

微软曾指出,公司将在数据虚拟化、交互式艺术、人机交互以及心理学领域寻找虚拟现实设备的发展机会。而今日的表态则证明,微软也希望支持这一领域的学术研究。
微软表示,公司将选出5项出自美国研究人员之手的提案,分别给予这5项方案各10万美元的资金,以及两套“HoloLens”开发套件。
微软研究院企业副总裁周以真(Jeannette Wing)在博客中写道:“我们希望研究人员能设想出使用HoloLens的新奇方式——从对学生们的交互式教学,到打造与现实混合的装置艺术,再到用全息图谱数据揭示新的关系......等等。”
微软的这种做法很有意思,但也没有令人感到特别意外。在过去数月中,微软已经展示了人们如何利用HoloLens设备玩游戏、设计三维物体、探索火星甚至用Skype沟通,但具体的应用也就仅限于此,因此微软寄望于学术界提出新的想法。相比之下,Facebook的Oculus等虚拟现实设备已经接近投产。
项目提交截至日期为太平洋时间9月5日晚11:30。
好文章,需要你的鼓励
这项由IIT马德拉斯与BITS Pilani联合发布的研究(arXiv:2604.21523,2026年4月)构建了FOCUS元评估基准,系统检验了评审型视觉语言大模型的可靠性。通过向超过4000个图文和图像样本中注入40种受控错误,研究发现顶尖评审AI的检测失败率在某些条件下超过50%,物理合理性和视觉细节类错误尤为难以被发现,两两比较是最可靠的评审范式。
这篇由Sylph.AI发布的技术报告提出了一套两层自动化框架,核心思想是让AI自动优化自身的运行脚手架,再进一步让AI学会如何更高效地做这种优化。内层的脚手架进化循环通过工人代理、评估代理和进化代理的协作,自动迭代改进单个任务的运行配置;外层的元进化循环则在多个任务上训练,学习一套能快速适应任何新场景的通用进化蓝图,从而彻底消除人工脚手架工程的需求。
这篇由英伟达等顶尖机构联合发表的论文提出了一种名为Voyager的新型智能体。研究团队以《我的世界》为实验平台,通过引入自动课程规划、技能库存储以及迭代反馈机制,成功让大语言模型主导的AI在完全无人类干预的情况下,实现了在复杂开放世界中的自主探索与终身学习。实验数据表明,Voyager在物品收集、探索范围及技能解锁速度上均呈现出远超传统方法的压倒性优势,为未来开发能够自主解决真实物理世界复杂任务的通用人工智能奠定了关键的理论与实践基础。
这项由伊利诺伊大学、斯坦福大学、英伟达和麻省理工学院联合发布的研究(arXiv:2604.25917,2026年4月)提出了RecursiveMAS框架,让多个异构AI模型通过轻量级模块RecursiveLink在内部信号层面直接传递"潜在思想",形成循环协作,彻底绕开了传统多AI系统依靠文字传话的低效方式。配合两阶段内外循环训练策略,整个系统只需优化极少量参数,就能在数学、科学、代码生成和搜索问答等9个基准测试上取得平均8.3%的精度提升,同时实现最高2.4倍推理加速和75.6%的token用量削减。