IT之家 5 月 31 日消息，西北工业大学航天学院、西安电子科技大学的科研人员开发出了一种新算法，有望从根本上改变无人机蜂群搜索和摧毁敌方目标的方式。 该算法名为 HG-STR（异构图时空推理），据称能让固定翼无人机机群在通信被干扰、视野受阻的情况下，自主搜索广阔战场并消灭每一个敌方目标。相关成果已经发布在中国期刊《航空学报》上。 仿真实验表明，相比传统规则算法任务完成率提升了 37.14%；相比全局优化算法，单步决策耗时从秒级降低至毫秒级；且在通信半径极度受限的弱连通条件下仍能保持 94% 的任务成功率。 该算法在模拟测试任务中实现了了 96% 的成功率、100% 的目标杀伤率，并且运行速度足以跟上现代战争的节奏。这是已知首个能够达到 100% 杀伤率且保持足够响应速度的算法。 传统算法将友军、敌军、地形等信息都视为同一类型的数据进行处理。西安西北工业大学航天学院副教授张栋带领的团队指出，这种方式会造成混乱。他们的新方法构建了一个“异构图”，其中每个对象都被赋予其真实含义的标签：友军无人机是一种节点，搜索区域是另一种节点，敌方目标则是完全不同的第三种节点。该算法能学会关注正确的连接关系 —— 当一架无人机发现目标时，该信息会被当作高优先级威胁；当附近有队友时，则被视为协作机会。张东和同事们表示，这使得蜂群能够瞬间理解该帮助谁、该猎杀谁。 传统的基于规则的系统（如同预先编写的脚本）在敌人不按脚本出牌时会失效。而大多数现有的优化方法（如下棋计算机计算每一步）则速度太慢。 张栋在论文中写道，在激战中，这些方法需要数秒才能做出决策，“而在这段时间里，一架无人机可以盲目飞行近 600 米 —— 在激烈的电磁对抗中，这是致命的延迟”。相比之下，HG-STR 算法做出决策仅需 6.6 毫秒，较旧方法实现了巨大飞跃。 在模拟实验中，研究团队直面战场的混乱环境。敌方干扰可能切断通信链路，使无人机陷入孤立，而无人机自身的传感器只能看到一小片地面。为应对这些挑战，团队首先为每架无人机配备了“记忆”：当一架无人机与队友失联时，它会依靠一个特殊的记忆模块（门控循环单元）来记住友军最后的位置以及敌人最后出现的位置。其次，他们设计了一个分层决策机制：无人机首先决定目标是“搜索还是打击”，然后选择具体目标，最后决定使用多少弹药。通过将问题分层分解，无人机避免了试图同时处理所有事情而导致的混乱。 在团队的模拟实验中，即使通信半径受到严重限制，该算法仍然实现了对敌方目标的 100% 消灭率，包括那些隐藏在视线之外的目标。实验还表明，该算法可以在一个小场景中完成训练，然后即时部署到一个更大的场景中，无需重新训练即可应对更多的无人机和更多的目标。 评审专家表示，目前大多数无人机操作仍由人类飞行员远程控制。“这项技术预示着这样一个未来：蜂群无人机可以被派往高风险、受干扰的环境，在断绝与人类指挥的联系后，带着一条最终指令执行任务：找到并消灭所有目标。” 展望未来，研究团队计划将该算法从实验室带到现实世界。他们希望使其更加稳健，不仅能够应对通信中断，还能处理消息延迟和数据损坏。 科研人员在论文中写道：“未来的工作将聚焦于探索该算法在计算能力有限的嵌入式机载平台上的轻量化部署和实飞验证。” IT之家附论文地址： https://doi.org/10.7527/S1000-6893.2026.33373
