📄 論文研究
1. 我國研製全球首款基於可控存內計算的憶阻器神經動力學芯片
北京大學集成電路學院聯合中科院上海微系統所，發佈全球首款基於可控存內計算的憶阻器神經動力學芯片，首次將單步運算時延壓縮至2.12毫秒。芯片採用40納米工藝，存內計算陣列與外圍電路總面積0.28平方毫米，運行頻率50 MHz，單步積分僅需9級流水。在腦皮層重建等任務中較當前GPU提速50至478倍，突破神經動力學實時計算瓶頸。相關成果7月3日發表於《科學》。
TIP來源：IT之家（RSS）
2. NVIDIA 聯合多所大學提出 ASPIRE：自我改進機器人框架，零樣本成功率最高提升 77 分
NVIDIA 聯合密歇根大學、UIUC、UC Berkeley 等提出 ASPIRE，一個持續學習機器人框架。它通過協調器-執行器架構、閉環執行引擎、技能庫和進化搜索，編寫並優化機器人控制程序。編程智能體使用 Claude Code（Claude Opus 4.6，1M token 上下文窗口）。在 LIBERO-Pro 上最高比最強基線提升 77 分；Robosuite 雙手交接成功率從 20% 提升至 92%；BEHAVIOR-1K 收音機拾取任務從 56% 提升至 88%。利用 LIBERO-90 積累的技能，ASPIRE 在零樣本條件下對 LIBERO-Pro Long 任務達到約 31% 成功率，此前方法飽和在 4% 附近…
TIP來源：MarkTechPost（RSS）
💡 技巧與觀點
1. 26000名學生研究顯示AI隱藏學習成本需兩年才顯現
一項追蹤26000名7-12年級中學生30個月的面板數據研究發現：使用AI後作業分數提升18%，完成時間從64分鐘降至45分鐘，但閉卷考試分數下降20%，升學考試成績下降18%至24%，且完全影響約兩年才顯現。81%長期用戶作業完成時間低於50分鐘（外包跡象）。社會學科下降27%，STEM下降22%，英語下降17%，語文下降9%。每週使用AI一小時損失約5%，五小時損失30%。早期損失從約25%降至16%但未消失。
TIP來源：The Decoder：AI News（RSS）
