KAUST团队开发UnMix-NeRF技术，首次实现3D场景重建与材料识别的同步。该系统利用光谱成像技术，能够识别物体的材料特性，不仅重建逼真3D场景，还可自动分离不同材料区域。技术在多个数据集上表现优异，为机器人、增强现实、工业检测等领域带来新突破。

当AI学会自我进化：一台能不断重写自身代码的"达尔文哥德尔机器"正在实验室诞生，它像有创造力的厨师，不仅按食谱做菜，还能发明新菜谱并改进烹饪技术——这项突破让AI首次实现真正的自主进化，编程成功率从20%跃升至50%。

ByteDance研究团队发现了大语言模型扩展的新维度：通过扩大输入词汇表可显著提升模型性能而几乎不增加计算成本。他们提出的过度词汇化变换器将输入和输出词汇表分离，输入端使用1280万词条，让400M参数模型达到10亿参数模型性能。研究发现词汇表大小与性能呈对数线性关系，为大模型优化提供了新思路。

华为站点能源领域总裁彭建华携手业界嘉宾,共同就站点能源领域的技术及产业趋势展开相关探讨和预测,并发布面向未来的站点能源十大趋势。洞察趋势,明晰方向,创新探索,共建未来。

第九届中国（天津滨海）国际生态城市论坛暨2018中国国际数字经济创新峰会于9月7日-8日在天津举行。华为技术有限公司全球智慧城市业务部副总裁王盾出席大会，并做了主题为《数字经济如何改变我们的城市》的演讲。

没想到解决自动驾驶轮船的疑问，还帮我解决了另一个难题——如何防止树莓派吃灰，现在是时候用 OpenVINO 和神经计算棒去重新部署一下我的 YOLO 模型了。

这项研究推出了CannyEdit图像编辑框架，通过选择性边缘控制和双重提示策略，实现了前所未有的自然编辑效果。在用户测试中，普通用户仅有49.2%能识别出其编辑痕迹，远低于其他方法的76-89%识别率。该技术无需专门训练，可处理添加、移除、替换等多种编辑任务，为AI图像编辑的实用化应用奠定了重要基础。

麻省理工学院与IBM研究团队共同开发的TANGO框架通过强化学习同时训练大语言模型的生成器和验证器，实现双向互促进的能力提升。不同于传统方法使用固定验证器，TANGO的验证器随生成器共同演进，提供精确的步骤级反馈。实验证明，这种"探戈式"协作方式使模型在数学竞赛问题上平均提升25.5%，特别是在最具挑战性的AIME 2025竞赛上准确率翻倍。TANGO还将训练效率提高3.3倍，验证器在无需步骤级标注的情况下也达到了业界领先水平，为大语言模型的推理能力增强开辟了新思路。

就在2018年未，安全领域出现了一件非常值得关注的攻击事件，据媒体报道称，有疑似黑客在twitter煽动利用DDos攻击全球银行，其中写道“我们呼吁所有的匿名黑客行动主义者加入我们的行列。让我们一起干掉银行吧！”。

宕机20秒做到客户无感知，如何实现

值得庆幸的是，数字化战略正在促使企业重新思考运营模式，并以‘客户为中心’的思维逐步改进。值得提出的是，企业应该采取以‘数字化客户体验’为核心的理念，采用‘设计思维’和‘设计归零’的思维考量，在与科技的共同作用下，实现颠覆性的数字化转型。

上海AI实验室推出CompassJudger-2，这是一个能够像人类专家一样评判文本质量的AI模型。通过创新的批判性思考训练方法和高质量数据处理，这个7B参数的模型在多个评估基准中超越了更大规模的竞争对手，展现出专业化训练的威力。

这项由浙江大学和字节跳动联合完成的研究提出了LLM-Interleaved（LLM-I）框架，突破了现有AI图文创作系统的"单工具"瓶颈。该系统让大语言模型充当智能指挥官，根据需求调用在线搜索、图像生成、代码执行、图像编辑四种专业工具。通过创新的三重强化学习奖励机制训练，LLM-I在四个基准测试中均取得显著超越现有方法的表现，特别是在自建的LLMI-Bench基准上比GPT-4o高出25个百分点，工具调用成功率达到100%。

5月23日，2023湘江人工智能高峰论坛暨长沙昇腾人工智能创新中心上线运营启动仪式正式召开。

除了在常规应用领域大显身手之外，开源软件的优势也开始在垂直市场与业务场景下逐步显现。

4月11日，年度网络安全盛会——CSOP 2024网络安全运营实战大会在北京拉开序幕。今年大会以“智见·破境”为主题，聚焦新型网络威胁，围绕AI安全、办公网安全、终端安全、移动应用安全等不同场景，探讨如何实现政企单位的高效安全运营，吸引了来自政府部门、科研院所、高校以及网络安全从业者超过600人出席。

这项由清华大学与快手科技等机构合作的研究构建了包含18.2万个人工标注样本的大规模视频偏好数据集，开发了VideoReward多维度视频评价系统，并提出了Flow-DPO等三种对齐算法，成功让AI视频生成模型学会按照人类偏好创作内容，显著提升了生成视频的质量和用户满意度。

通用AI的应用前景非常广阔，它可以在医疗、交通、金融、教育、娱乐等各个领域发挥作用，为人类带来更好的生活体验和更高效的工作方式。

在全球化时代，中国企业在科技与经济的双重促动下，开始积极拓展海外市场。

上海AI实验室联合多家机构推出MM-IFEngine系统，专门解决多模态AI的"指令遵循"难题。该系统能自动生成复杂的图片-指令训练数据，并创建了包含400题、32种约束类型的MM-IFEval评测基准。实验显示训练后的AI模型在指令遵循能力上提升10%以上，在保持原有能力的同时显著提高了对复杂要求的理解和执行能力。