IT之家 5 月 15 日消息，《Science》5 月 14 日在线发表了上海交通大学赵一新教授团队题为“AI-guided design of efficient perovskite solar cells operationally stable at 100 ˚C”的研究论文。 该研究瞄准钙钛矿太阳能电池稳定性这个关键问题， 开发了一个多智能体 AI 平台，通过 AI 辅助对高效稳定钙钛矿太阳能电池的器件构型和关键功能层化学组分进行了全面设计 。 实验与理论研究共同确立了甲脒-铯（FA-Cs）钙钛矿具有媲美 CsPbI 3 钙钛矿稳定性的类无机特性，提出了一种双 Al 2 O 3 保护层的高稳定性器件构型，成功实现了高效率和高稳定性的钙钛矿太阳能电池， 可在 100 ˚C 的高温下连续运行 1000 小时以上 。 钙钛矿太阳能电池具有低成本与高效率的优势，但其在光、热等外场应力下的性能衰减仍是其产业化进程的主要障碍。钙钛矿太阳能电池由钙钛矿吸光层、电子 / 空穴传输层、界面层等多个功能层构成，其稳定性提升需要各层材料组分与器件结构的全局协同优化。长期以来，高性能钙钛矿太阳能电池的研发高度依赖“实验试错”的传统路径，需要大量的材料筛选与器件结构迭代，导致人力投入大、研发周期长。 赵一新团队开发了一种面向高效稳定钙钛矿太阳能电池设计的多智能体协同 AI 平台。与依赖高通量实验或仿真生成的大规模标注数据的传统数据驱动 AI 不同，该平台采用分工协作的多智能体架构，由四个具备领域专业知识且相互关联的智能体来实现文献机理知识的整合理解与小数据冷启动下的全局研发方向指引： 数据智能体负责结构化数据提取与按需数据预处理； 中心智能体协调多个智能体间工作流并规划器件结构； 组分智能体辅助钙钛矿组分的优化； 界面智能体指导器件界面及传输层设计。 在多智能体 AI 平台的辅助下， 团队设计的高效率钙钛矿太阳能电池在 100 ˚C 持续运行 1000 小时后仍能保持 97% 的初始效率，突破了其长期面临的稳定性瓶颈 。 该成果展示了一条切实可行且前景广阔的 AI4S 赋能钙钛矿太阳能电池全链条设计路径，实现了从“实验试错”向“机理驱动 + 智能迭代”的转型，有望加速钙钛矿太阳能电池的产业化进程。 上海交通大学环境科学与工程学院博士生郭嘉豪、溥渊未来技术学院未来光伏研究中心助理研究员李博伟和博士后张泽瑜、环境科学与工程学院博士后刘方为该论文的共同第一作者。上海交通大学溥渊未来技术学院王衍明副教授、环境科学与工程学院缪炎峰副研究员、上海交通大学赵一新教授为共同通讯作者，上海交通大学为第一单位。该研究得到国家自然科学基金、上海市自然科学基金、上海交通大学“交大 2030”计划等项目的资助。 IT之家附论文链接： https://www.science.org/doi/10.1126/science.aef1620
现代 AI 图像生成器正在迅速进化，早期那种一眼可见的破绽——比如畸形的手脚、乱七八糟的文字、怪异的画面噪点——正逐渐被工程手段抹平。 如今，很多合成图片已经足以骗过普通人的肉眼，在社交媒体上不加控制地传播。 然而，发表在《科学》（Science）期刊上的一项研究指出，这些模型在本质上依然“不了解”现实世界中光线和几何的运行方式，物理规律正在成为识别真伪图像最可靠的工具之一。 研究者指出，只要测量反射、阴影、透视线等看似细枝末节的部分，就仍然有机会拆穿一张看似完美的 AI 照片。 这种基于物理世界一致性的核查方法，被数字取证专家视为在“深度伪造”时代区分真实照片与 AI 伪造的重要防线。 早期的鉴别往往依赖肉眼捕捉粗糙的技术瑕疵，但随着生成质量提升，图像开始越来越符合人类对“真实”的主观期待——色彩鲜明、构图戏剧化、充满电影感，这种“被制造出的戏剧性”反而让人更容易放松警惕。 