我国已备案并启用180余款生成式AI服务大模型，广泛服务于公众

近日消息，在第十二届互联网安全大会的最新报道中，中央网络安全和信息化委员会办公室副主任、国家互联网信息办公室副主任王京涛透露，我国生成式人工智能服务大模型的发展取得了显著进展。

据统计，目前已有超过180个此类大模型完成备案并正式上线运营，为公众提供了多样化的智能服务。这些模型的注册用户基数庞大，已超过5.64亿人，彰显了中国在人工智能领域，尤其是生成式技术应用方面的广泛接纳与快速发展。

据介绍，近年来我国人工智能发展取得显著成效。一方面，初步构建了较为全面的人工智能技术产业体系，相关企业超过 4500 家，产业规模持续扩大；另一方面，人工智能与实体经济融合不断深化，人工智能应用加速探索，建成 2500 多个数字化车间和智能工厂，经过人工智能改造，研发周期平均缩短 20%，生产效率提升 35%。同时，人工智能也在加速政务、金融、能源等领域的数字化进程。

《互联网信息服务深度合成管理规定》第十九条明确规定，具有舆论属性或者社会动员能力的深度合成服务提供者，应当按照《互联网信息服务算法推荐管理规定》履行备案和变更、注销备案手续。深度合成服务技术支持者应当参照履行备案和变更、注销备案手续。

截至今年 6 月，国家互联网信息办公室已经发布六批深度合成服务算法备案信息。具体信息可通过互联网信息服务算法备案系统进行查询。

CatsMe!：猫咪健康守护者——AI赋能面部识别，精准洞察宠物疼痛

近日，在人工智能蓬勃发展的当下，一项名为CatsCompass的革命性应用正悄然颠覆着宠物猫的健康管理方式。

这款由Carelogy科技公司携手日本大学顶尖研究团队共同打造的智能工具，凭借其卓越的AI算法，能够精准解读猫咪的面部表情，从而洞察它们潜在的疼痛信号，其识别准确率令人惊叹地高达95%以上。

猫科动物天生倾向于隐藏疼痛，这是它们为了避免引起掠食者注意而进化出的本能行为。德雷克兽医护理中心指出，这种特性使得宠物主人往往难以察觉到猫咪的不适。动物疼痛研究小组主席Kazuya Edamura强调："很多情况下，人们并没有意识到他们的猫在痛苦中。这个AI工具能够检测出这些细微的变化，这是非常独特的。"

用户只需上传猫咪面部照片，CatsMe！应用就能在10秒内分析并判断疼痛程度，将结果分类为"无痛、轻度疼痛或重度疼痛"。应用还提供日历功能，可以跟踪面部扫描的时间，并提供猫咪两周内感受趋势的见解。

自推出以来，CatsMe!已在50个国家被20多万用户下载。最近，Carelogy还开放了更多高级功能，允许免费用户保存多只猫的记录或同时分析多张照片。用户可以与兽医或亲人分享应用的结果，并与应用内的AI聊天机器人互动，了解宠物的情绪状态。

动物疼痛研究协会急性疼痛工作组负责人Kenji Teshima评价道："这款猫疼痛检测AI是世界上第一个能够从猫脸照片中检测出疼痛迹象的AI。我们希望它能帮助识别猫的疼痛，甚至治疗它们的疼痛。"

Carelogy表示，他们希望通过CatsMe！应用，能够使所有生物的医疗保健变得更加民主化。这一创新不仅提高了宠物主人对猫咪健康状况的认知，也为兽医提供了新的诊断辅助工具，有望显著改善猫咪的生活质量。

领航者2号NAVIAI人形机器人震撼亮相：1.65米身高，60千克体重

8月21日消息，中控技术官方公众号在今日发布重要公告，宣布其投资的浙江人形机器人创新中心推出了首款具备高精度技能操作能力的人形机器人——“领航者2号NAVIAI”。

这款机器人的问世，标志着中控技术在先进制造与人工智能融合领域的又一重大突破，预示着人形机器人技术向更专业化、精细化应用场景的拓展。

“领航者 2 号 NAVIAI”身高、体重由之前领航者 1 号的 1.5 米、50 千克分别提高到 1.65 米、60 千克，AI 算力达到 275 TOPS，即拥有每秒 275 万亿次的运算能力。

NAVIAI 单臂负载达 5 公斤，负载自重比 > 0.75，操作精度≤0.1mm，其中多自由度灵巧手有 15 个手指关节，6 个主动自由度，指尖力 10N，单手重量 600g，关节速度 150 度 / 秒。

“领航者 2 号 NAVIAI”还能够适应多种地面，达到拟人化全身协调运动，最快速度≥6km/h，支持物品搬运、物品抓放、伺服插孔等作业能力，可持续作业 2 个小时。

技术方面，“领航者 2 号 NAVIAI”除了常规采用大模型进行人机交互、行为规划外，还突破了数据生成、行为决策和底层控制三大关键技术。

具体包括突破了大范围场景三维高仿真构建和新数据生成方法、杂乱开放场景机器人准确行为决策和长序列规划方法，以及提出了黑白箱融合具身智能控制策略等，使其步行“行云流水”，也能够实现便捷部署下的高效高精度操控，如杂乱堆叠场景高效桌面整理与可泛化亚毫米精度轴孔装配等。

革新AI模型精准预测阿尔茨海默病，准确率高达82%，助力早期诊断精确性飞跃

近日消息，英国剑桥大学科学家近期研发出一种AI预测工具，该工具能以超80%的准确率预测痴呆症患者的病情进展是否会导致阿尔茨海默病，有望减少昂贵且侵入性的诊断程序，促进早期干预及治疗，提高患者生活质量。

全球有超过 5500 万人患痴呆症，其中 60-80% 的类型就是阿尔茨海默病，每年造成 8200 亿美元的经济损失。预计未来 50 年，痴呆病例数将增加近两倍。

早期检测对于阿尔茨海默病至关重要，因为此时治疗效果最佳。然而，如果没有侵入性或昂贵的检查（如正电子发射断层扫描（PET）或腰椎穿刺），早期痴呆症的诊断和预后可能不准确，而这些检查并非所有记忆障碍诊所都能提供。因此，多达三分之一的患者可能被误诊，其他患者则可能在治疗有效期过后才被诊断出来。

剑桥大学心理学系领导的一个团队开发了一种机器学习模型，能够预测患有轻度记忆和思维问题的个体是否以及以多快的速度发展为阿尔茨海默病。该团队在发表在《电子临床医学》杂志上的研究中表明，该模型比目前的临床诊断工具更准确。

基于美国研究小组收集的 400 名大脑灰质萎缩患者的认知测试和核磁共振扫描数据，研究团队利用机器学习算法建立了一个 AI 预测模型，并使用英国、新加坡等多个诊所的真实世界数据测试该模型。

测试结果显示，该模型识别三年内会患上阿尔茨海默病的人的准确率达 82%，识别三年内不会患上阿尔茨海默病的人的准确率达 81%。

该算法在预测阿尔茨海默病进展方面的准确率是当前标准护理（即标准临床标志物，如灰质萎缩或认知评分）或临床诊断的三倍左右，这表明该模型可以显著减少误诊。

未来，研究团队希望将该模型扩展到预测其他类型的痴呆症，如血管性痴呆和额颞叶痴呆，并使用不同类型数据，如血液检测中的标记物等。