专业社区关注大语言模型（LLM）如AlphaFold的发展，其预测蛋白质结构的能力为科研带来革命，缩短新药研发周期。谷歌DeepMind的Demis Hassabis凭借AlphaFold获化学诺贝尔奖，展现AI在科学研究中的关键作用。AlphaFold-3的架构创新和预测准确性提升，使其能预测几乎所有生命分子结构。AI的进步让科研界思绪凌乱，考虑转行搞AI。

2023年5月8日-5月9日,以“因聚而生 众志有为”为主题的“华为中国合作伙伴大会2023”在深圳举办。

腾讯混元团队提出的"ConciseR"是一种通过两阶段强化学习实现大模型简洁推理的新方法。研究遵循"先走后跑"原则，先确保模型具备准确推理能力，再优化输出简洁性。第一阶段通过改进的群体相对策略优化(GRPO++)提升推理能力，第二阶段通过长度感知的群体相对策略优化(L-GRPO)减少输出长度。实验结果显示，该方法在AIME、MATH-500等多个基准测试中既减少了输出长度(平均20%以上)，又保持或提高了准确率，展现出高效率-高准确率的理想平衡。

在华为伙伴暨开发者大会2022期间，华为面向企业发布园区L3自动驾驶网络解决方案，以“零等待、零中断、零风险”的网络服务为亮点，为企业园区网络带来全新的自动化管理和运维模式，全面加速企业数字化转型。

7月26日，阿里云正式发布客服中心智能集成解决方案，这是继“智能会话客服机器人—小蜜”上岗后，阿里云人工智能技术在客服领域的整体智慧集成。

想象一下：当你开车时，你不仅要看到路上的情况，还需要猜测其他司机能看到什么。当你与朋友共同搬运一件大型家具时，你需要理解对方的视角以便协调动作。这种能力在人类中被称为"视觉视角采纳"(Visual Perspective Taking, VPT)，它是我们社交互动和空间导航的基础。

杭州2018云栖大会，展现了云计算、大数据、人工智能蓬勃发展的技术生态。作为人工智能计算平台领导厂商，NVIDIA展示了最新GPU平台和基于GPU计算平台阿里巴巴在诸多业务上的创新应用。

这项研究提出了FedSVD，一种在联邦学习环境中提升低秩适应(LoRA)微调效果的新方法。研究团队通过引入基于奇异值分解的自适应正交化技术，成功解决了差分隐私随机梯度下降(DP-SGD)与LoRA结合时导致的噪声放大问题。实验表明，FedSVD在GLUE基准测试上显著优于现有方法，特别是在严格隐私保护条件下性能更加稳定，为隐私保护型分布式AI训练提供了新的技术路径。

这项由加州大学伯克利分校研究团队开发的REOrder框架，通过重新排列图像块的处理顺序，显著提升了视觉模型性能。研究发现，传统的行主序排列并非最优选择，而通过信息论先验和强化学习寻找最佳排序，可在不修改模型架构的情况下，使ImageNet-1K分类准确率提升3.01%，卫星图像分类提升13.35%。这一发现挑战了传统认知，为视觉模型优化提供了一个全新且易于实施的方向。

VLM-R3是一项由北京大学和阿里巴巴联合研发的突破性技术，它通过区域识别、推理和优化三大功能，使多模态大语言模型能够在推理过程中动态聚焦图像的不同区域。类似于人类在思考时会反复观察图像关键部分，VLM-R3通过创新的区域条件强化学习方法，大幅提高了视觉推理能力，在MathVista、ScienceQA等基准测试上表现优异，特别是在需要精细空间理解的任务中效果显著。

Hugging Face 的研究人员在 OpenAI 的深度研究功能发布 24 小时后，推出了一个名为“Open Deep Research”的开源 AI 研究代理。该项目旨在匹配深度研究的性能，同时将技术免费提供给开发者。Hugging Face 表示，虽然强大的 LLM 现在可以在开源中自由获取，但 OpenAI 并未透露深度研究背后的代理框架。因此，他们决定在 24 小时内重现其结果并开源所需的框架。

VS-BENCH是清华大学和中国科技大学研究团队开发的首个多模态基准测试，专门评估视觉语言模型在多智能体环境中的战略推理和决策能力。研究涵盖八个视觉基础环境，包括合作型、竞争型和混合动机游戏，从战略推理和决策两个维度进行评估。实验结果显示，即使是最先进的视觉语言模型也存在明显不足，最佳模型在推理准确率上仅达47.8%，标准化回报率仅为24.3%。研究还发现模型在提取视觉信息、多智能体协作和战略均衡等方面存在明显短板，为未来研究指明了方向。

西安交通大学与昆明理工大学研究团队开发了一种基于集成学习的婴幼儿语音情感识别方法，能有效分辨饥饿、困倦、不舒服和高兴四种情绪状态。研究采用三层分类器架构，整合SVM、随机森林和KNN算法，达到85.82%的准确率，显著优于单一分类器。这项技术有望应用于智能婴儿监护和早期疾病筛查，为理解婴幼儿非语言表达开辟了新途径。

8月24日-26日，ICVS中国自动驾驶博览会在上海举办，云测数据在ICVS智能座舱技术峰会上进行了“驶向智驾场景新时代，云测数据全新智能驾驶解决方案2.0详解”的分享。

上海交通大学研究团队利用影响函数揭示了数据特征如何刺激大型语言模型的数学和代码推理能力。研究发现高难度数学问题能同时提升数学和代码推理，而低难度编程任务对代码推理最有效。基于此，他们提出了"任务难度翻转"策略，使模型在AIME24准确率翻倍至20%。细粒度分析还显示，探索性思维行为对推理有积极影响，而数学推理偏好逻辑连接词，代码推理则强调结构化语法。这些发现为优化AI训练数据提供了重要指导。

近日，由中国信息通信研究院云计算与大数据研究所、可信人脸应用守护计划、中国通信标准化协会TC602联合主办的“2022年度护脸计划成果发布会”在云端顺利召开。

最近来自清华大学、无限极AI和上海交通大学的研究团队提出了一种名为"通向罗马之路"(R2R)的创新方法，可以在小型和大型语言模型之间进行智能令牌路由。研究发现，小型模型与大型模型的推理路径差异主要源于少量"分歧令牌"。R2R方法只在这些关键令牌上使用大模型，其余时间使用小模型，既保证了推理质量，又提高了效率。实验表明，使用平均5.6B参数的R2R方法超越了14B参数模型的性能，同时提供了2.8倍的速度提升。

近日，由阿里云联手英特尔主办的第一届“英特尔创新大师杯”深度学习挑战赛落下帷幕。经过激烈的线上角逐，易鑫集团旗下人工智能小组AI-Lab在“通用场景中文OCR文本识别任务”赛道上荣获季军。

新加坡国立大学（NUS）的两名研究人员，同时也是英特尔神经拟态研究社区（INRC）的成员发表了最新研究结果，表明在机器人领域，与基于事件的视觉和触觉感知相结合，英特尔神经拟态计算大有可为。

英特尔公司宣称开发出一种AI模型，能够通过颜色的细微变化实时检测视频内容是否使用了deepfake技术。从结论来看，如果拍摄对象是真人，那么这种颜色变化会更为明显。