加州大学伯克利分校教授、被广泛视为数字取证领域奠基人之一的 Hany Farid，一直在利用 AI 图像的另一种“隐性弱点”。 他的方法不是去寻找明显的视觉错误，而是把生成图跟现实世界中应当出现的几何关系进行逐一对照。 在他看来，现有的图像生成模型尚未真正学会美术课上的基础概念——消失点。 以一张 AI 生成的“士兵在长廊中行进”的图片为例，图中可以看到一些显而易见的缺陷，比如墙上模糊难辨的文字、莫名其妙的链条等。 但更关键的线索藏在地面的瓷砖里：按照透视原理，现实中的平行线（例如地砖缝、木地板接缝）在画面中应当延伸并汇聚到同一个消失点。 如果用直线工具沿着这些结构画线，就可以检查它们是否像真实照片那样在远方交汇，从而初步判断图像是否可信。 类似的几何关系同样适用于反射。 研究指出，尽管今天的生成模型已经能合成足以蒙混人眼的水面或镜面反射，只要拿直尺量一量，问题就会暴露出来。 在真实世界中，物体某一点与其在反射中的对应点之间连线，应当彼此平行，并在延长后指向一致的消失点；一旦这些线条出现不该有的偏差，就很可能意味着这是一张合成图。 阳光投下的阴影也为这种测试提供了额外抓手。 由于太阳距离地球极其遥远，可以近似认为照射到地面的阳光是平行光线。 在这种前提下，物体某个点与其阴影中对应点之间的连线，同样应该能够延长并汇聚于一个消失点。 如果一张照片中，不同物体的阴影线无法指向一致的几何关系，则很可能违背了光学基本规律。 目前还很难预测生成式模型何时、以及能否在根本上克服这些物理层面的错误。 相比早期那些肉眼易辨的瑕疵，基于透视和光线的“几何验真”要求观察者花费更多时间和精力，远超一般社交媒体用户的日常警惕阈值。 一些研究者甚至认为，对这种物理规则的深刻掌握，可能已经超出当前主流生成模型的设计能力范围。 在这项工作之外，专家也提醒用户对“用 AI 识别 AI”的做法保持谨慎。 一些自动检测工具在特定条件下确实可能比未受训练的人眼更可靠，但一旦输入图像和其训练数据分布差异过大，算法就会出现失误甚至系统性偏差。 换言之，把甄别任务完全交给另外一个黑盒模型，并不是万无一失的解决方案。 一篇相关研究还提出了一个耐人寻味的发现：确认一张照片“是真的”，可能比识别一张“假的”更难。 这项研究指出，观者审视图像的时间越长而始终找不到破绽，那么它是真实照片的概率就越高。 从这个角度看，“没有发现错误”本身，反而可以成为真实性的证据之一。 查看评论
IT之家 5 月 4 日消息，《辐射 76》一直是后末日题材游戏中争议很大的一部作品。许多系列老玩家认为，《辐射 76》“不是真正的《辐射》”，因为其采用大型多人在线角色扮演游戏形式，而不是 2018 年推出前玩家熟悉多年的传统单人冒险体验。 在英国电影学院游戏奖现场，外媒 Inside Gaming 采访了《辐射 76》创意总监乔恩 · 拉什，并提问：一款已经运营近 10 年的游戏，为什么至今还能不断吸引新玩家？ 拉什表示：“很大一部分原因，是我们游戏拥有一个很棒的社区。贝塞斯达游戏工作室拥有游戏行业最好的社区。人们进入这款游戏时，往往会带着他们从其他社区型游戏中形成的预期，结果在《辐射 76》中遇到的玩家会让他们非常惊讶。 大家都非常合作，也很愿意帮助别人 …… 这当然不是你在后末日环境中会预期看到的样子。社区一直是非常重要的一部分。” 据IT之家了解，《辐射 76》2018 年发售时开局并不好。游戏给玩家留下的第一印象较差，收藏版也引发过争议，早期体验还显得空洞、冷清。