上海交大研究团队提出新范式SysSpec,通过编写精确设计规约,利用AI自动生成操作系统组件,解决传统开发中的高人力成本和低效率问题。该方法在文件系统SpecFS中应用,显著提升了性能和开发效率。
上海交通大学将于2025年增设具身智能本科专业,成为全球首个独立开设该专业的高校。该专业将结合人工智能和机械动力等多学科知识,培养复合型人才,预计每年招生30人,旨在填补人才缺口,推动中国具身智能产业发展。
上海交大推出开源项目U-Arm,售价仅400元,可遥控95%的机械臂,已在多种机械臂上验证。U-Arm设计有三种结构,兼容主流机械臂,优化硬件以降低成本并提升操作效率。实验表明,U-Arm在任务执行速度上比游戏手柄快39%,且运动轨迹更自然。该项目已在GitHub上开源,包含硬件和软件资源。
上海交大与深势科技团队在“人类最后的考试”中取得32.1分,创下新纪录,超越OpenAI和谷歌。研究推出的X-Master和X-Masters通过工具增强推理,显著提升智能体表现,展示了国内团队在AI领域的实力。
上海交大将于7月6日举办“AI创智时代的最好投资”论坛,探讨AI对产业格局的重塑。顶尖科学家和校友将分享经验,讨论技术革命带来的机遇与挑战,并发布MBA课程升级方案,以应对AI对传统商科教育的影响。
研究团队提出了一种名为 AdsMT 的多模态 Transformer 框架,用于高效预测催化剂表面与吸附质之间的最低吸附能(GMAE)。该方法结合图结构和特征向量,利用跨模态注意力机制,简化了计算过程。AdsMT 在多个基准数据集上表现优异,展现出良好的泛化能力和可解释性,适合大规模催化剂筛选。
随着人工智能的发展,蛋白质工程进入AI辅助设计阶段。为降低使用门槛,上海交通大学开发了VenusFactory平台,简化数据检索和模型训练,支持无代码操作,促进生物科学研究。该平台整合多个数据库,提供核心任务评测,助力科学家高效研究。
上海交通大学推出全球首个支持多人实时口语对话的语音情感大模型“交交”。该模型具备多人对话、身份识别、多语言支持和情感理解等功能,能够与多位用户自然互动,精准识别身份并提供个性化回应,同时支持多种语言和方言,满足知识问答需求,展现出强大的语音理解与交互能力。
本文介绍了复旦大学和上海交通大学的研究团队提出的参数冗余微调范式及NoRM算法,旨在提升低秩适配器(LoRA)的微调性能。研究表明,随机删除LoRA参数可提高模型性能,并通过SVD分解和Sim-Search方法优化冗余参数。实验结果显示,NoRM在多个任务上优于传统LoRA方法。
上海交通大学洪亮教授团队推出了VenusMutHub,这是首个针对真实应用场景的蛋白质突变小样本数据集,并提出了评测标准。该研究克服了现有高通量数据集的局限性,为蛋白质工程提供实用指导,推动了蛋白质功能预测的发展。
华中科技大学的黄宏副教授、周东展博士和周冰心博士探讨了人工智能在社会科学、物理化学和生命科学中的应用与发展。他们分享了科研方向选择的经验,强调跨学科背景的重要性,以及AI在科研中的潜力与挑战。黄宏专注于数据驱动研究,周东展研究AI在物质科学中的应用,周冰心在蛋白质设计方面取得了显著成果。
张拳石教授探讨了AI模型的可解释性,特别是DeepSeek-R1模型的思维链是否真实反映其推理机制。他提出了“等效与或交互”理论,通过数学符号化解释神经网络的表征逻辑,强调在高风险领域(如医疗、法律)中理解AI决策机制的重要性。
完成下面两步后,将自动完成登录并继续当前操作。