F2LLM-v2是蚂蚁集团与上海交通大学联合开源的嵌入模型,旨在解决语言偏见和透明度问题。该模型支持282种语言,尤其在多语言和代码搜索方面表现优异,提供多种尺寸以满足不同需求,推动开源社区发展。
上海交通大学发布的开源测评集GM-100包含100个任务和13,000条操作轨迹数据,旨在评估机器人智能与物理执行的协同能力。该测评集强调任务设计的广度与评估的深度,提供多维指标分析模型性能,推动行业标准化,降低研究门槛,促进合作与交流。
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。
bilibili与上海交通大学联合发布全球首个大规模细粒度UGC视频质量评估数据库FineVD,并提出FineVQ模型,提供涵盖色彩、噪声等六个维度的视频质量评估,旨在提升UGC视频的质量监控与优化。
2025年3月22日至23日,上海交通大学将举办AI蛋白质设计峰会,汇聚500余位专家学者,探讨人工智能在蛋白质设计中的应用与技术突破,推动产学研融合,促进生命科学发展。
张海仓是上海交通大学医学院的研究员,专注于人工智能与生命科学的交叉领域,尤其在蛋白质和药物设计方面。课题组开发了多种AI算法,并发表了多篇国际期刊论文。目前招聘助理研究员、博士后和客座学生,要求具备相关背景及Python编程能力,提供竞争力薪资和科研支持。
百奥几何与上海交通大学合作,利用生成式AI优化8G3抗体,使其对病毒变异株JN.1的中和活性提升1000-1500倍。研究成果发表在《美国国家科学院院刊》,展示了生成式AI在抗体工程中的应用潜力。
智慧环卫管理平台旨在提高环卫作业效率,实现精细化管理。通过信息技术实时监控环卫人员和车辆,建立基础数据库,推动环境卫生改善,降低管理成本。平台需加强协调与建设,提升领导力和培训,确保系统有效运作。
上海交通大学i-WiN团队提出的CAD-GPT模型结合3D建模空间定位机制,显著提升了多模态大模型在CAD建模中的空间推理能力。该模型能够根据单张图片或文本描述生成精准的CAD建模序列,表现出优越性能。
AIxiv专栏促进学术交流,上海交通大学GAIR团队在o1模型复现中取得突破,指出知识蒸馏的局限性与透明创新的重要性,呼吁培养具备第一性原理思维的AI研究者,以推动行业健康发展。
上海交通大学研究团队开发了一种小样本学习方法,用于提升蛋白质突变效果预测性能。该方法已成功应用于Phi29 DNA聚合酶的工程改造。周子宜博士将在9月25日的线上直播中分享该方法的应用。
上海交通大学推出科技金融方向的开放课程,培养通晓现代金融知识的行业领军人才。课程内容包括人工智能产业、机器学习方法、人工智能在商业中的应用等。课程特色包括了解全球人工智能领域的最新发展动态,培养人工智能技术在不同领域的应用能力。课程将在上海、北京和深圳三地校区开设。
上海交通大学AI for Bioengineering暑期学校圆满结束。洪亮教授分享了AI在蛋白设计领域的应用,表示AI能改造氨基酸序列并保持活性和阳性率。未来3年,通用人工智能将带来范式变革,转变科学发现模式为AI自动化设计模式。洪亮教授团队通过AI蛋白质设计大模型,成功改造多款蛋白,提升生产力。团队与高校和企业深度合作,具备新数据、自主模型和产品落地的核心优势。
上海交通大学的研究团队提出了一个多模态基准测试,用于评估大模型检测冲突指令的能力。研究人员发现当前的大模型在处理自相矛盾的指令时存在不足,缺乏自我意识和认知能力。为了提高矛盾检测能力,研究人员提出了一种插入式提示方法,可以从外部世界注入认知能力。这项研究将在欧洲计算机视觉大会上发表。
2024年8月12日,上海交通大学举办了“AI for Bioengineering暑期学校”,吸引了来自国内外30余所高校和27家企业的100多名学者和代表参与。学校旨在促进跨学科交流与合作,推动人工智能在生物工程领域的应用。
上海交通大学的研究人员发现,现有的AI画家模型无法准确绘制“茶杯中的冰可乐”场景,因为文本与图像之间存在不对齐问题。他们提出了一种名为MoCE的方法,通过将顺序作画的规律融入到模型的采样过程中,成功找回了消失的茶杯。实验结果显示,MoCE方法在修复概念对的准确性上表现优于其他基准模型。此外,现有的自动化评价指标也无法准确评估茶杯中的冰可乐场景。这项研究将在欧洲计算机视觉大会上发表。
上海交通大学的研究团队在《Journal of Cheminformatics》上发表了一篇关于逆合成预测的研究。他们提出了一种无监督的SMILES序列对齐技术,用于提高化学反应预测的准确性和效率。实验证明该模型在预测逆合成路径方面有效,并有潜力成为药物发现的有价值工具。作者还提出了一种基于图注意力网络的变体,用于提供更强大的分子表征能力。实验结果显示该模型在多个数据集上的性能优于其他基线模型,并且生成的合成方案具有更高的合法性和可行性。作者认为该模型具有广泛的应用潜力,并可以作为构建多步逆合成系统的基石。
上海交通大学与上海人工智能实验室联合发布了开源的3D医学大模型SAT,支持497类器官,性能超越72个nnU-Nets。OpenAI首席执行官Sam Altman宣布成立AI健康公司Thrive AI Health,旨在打造定制化AI健身教练。英矽智能向复星医药交付第二款临床前候选化合物。哈佛大学与DeepMind合作在世界模拟器中训练AI老鼠,开辟虚拟神经科学。哥德堡大学开发AI模型Candycrunch,搜寻癌症线索速度远超以往。OpenAI宣布与洛斯阿拉莫斯国家实验室合作,首次在实验室环境中测试多模态AI。AI制药初创公司PolyModels Hub获得110万英镑种子轮融资。
上海交通大学生成式人工智能实验室(GAIR Lab)推出了评估大模型诚实性的基准BeHonest,从自我认知、非欺骗性和一致性三个核心维度出发,对9个主流大语言模型进行了评估。结果显示,大多数模型在回答已知问题时表现出色,但在主动承认未知方面存在不足。现有模型存在欺骗倾向,不论指令是否合理。较大模型表现更为稳定。BeHonest的研究为AI诚实性评估提供了依据,呼吁AI社区进一步关注诚实性问题。
上海交通大学与上海人工智能实验室联合团队发布了3D医学图像分割大模型SAT,实现对人体497种器官/病灶的通用分割。SAT通过知识注入和文本编码器实现精准编码解剖学术语,构建了多模态医疗知识图谱和最大规模的3D医学图像分割数据集SAT-DS。实验结果表明,SAT在域内和域外测试中性能接近或超过专用模型nnU-Nets和交互式模型MedSAM。SAT还可以作为大语言模型的代理工具,提供分割能力。
完成下面两步后,将自动完成登录并继续当前操作。