微软亚洲研究院提出首个FP4量化训练框架，通过可微分梯度估计器和离群值处理技术，在保持模型性能的同时实现接近4倍的计算加速。该技术在130亿参数模型上验证有效，为降低大模型训练成本、促进AI技术普及提供了新路径。

近几年，中国银行业对于核心业务方面呈现出明显的趋势：一是国内大部分金融机构都在加速将核心业务从大型主机或者小型主机环境向开放平台迁移，但对于数据的可靠性和业务连续性一点都没有降低

莫斯科研究团队开发了基于自信心的AI训练新方法RLSC，让AI模型通过分析自己回答的可信度来自我改进，无需外部标注数据。该方法仅用16个样本和20个训练步骤，就让数学AI模型在多项测试中准确率提升13-22个百分点，同时大幅降低了计算成本，为AI训练提供了高效实用的新思路。

8月10-12日，以“推进时空信息新基建，开拓数字经济新蓝海”为主题的2022中国地理信息产业大会在合肥滨湖国际会展中心举办。

字节跳动研究团队开发出革命性的"生成器-验证器"AI系统，专门解决编程竞赛中测试用例质量低下的问题。通过172万份真实数据验证，新系统生成的测试用例准确率比现有方案提高一倍，创建了全新的CodeContests+数据集。这项工作为AI编程能力评估和训练提供了更可靠的基础设施。

戴尔基础设施解决方案集团总裁Arthur Lewis表示，人工智能革命已经到来，数据中心是这场革命能否实现全球扩展的试验场，但目前数据中心尚未为此做好准备。

2024年6月16日，中国政法大学2014届MBA毕业生返校日活动顺利举行。来自2014届校友及其他各届同学相聚中国政法大学研究生校区图书馆会议室，开启一场重温青葱岁月的交流分享。

以诸多创新“黑科技”打造出契合需求、感动人心、价格厚道的好产品，为消费者提供服务贴心、沟通友好、收费合理、一切向用户看齐的高品质售后服务，让每个人都能享受科技带来的美好生活。

亚马逊FAR部门研究团队通过创新的"掩码比特建模"技术，突破了图像生成领域的传统认知。研究发现离散方法劣势源于信息容量不足而非技术路线缺陷，提出的BAR框架通过渐进式比特预测解决大词汇表计算难题，在ImageNet-256上创下0.99 gFID新纪录，同时实现数十倍的速度提升，为AI图像生成开启质量与效率并举的新时代。

这项由Frontier Robotics团队发表的研究展示了机器人学习领域的一个重要发现：简洁设计的SimVLA系统仅用0.5亿参数就在多项标准测试中超越了参数量大出几十倍的复杂系统。研究证明了标准化训练方法和模块化架构在机器人视觉-语言-动作学习中的重要价值，为整个领域提供了透明可复现的基准参考，同时在真实机器人平台上展现了出色的零样本泛化能力。

腾讯AI实验室推出认知内核-专业版，这是首个完全开源且几乎免费的AI智能体框架。该框架通过创新的分层架构和统一接口设计，最大化利用大语言模型能力，避免对昂贵专有工具的依赖。研究团队还训练了8B参数的CK-Pro-8B模型，在GAIA基准测试中超越同等规模开源模型，为AI助手的民主化发展提供了重要技术基础。

互联网+银行，开创了“金融+互联网”的全新模式，传统银行纷纷拥抱“互联网+”，逐渐打破传统金融企业与互联网企业的边界，将金融与科技进行深度融合，布局金融科技战略，进一步增强数字化服务能力、构建数字化产品体系并优化数字化运营模式。

专家们表示我们已经进入了量子计算的新时代，不少企业也开始推出商业化产品。

香港中文大学团队开发出让AI学会矢量图形编程的创新方法，通过强化学习和跨模态奖励机制，成功将开源模型的绘图能力提升到商业级水平。研究建立了SGP-GenBench评估体系，发现AI不仅学会精确绘图，还发展出分层构建、创意补充等智能行为模式，为AI辅助设计开辟新路径。

新增AI推理排行榜 ，2024国际人工智能性能AIPerf500排行榜发布

过去几十年，摩尔定律推动了计算性能的巨大进步，但AI革命需要远超互联网时代的能力提升。生成式AI的需求正在逆转传统趋势，推动从通用硬件向专用计算单元转变，包括ASIC、GPU和TPU等。这要求重新设计整个技术栈：采用专用互连网络突破通信瓶颈、使用高带宽内存解决内存墙问题、构建超高密度系统支持大规模同步计算。同时需要新的容错策略、可持续的功耗管理和内置的安全隐私保护，以及快速部署能力来跟上硬件创新节奏。

　据IDC的预测，到2024年，全球将创建、复制和消费143ZB的数据，其中中国创建的数据为36ZB，占25%。如此庞大的数据有多少被存储下来了呢?西部数据认为只有不到1.5%的数据被存储下来了。

如今的医生们仍背负着很多沉重且劣质的技术债务，这些技术不仅没有积极作用、甚至不能算是有价值的资产。我们绝不能让这样的情况重演，特别是不能在AI时代下重演。为此，美国医学会于2023年11月发布了一套AI开发、部署与使用原则，旨在回应我们从医生和公众那里收集到的担忧和疑虑。

当技术洪流裹挟着每一次发展的浪潮，“工作”、“生产力”乃至“生命”本身的价值都被加速定义。

纽约大学研究团队开发了EgoPush系统，让移动机器人仅凭第一人称视角摄像头就能在复杂环境中推动多个物体到指定位置。该系统采用"师生教学"方式，限制教师机器人的观察范围以匹配学生机器人的感知能力，并通过分阶段训练和物体中心感知方式提升学习效果。实验显示该方法成功率达70%，远超传统方法，且能成功从模拟环境迁移到现实世界。