人与机器之间的比较性研究，往往受到人类自发解释思维这一强烈偏见的影响。

想象你有一段视频，里面有一个人在跳舞。现在，你想让一张照片中的另一个人（或者甚至是一只猫、一个卡通角色）做出完全相同的舞蹈动作。这就是"动作转移"要解决的问题。

本研究由斯坦福大学等顶尖学府联合提出SkillBlender方法，让人形机器人像人类学习技能一样先掌握基础技能，再智能混合应对复杂任务。通过预训练行走、伸手、蹲起、踏步四种原始技能，系统能以最少的奖励设计完成复杂全身协调任务。新建的SkillBench测试平台包含三种机器人、八项任务，并创新性地评估动作准确性和自然度。

强化学习是一种行为学习模型，由算法提供数据分析反馈，引导用户逐步获取最佳结果。

就在上个月底，IBM位于加利福尼亚州阿尔马登的研究实验室（主要负责AI、量子计算、安全及存储类项目）公布了基于TrueNorth架构的NorthPole启动器，此架构已经在《科学》及IBM研究院的博文中正式公布。

RoboMaster是一项由中国香港中文大学和快手科技联合开发的创新研究，它通过"协作式轨迹控制"解决了机器人操作视频生成中的关键挑战。与传统方法不同，该系统将交互过程分解为前、中、后三个阶段，并在每个阶段明确主导对象，有效避免了特征纠缠问题。结合掩码基础的对象表示，RoboMaster不仅提高了视频真实度和轨迹准确性，还大大简化了用户交互体验。实验证明，该方法在Bridge V2数据集和野外场景中均优于现有技术，为机器人操作视频生成树立了新标准。

这份由新加坡国立大学等顶尖学府研究团队发布的调研报告，系统梳理了多模态思维链推理这一前沿AI技术的发展现状。该技术让AI具备了同时处理文字、图像、音频等多种信息并进行逐步推理的能力，在医疗诊断、自动驾驶、智能机器人等领域展现出巨大应用潜力，代表了AI从简单工具向真正智能伙伴进化的重要一步。

Gradient公司联合多所知名学府开发的ECHO-2框架通过分布式架构突破了传统AI训练的成本瓶颈。该系统巧妙地将训练过程分解为三个独立车间，让便宜设备承担数据生成任务，昂贵设备专注核心学习，并允许适度的数据延迟来换取更高的资源利用效率。实验证明在保持模型质量的同时成功降低训练成本35%以上，为AI技术普及奠定了重要基础。

阿里巴巴研究团队开发出START系统，首次让AI能像人类一样在推理过程中主动使用编程工具。通过创新的"提示注入"和自学习技术，START在数学竞赛和编程测试中表现显著提升，在AIME24达到66.7%准确率，比基础模型提升16.7%。这项突破性研究为AI推理能力带来质的飞跃，大幅减少计算错误和"幻觉"现象。

我们在年中发布了“17个服务器发展趋势”，半年后的2018年底，您可以在10分钟内阅读一年的服务器故事。

前Neuralink总裁创立的脑机接口公司Science Corporation，正在开发一种名为「Prima」的芯片技术。初步试验结果表明，38名患者中，有81%的患者视力得到了大幅度的改善。几位知名眼科医生都直称：「这是第一个有可能成功恢复AMD患者视力的重大进展！」

包括东京奥运会在内的历代奥运火炬绝不单单是个圣火容器，同时也是人类科技的结晶。

清华大学研究团队提出了一种名为"硬负样本对比学习"的创新方法，显著提升了大型多模态模型在几何理解与推理方面的能力。通过构建图像和文本两类负样本，以及开发MMCLIP训练策略，他们的MMGeoLM模型在四个几何基准测试中表现卓越，甚至以7B参数规模与GPT-4o相媲美。实验证明，仅4K个真实图像负样本的效果就超过了100K个文本负样本，为AI细粒度视觉理解开辟了新路径。

清华大学研究团队在多模态大语言模型(MLLMs)中发现了一个惊人现象：只有不到5%的注意力头负责视觉理解，称为"视觉头"。基于此，他们开发了SparseMM优化策略，针对视觉头和非视觉头分配不同的计算资源，实现了模型推理速度提升1.38倍，内存减少52%，同时保持性能不变。这一发现不仅揭示了MLLMs内部视觉处理机制，还为提高多模态AI系统效率提供了新思路。

中国电信人工智能研究院联合重庆大学、北航发布T2R-bench基准，首次系统评估AI从工业表格生成专业报告的能力。研究涵盖457个真实工业表格，测试25个主流AI模型，发现最强模型得分仅62.71%，远低于人类专家96.52%。揭示AI在处理复杂结构表格、超大规模数据时存在数字计算错误、信息遗漏等关键缺陷，为AI数据分析技术改进指明方向。

三星研究院开发的NANOQUANT技术实现了AI模型压缩的重大突破，首次让700亿参数的大型语言模型能在8GB显卡上流畅运行。该技术通过创新的二进制分解方法，将模型压缩25.8倍至5.35GB，同时保持良好性能表现。压缩过程仅需13小时和少量校准数据，大幅降低了大型AI模型的使用门槛，为AI技术普及化开辟了新路径。

上海交通大学团队开发了SmallThinker AI模型家族，专为本地设备优化。通过创新的稀疏化架构和预注意力路由器，模型在普通CPU上可达20+词/秒生成速度，仅需1-8GB内存。在MMLU等标准测试中表现优异，证明了高效本地AI部署的可能性，为AI技术普及提供了新路径。

[前言] 技术创新要通过赋能千行百业而体现，更需要无数创业者以新思路来呈现。GSMA 5G创新与投资平台（5G IN）推出「创业者说」系列访谈，携手新媒体平台科技行者，分享创业者的创新故事。

这项研究介绍了一种新型多模态扩散模型，能够同时生成量子电路的离散结构和连续参数。由因斯布鲁克大学和NVIDIA公司研究人员开发，该模型利用两个独立但协同工作的扩散过程处理门类型选择和参数预测，克服了传统量子电路编译方法的效率瓶颈。研究证明了该模型在不同量子比特数量、电路深度和参数化门比例下的有效性，并通过快速电路生成创建了数据集，从中提取出有价值的结构见解，为量子电路合成提供了新方向。

本次“「易观方舟智能用户运营产品套件」全新升级发布会” 易观邀请了生态合作伙伴腾讯云，客户最佳实践代表欧姆龙、用友、CSDN的数字化业务专家等，分享了与易观在「产业智能+」趋势下的「智能用户运营」方向的合作与应用实践。