中。AI 通过具有动态对话和自适应难度的更智能的 NPC 来增强游戏性，并加速资产创建，Tencent 的 Hunyuan3D-PolyGen 和 Meta 的 WorldGen 等工具显著缩短了生产时间。此外，AI 正在彻底改变质量保证，EA 和 Square Enix 等公司利用 AI 进行自动化测试以更有效地捕获错误，同时也引发了对内容质量以…
-
Sakana AI 的 DiffusionBlocks 通过独立训练网络块来减少训练内存
Sakana AI 推出了 DiffusionBlocks，一个用于更高效地训练神经网络的新颖框架。该方法将网络划分为多个块，允许每个块独立训练。通过减少同时处理的层数，DiffusionBlocks 在不牺牲各种架构性能的情况下，显著降低了训练期间的内存需求。该方法利用了残差网络和扩散模型之间的联系，将残差连接视为离散的去噪步骤。
-
日本试飞五倍音速冲压发动机，助力高超音速飞行
日本已成功进行了为五倍音速高超音速飞机设计的冲压发动机的地面燃烧试验。这项由JAXA与多所大学合作进行的试验，是实现东京至洛杉矶两小时内飞行的重要一步。该发动机没有活动部件，依靠前进的动量压缩空气，在模拟的高空和高速条件下进行了测试，验证了其热防护系统和性能。
-
东京研究人员公布激光驱动的存储器开关速度比DRAM快1000倍
东京大学的研究人员开发了一种新型自旋电子存储器器件，该器件利用激光在惊人的40皮秒内切换比特。这项基于Mn₃Sn的非易失性存储器技术运行时的发热量极小，并且比目前的DRAM快1000多倍。这项创新有望用于创建更高效的AI硬件和先进的存储系统。
-
TestMu AI 发布适用于 AI 代理的 Kane CLI，同时 Matsuo 教授讨论 AGI 和初创公司创建。
TestMu AI 发布了 Kane CLI，这是一款专为 AI 代理和开发者设计的新型浏览器自动化工具。该工具旨在简化 AI 驱动应用程序的浏览器交互。另外，东京大学的 Yutaka Matsuo 教授表示，他相信通用人工智能（AGI）即将来临，并表示理想情况下，每年应有 100 家 AI 初创公司从大学涌现。
-
传闻 OpenAI 将失去微软独家合作，计划进军智能手机市场，同时小米发布新 AI 模型
小米发布了名为 MiMo-V2.5-Pro 的开源 AI 模型，据称其性能可与 Anthropic 的 Claude Opus 4.6 相媲美。另外，有传闻称 OpenAI 计划携一款可能与 iPhone 竞争的设备进军智能手机市场。此外，一个名为 'Chappy' 的 AI 在东京大学和京都大学的入学考试中取得了最高分，与两年前的表现相比有了显著提高。