在不少中国的投资人和合作伙伴们的眼中，这是个落地的好项目。其母公司AitherCO2，已经在欧洲和北美耕耘八年，通过节能改造，帮助2000个客户节省超过7亿美元的能源开支。

CityLens是清华大学和北京交通大学联合开发的基准测试系统，旨在评估大型语言-视觉模型通过城市图像预测社会经济指标的能力。研究团队构建了一个覆盖17个全球城市的多模态数据集，包含经济、教育、犯罪、交通、健康和环境六大领域的11项指标。通过直接指标预测、归一化指标估计和基于特征的回归三种评估方法，他们测试了17种最先进的大型语言-视觉模型。结果表明，虽然这些模型展示了有希望的感知和推理能力，但在准确预测城市社会经济指标方面仍有明显局限。

对基于AI型欺诈识别方案的深入研究。

当AI正在经历"摩尔式"狂奔时，我们比以往任何时候都更应思考，如何确保技术进步不会侵蚀文艺创作这一人类文明的珍贵财富。这不仅关乎技术的未来，更关乎人类文化传承的根本。

打破规矩，比在规矩中做得好，更重要。

混合云并不是公有云与私有云的简单组合，而是将这两者进行了有效整合，实现了任务的统一调度和编排。

本篇先介绍商用阶段的六大主流应用，后面会介绍萌芽期的四个新兴应用。

昨天晚上，在美国波士顿举行的一年一度THINK大会上，IBM宣布了有关一年前发布的watsonx 平台的几项新的更新，以及即将推出的新的数据与自动化功能，旨在使人工智能（AI）对企业而言更具开放性、成本效益与灵活性。

本周AI大事件包括Google发布Gemini 1.5 Pro和Gemma 2 2B模型，FLUX开源图像模型，Meta发布SAM 2图像分割模型。Gemini 1.5 Pro在LLM竞技场排名第一，支持音频和视频，Gemma 2 2B可在设备端运行。FLUX系列模型包括FLUX.1[pro]、FLUX.1[dev]和FLUX.1[schnell]，

ZeroGUI是一项突破性研究，实现了零人工成本下的GUI代理自动化在线学习。由上海人工智能实验室和清华大学等机构联合开发，这一框架利用视觉-语言模型自动生成训练任务并提供奖励反馈，使AI助手能够自主学习操作各种图形界面。通过两阶段强化学习策略，ZeroGUI显著提升了代理性能，在OSWorld环境中使UI-TARS和Aguvis模型分别获得14%和63%的相对改进。该研究彻底消除了传统方法对昂贵人工标注的依赖，为GUI代理技术的大规模应用铺平了道路。

PointArena是由华盛顿大学和艾伦人工智能研究所联合推出的多模态指向能力评测平台，分为三个互补组件：Point-Bench（包含982个指向任务的静态数据集）、Point-Battle（收集4,500多人类偏好投票的在线竞技场）和Point-Act（真实机器人操作系统）。研究发现Molmo-72B在指向任务上表现最佳，专门针对指向训练的模型明显优于未经训练模型，而语言推理（如思维链）反而降低指向准确性。三种评测方法间存在高度相关性，表明精确指向能力对桥接抽象推理与实际行动至关重要。

疫情来袭，使许多国家、企业和个人措手不及，在一些国家甚至是人仰马翻。新冠病毒给我们带来了新常态，现如今，唯一确定的就是不确定性。一些影响是短期的，但是许多的影响将会成为世界需要长期面对的挑战。

最好的电子邮件，应该是不让人心烦的电子邮件。

这篇研究介绍了DC-CoT，首个专门评估数据操作如何影响思维链(CoT)知识蒸馏的基准系统。北卡罗来纳大学教堂山分校等机构的研究者使用多种教师模型(如Gemini-Pro、Claude-3.5)和学生架构(3B-7B参数)，系统评估了数据增强、选择和混合对学生模型在多个推理任务上的表现影响。研究发现数据增强(尤其是逆向思维)最为有效，不同任务需要不同的最优策略组合，且存在"小模型学习能力差距"—较小学生模型可能从匹配其容量的较小教师中学习更有效。

近日，InfoQ 对全球开源软件巨头 SUSE 首席技术与产品官 Thomas Di Giacomo 博士进行了专访，围绕操作系统的持续演进、Linux 发展、开源、SUSE 的实践经验与产品技术战略等话题，Thomas Di Giacomo 博士分享了自己的洞察与见解。

当前，以互联网、大数据、人工智能为代表的新一代信息技术日新月异，给各国经济社会发展、国家管理、社会治理、人民生活带来重大而深远的影响。

当面对严峻的危机时，任何文字似乎都显的苍白无力，只有那些实实在在的行动才显的犹如珍贵，在面对这场突如其来的公共卫生安全事件中，社会各界纷纷通过实际行动为抗击疫情做出自己的贡献，其中不乏很多我们熟知的科技类企业，这些企业有的通过直接捐款捐物。

作为在Meta内部极具影响力、最杰出的领导者之一，雪莉·桑德伯格的离去掀起轩然大波，逼得扎克伯克不得不出面解释。

国立新加坡大学Show Lab团队开发的OmniConsistency是一种基于扩散变换器的通用一致性插件，用于解决图像风格化中的一致性问题。该方法采用两阶段解耦训练策略和滚动LoRA银行机制，实现风格学习与一致性学习的分离，有效保留图像风格化过程中的语义、结构和细节。研究团队构建了包含22种风格的高质量配对数据集，并通过定量与定性评估证明该方法达到了与商业模型GPT-4o相当的性能。OmniConsistency具有即插即用兼容性、强大的风格泛化能力和高计算效率，为图像风格化技术带来了重大突破。

RAVENEA是哥本哈根大学研究团队开发的首个多模态检索增强视觉文化理解基准，集成了超过10,000份人工标注的维基百科文档，用于评估视觉语言模型的文化敏感性。研究发现，轻量级视觉模型在配备文化感知检索功能后，在文化视觉问答和图像描述任务上分别提升了至少3.2%和6.2%的性能，证明了检索增强方法在提升AI文化理解能力方面的有效性，为构建更具文化包容性的视觉AI系统开辟了新路径。