今年首次开启公开报名，以更开放的评选机制与各行业共建「甦2021·年度新物种榜单」。

中科院和字节跳动联合开发了VGR视觉锚定推理系统，突破了传统AI只能粗略"看图"的局限。该系统能在推理过程中主动关注图片关键区域，像人类一样仔细观察细节后再得出结论。实验显示VGR在图表理解等任务上性能大幅提升，同时计算效率更高，代表了多模态AI"可视化推理"的重要进展。

Stability AI推出SD3.5-Flash系统，将AI图像生成速度提升18倍，仅需4步即可完成高质量图片生成，并通过量化优化让普通手机也能运行。该技术通过"时间步共享"和"分时间步微调"等创新方法，成功解决了传统AI绘画速度慢、硬件要求高的问题，让AI图像生成技术实现真正的民主化普及。

这项研究提出了一种创新的无配对数据训练方法，用于开发轻量级智能手机图像信号处理器(ISP)。传统方法需要具有像素级对齐的配对RAW-RGB数据，而该方法通过多重损失函数和三个鉴别器的对抗训练，成功实现了无需配对数据的高质量图像处理。研究在ZRR和富士胶片UltraISP数据集上测试，证明轻量级模型(仅3K参数)能达到接近配对训练的视觉效果，且适合在手机上实时运行。这一方法大大降低了开发手机相机处理算法的成本和技术门槛。

多模态大型语言模型（Multimodal Large Language Models，MLLMs）在人工智能 的最新进展中扮演着关键角色，作为通用全能助手开发的基础元素。然而，这些方法依赖 于粗粒度的图像级对齐，缺乏对细节的理解（如区域描述和推理）。

用AI面试号称能消除偏见，事实真的如此吗？

上海人工智能实验室等机构联合开发的MeshCoder系统能将3D物体点云自动转换为可编辑的Blender Python代码。该系统采用分层训练策略，先训练部件识别模型，再训练整体推理模型，在重建精度上显著优于现有方法。生成的代码支持灵活的几何和拓扑编辑，并能增强大语言模型对3D形状的理解能力，为游戏开发、建筑设计等领域带来新的可能性。

Arm CPU正在从根本上推动AI变革，并造福地球。Arm架构是未来AI计算的基石。

以色列理工学院研究团队开发出一种新颖的AI推理改进方法，通过训练专用的"继续思考"标记，让AI模型在解题时能够进行更深入的思考。该方法只需训练单个标记的嵌入向量，保持模型其他参数不变，在数学推理任务中展现出显著效果，准确率提升幅度达到传统方法的三倍以上，为AI推理能力提升提供了高效且通用的解决方案。

NASA地球观测卫星每日传输海量图像数据，通过AI基础模型可以将原始数据转化为结构化的物理世界表征。IBM与NASA合作开发的开源基础模型家族，包括Prithvi-EO系列、Prithvi WxC天气预测模型和太阳观测模型Surya，已被下载超60万次。这些模型在农业产量预测、天气预报、野火监测和碳循环研究等领域展现出显著应用价值，为科学发现提供了新的算法创新路径。

亚利桑那州立大学团队开发出MMTok技术，通过多模态覆盖最大化方法，让视觉语言AI模型在保持98.7%准确度的同时实现1.87倍速度提升。该方法同时考虑图片和文字信息来智能选择关键视觉令牌，将处理的视觉信息从2880个压缩到160个，显著降低计算成本和内存使用，为AI系统的实际部署提供了高效解决方案。

企业经营规模的不断壮大和业务范围不断扩张，一些高层管理者感觉到在管理上力不从心，用友提出并实践了“管理穿透式”数据分析方法从问题现象到本质，对基层单位的共性问题梳理归因，发现集团管理中的问题，最终做到既“治标”又“治本”。

2023年8月11日，以“数智双擎，算融未来”为主题的2023东湖算力与大数据创新大会在武汉顺利举行。

卡内基梅隆大学联合微软研究院提出首个针对结构化文本数据的差分隐私评测框架Struct-Bench。该框架通过上下文无关文法描述数据结构，从结构完整性、语义质量和应用效果三个维度评估合成数据质量。研究在七个数据集上测试发现，当前方法在结构化数据生成方面表现不佳，格式正确率普遍低于20%，为改进隐私保护数据生成技术提供了重要基准。

作为一家大型跨国企业的首席信息官，Joe Locandro正在实施一项雄心勃勃的转型议程，作为该公司的统一平台，以及动态数字创新的启动平台。

医疗设备融资达到2021年以来最高水平，但MRI设备仍面临成本高昂、仅限大医院使用的问题。巴黎初创公司Chipiron创始人兼CEO Evan Kervella分享了解决方案。传统MRI依赖超导磁体和液氦，难以规模化。Chipiron正开发轻量级MRI技术，注重安装便利性和患者体验，不与传统设备竞争，而是让MRI技术在更多场所普及应用。

DevOps团队要想在当今乃至未来的现实场景中不断创造新技术，唯一的方法就是全面引入AI技术。相信在AIOps的支持下，企业将能够专注于建立并改善客户体验，拓展出前所未有的业务与利润空间。

如何对KPI与数字化转型目标相结合的过程进行简化?

话说这几天IT圈的一则新闻，又让我等吃瓜群众热闹了一把...

这项研究提出了CPGD算法，解决语言模型规则强化学习中的训练不稳定问题。通过用策略梯度损失替代PPO-clip损失，并引入裁剪机制和策略漂移正则化，CPGD有效避免了现有方法中由重要性采样比率引起的训练崩溃。实验结果表明，CPGD在多个多模态数学基准测试上显著优于其他强化学习算法，与基础模型相比平均提升11.0%的性能，尤其在领域内测试上提升21.8%，展现出卓越的稳定性和泛化能力。