早期评价和玩家情绪仍然长期影响着《辐射 76》，也在很多方面限制了游戏增长。直到今天，仍有一些玩家坚持不碰《辐射 76》，认为它早已坏到应该关服。 不过，反对声音并没有阻止《辐射 76》继续发展。B 社近年来持续更新内容，也让《辐射 76》持续保持活力，并将游戏打磨成一款值得游玩的作品。 现如今，社交媒体和内容平台上也出现了不少围绕《辐射 76》展开的活动。慈善项目 Fallout for Hope 借助这款游戏筹款；Wasteland Theatre Company 则利用《辐射 76》的多人在线特性，在废土中举办大型戏剧演出。 《辐射 76》登陆 Game Pass 等多项订阅服务，并且持续更新，也帮助游戏不断吸引新玩家。去年底，《燃烧之泉》更新上线，让《辐射 76》与大获成功的真人剧集形成联动，还加入了全新的可探索区域和其他内容。
求助各位佬友有什么pdf转doc的方法 本来用latex排版好好的，发现学校查格式的入口只允许输入docx文件，现在无论是pandoc还是pdf转word都不能很好的保留排版，并且字体格式都被转换成其他字体了。 7 个帖子 - 4 位参与者 阅读完整话题
IT之家 4 月 16 日消息，做客 Dwarkesh Patel 播客节目时，英伟达首席执行官黄仁勋表示，即便没有 AI 浪潮， 凭借加速计算战略，英伟达仍将成长为行业巨头。 在播客节目中，黄仁勋深入阐述了英伟达的战略定位与行业洞察，他强调，加速计算始终是英伟达的核心基石，通过将 GPU 与 CUDA 架构协同工作，能够为处理器任务提供 100 倍至 200 倍的加速效果。 黄仁勋表示，即使没有 AI 技术革命，英伟达凭借在工程、科学计算及数据处理领域的广泛应用，依然能够成长为规模庞大的科技企业。 关于错失 OpenAI 和 Anthropic 早期投资机会的话题，黄仁勋坦诚回应称，这是英伟达首次考虑对外投资，当时误以为这类融资应由风险投资机构主导。 最终，这些顶尖 AI 实验室选择了微软、谷歌和亚马逊等超大规模云服务商。黄仁勋明确表示，将从此次经历中吸取教训，未来不会再犯同样的错误，暗示英伟达将更积极地参与 AI 初创企业的战略投资。 针对市场竞争，黄仁勋承认来自专用芯片的竞争压力正在加剧。但他指出，英伟达已从单纯的 GPU 制造商转型为生态系统提供商，其 CUDA 平台构建了深厚的竞争壁垒。 每一代 GPU 的研发投入高达数十亿美元，而持续增长的市场需求证明了这一战略的成功。黄仁勋强调，英伟达的供应链优势和技术积累构成了难以复制的护城河，让其在全球 AI 算力竞争中保持领先地位。
36氪获悉，小米MiMo大模型团队在官方技术博客发布文章，首次完整公开MiMo-V2.5系列大模型API永久降价背后的技术路径。文章称，MiMO-V2.5实现了KVCache双池+SWA-aware前缀树、GCache分布式缓存、KVCache亲和调度、Decode阶段MTP加速、多模态推理优化五大核心突破，降价后仍能维持收支平衡。此外，4月28日推出的“百万亿Token创造者激励计划”，总申请人数超过54万人，累计发放100万亿免费Token，折合人民币超6500万元。
36氪获悉，中信证券研报称，2025年垃圾焚烧发电行业收入降幅缩窄，业绩走出周期底部，运营端、非运营端均呈现持续改善趋势。测算行业自由现金流同比增长186%，绝对金额增长142亿元。行业分红信号转向积极，DPS与派息率均实现增长。随着行业持续加码并购、出海实现破局，预计未来仍能保持高景气度与业绩稳健增长。