2025年10月20日,江西——2025世界VR产业大会在江西南昌召开,由高通公司通过高通®无线关爱™计划支持的“睛彩无界”弱视儿童VR关爱计划,在大会“AI+VR”融合创新主题论坛上正式发布。高通公司全球副总裁夏权、中国红十字基金会赈灾发展部副总监关永巍、中国移动通信集团江西有限公司副总经理贺玲和江西省儿童医院党委书记罗峻松等嘉宾共同出席了项目发布仪式。

弱视是一种神经发育性视觉障碍,通常源于幼年时期视网膜刺激不足,若未及时治疗,可能导致长期视力损害。“睛彩无界”项目针对传统弱视治疗依从性低、治疗周期长的痛点以及弱视儿童群体的康复需求,将应用江西移动的科技创新转化成果——VR儿童弱视康复系统,使用搭载高通骁龙XR平台的VR头显,通过VR双屏分显渲染技术,将单一视觉训练转化为生动有趣的游戏互动,精准调节双眼训练,为弱视儿童提供全新数字化康复治疗方案。项目一期将于2025年10月至2027年6月开展,期间将分批为江西省400名患儿提供康复治疗及后续随访。
高通公司全球副总裁夏权表示:“‘无线关爱’计划致力于利用先进技术,在创新创业、医疗服务、公共安全、教育体验和环境保护等领域发挥积极作用,目前该计划已在全球范围内惠及超过2700万人。在中国,‘无线关爱’计划已支持多个领域的公益项目,‘睛彩无界’是该计划在中国推动的又一个全新的科技向善项目。我们希望通过科技创新与合作,携手中国红十字基金会、江西移动、江西省儿童医院等合作伙伴,帮助更多弱视儿童改善视力,提升生活质量。”
中国红十字基金会赈灾发展部副总监关永巍表示:“公益不应止于捐赠,而要用创新技术打开公平医疗的新可能。‘睛彩无界’弱视儿童VR关爱计划构建了一套创新康复训练解决方案,让孩子在丰富多样的趣味训练中,自然轻松地完成视觉感知与双眼协调能力的锻炼康复,提升依从性,开辟数字疗法的全新路径,是‘VR+医疗’领域的融合创新实践。”
关于高通公司
高通公司坚持不懈地创新,让智能计算无处不在,助力全球解决一系列最重大的挑战。依托公司40年来持续打造划时代突破性技术的领导力,我们提供一系列由领先的AI、高性能低功耗计算和连接所支持的丰富解决方案组合。我们的骁龙®平台赋能非凡的消费者体验,而我们的高通跃龙™产品助力企业和行业跃上新高度。我们携手生态系统合作伙伴赋能下一代数字化转型,丰富人们的生活、改善企业业务并推动社会进步。在高通,我们用科技成就人人向前。
高通公司包括技术许可业务(QTL)和我们绝大部分的专利组合。高通技术公司(QTI)是高通公司的全资子公司,与其子公司一起运营我们所有的工程、研发活动以及所有产品和服务业务,其中包括半导体业务QCT。骁龙和高通品牌产品是高通技术公司和/或其子公司的产品。高通专利技术由高通公司许可。
关于高通®无线关爱™计划
高通®无线关爱™计划是高通公司“科技向善”的计划,旨在将先进的无线技术带给最需要的人群和社区。该计划侧重于开创性地利用移动创新,以展示前沿技术与包括4G LTE和5G在内的灵活连接解决方案如何加速可持续和包容性发展。
注:骁龙、高通、以及其他Snapdragon与Qualcomm旗下的产品系高通技术公司和/或其子公司的产品。
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。