近日，以“见证信任的力量”为主题2021年信任互联大会举行。大会聚焦网络信任领域，邀请了相关领导、知名学者、行业专家、合作伙伴、媒体等嘉宾齐聚一堂，深入探讨了新型网络信任体系的新内涵，以及对推动经济社会发展的重要价值。

小红书技术团队开发的VESPO算法创新性地解决了大语言模型训练中的策略陈旧性问题。该算法通过变分优化框架自动推导出最优的重要性权重调整策略，在序列层面直接处理而无需长度归一化，有效避免了传统方法的偏差问题。实验证明VESPO在面对64倍陈旧比例时依然保持稳定训练，显著优于现有方法，为大规模语言模型的稳定训练提供了新的技术路径。

清华和AIRI研究团队提出循环一致性图像编辑方法，仅需4步即可实现高质量图像编辑，速度比传统方法快10倍。该方法通过训练AI反复练习"看图-重画"过程提升图像理解能力，结合智能引导机制确保编辑质量，在多项评测中超越现有快速方法，为AI图像编辑的普及应用奠定基础。

在人工智能领域，我们经常看到像OpenAI、DeepSeek和Anthropic这样的公司推出强大的推理型大语言模型，它们能够解决复杂的数学问题和生成高质量的代码。然而，这些模型通常体积庞大，参数量动辄达到320亿甚至更多。想象一下，这就像需要一台超级计算机才能运行的庞大软件。

清华大学团队开发出"思维链提示"技术，让AI学会逐步推理而非直接给答案。该方法使AI在复杂推理任务中准确率提升40%以上，从根本上解决了AI"黑盒子"问题。技术通过特殊模板引导AI展示完整思考过程，实现了从"直觉反应"到"逻辑推理"的升级，为AI在教育、医疗、法律等领域的应用开辟新道路。

中科院团队开发的SimpleGVR系统革新了AI视频增强技术，通过直接在潜在空间处理和创新的分阶段训练策略，能够将AI生成的低分辨率视频高效提升至高清画质。该系统不仅提升分辨率，还能修正AI视频特有的颜色混合等问题，在多项指标上超越现有顶级方法，为AI视频生成领域提供了实用的解决方案。

在眼下严重的疫情面前，在家办公成了确保防疫、承担企业社会责任、又兼顾企业日常运营的主要工作方式。防御新型肺炎或倒逼企业远程协同，成为落地在家办公的契机。

普林斯顿大学研究团队发现AI推理时间增加存在双刃剑效应：当思考过程隐藏时能提升安全性，但暴露时会显著降低安全性。通过对12个开源模型的测试，证实了这种"逆向扩展定律"，为AI系统安全部署提供了重要指导。

云计算是创新业务的基础承载，正全面融入社会生产生活中，我国正在加速实施“互联网+”行动计划，推进“数字中国”建设，给中国联通带来难得的发展机遇。

具身智能既要有"会思考的大脑"，也要有"能行动的身体"，而中国，正是全球唯一同时拥有这两者制造能力与完整产业链的沃土。

这项由中国香港大学、香港大学、清华大学等多所知名学府联合完成的研究，成功开发出RISE系统，让机器人首次具备了在虚拟环境中"做梦"练习的能力。通过组合式世界模型，机器人能在想象中进行大量安全训练，在动态积木分拣、背包打包、盒子封装三项挑战性任务中的成功率分别提升至85%、85%和95%，相比传统方法有显著突破，为机器人智能化开辟了全新路径。

随着建筑信息化、数字化加速推进，传统工程项目建设模式越来越难以适应新时代建筑数字化的需求。近年来，通过对BIM技术的运用，数据中心项目在数字化方面有所突破，可为“数字建筑”的建设提供借鉴，但是距离实现真正意义上的“数字建筑”还为时尚早。

华中科技大学研究团队提出SaM框架，通过动态选择和合并领域专家模型来改进大语言模型的命名实体识别能力。该方法摒弃传统"万能模型"思路，采用专业化分工策略，根据领域相似性和采样评估智能选择专家，然后融合其能力形成针对性强的任务模型。实验显示平均性能提升10%，某些领域达20%提升，同时具备良好的可扩展性和适应性。

想象一下，你有一个只有普通计算机大脑五百分之一的智能助手，却能解决复杂的数学问题，这听起来像天方夜谭吗？南加州大学的研究团队带来了这样一个惊喜：他们创造了名为"Tina"的超小型语言模型，以极低的成本实现了强大的推理能力。

说到愉悦家纺所在的纺织工业，如果我们追溯它的历史，就会发现纺织其实是中国最早的全球化产业之一。两千多年前，张骞通西域，就把的绫罗绸缎带向世界；如今，跨境电商，又以惊人的效率，将中国纺织品直接送达世界各地消费者的家中。

北京大学团队创建C3基准测试集，系统评估十款主流语音对话模型处理复杂对话的能力。研究发现即使最先进的GPT-4o音频版在英文对话中准确率仅55.68%，中文表现更差。语义歧义和省略现象是最大挑战，中文处理难度显著高于英文。该研究首次揭示了语音AI在真实对话场景中的局限性，为技术发展提供重要指引。

NewsBreak团队与伊利诺伊大学合作开发DuaShepherd，这是一个创新的AI数学推理奖励模型。该系统独创性地结合了两种评估维度：步骤正确性判断和解题潜力评估，通过多任务学习和复合概率融合，在MATH500和ProcessBench测试中显著超越传统单一奖励模型，为AI数学推理提供了新的技术路径。

Salesforce和伊利诺伊大学联合发布UserRL框架，通过八个虚拟训练场景和强化学习方法，专门训练AI助手的用户交互能力。该框架显著提升了AI理解用户真实意图的准确率（超过100%），并让AI学会了主动询问、协作解决问题等更自然的交互方式，为打造更智能、更人性化的AI助手奠定了重要技术基础。

香港科技大学团队提出噪声一致性训练（NCT），这是首个专为一步生成器设计的原生控制添加方法。NCT通过在噪声空间进行一致性训练和边界约束，无需重新训练基础模型即可为预训练的一步生成器添加新的控制能力。实验显示该方法在保持生成质量的同时将速度提升50倍，在多种控制任务上超越传统方法，为AI图像生成的实用化提供了重要突破。

香港科技大学研究团队开发了SpatialGen技术，这是一个革命性的3D室内场景生成系统。该技术能够根据简单的文字描述或参考图片，在几分钟内生成逼真的3D房间场景。研究团队构建了包含470万张图像的大规模数据集，并采用创新的多视角多模态扩散模型，实现了在真实感、多样性和用户控制之间的完美平衡，为室内设计、VR/AR和机器人仿真等领域带来了新的可能性。