七月，除了潮热的天气，还有让人愉快的暑期。即便你已不再享有这种"特权"，可每年的这个时候，心中都难免泛起有关于暑期的青春记忆。

MTS AI研究团队提出RewardRanker系统，通过重排序模型和迭代自训练显著提升AI代码生成质量。该方法让13.4B参数模型超越33B大模型，在多种编程语言上表现优异，甚至在C++上超越GPT-4。通过引入困难负样本和PPO优化，系统能从多个代码候选中选出最优方案，为AI编程助手的实用化奠定基础。

消费氛围是如此浓烈，以至于和今年疫情大背景下大家对稳定性、安全感的诉求而开始相悖，“定金人”“尾款人”等等自嘲背后映射着人们无可纾解的冲动购买和还款压力。

「远程办公后，我过上了“神仙般”的生活，跑步，撸猫，晒太阳」

上海交通大学研究团队发布了突破性的科学推理数据集MegaScience，包含125万高质量实例，首次从12000本大学教科书中大规模提取科学推理训练数据。该数据集显著提升了AI模型在物理、化学、生物等七个学科的推理能力，训练的模型在多项基准测试中超越官方版本，且具有更高的训练效率。研究团队完全开源了数据集、处理流程和评估系统。

11月28日， 2019湖南（长沙）网络安全·智能制造大会在湖南长沙开幕。制造业高质量发展高峰论坛作为大会最重要的高峰论坛也于今日成功召开。

这项由蒙纳士大学等多所知名院校合作完成的大型综述研究，系统回顾了组合式视觉推理领域的最新进展。研究发现，让人工智能像人类一样"解释后再回答"的组合式方法，在准确性、可解释性和可信度方面都显著优于传统"黑盒子"方法，为构建更可靠的人工智能视觉系统指明了发展方向。

这项由莫斯科国立大学等机构完成的研究通过AI进化算法解决了CAD训练数据稀缺问题，创建了包含130万个脚本的工业级数据集CADEvolve，其中的AI模型能将图像直接转换为复杂的CAD程序，在三个权威基准上达到最先进性能，为AI辅助工程设计开辟了新方向。

加州伯克利大学联合多家机构提出V1框架，通过"成对比较"替代传统独立评分，解决AI推理验证中的准确性问题。该框架包含V1-Infer智能配对算法和V1-PairRL联合训练方法，在代码生成、数学推理等任务中准确率提升6-10%，为AI可靠性发展提供新思路。

数千年来，人类通过观察，发现北半球的太阳从秋分开始，太阳多从东偏南升起，从西偏南方向落下，特别是冬至，太阳偏南现象更为明显。

今日，微软在公司新园区举行了一场特别活动，向世界介绍了一个专为AI体验而设计的全新Windows PC品类：Windows 11 AI PC。

曼彻斯特大学团队开发了TerminalTraj系统，突破了大规模AI终端操作训练的技术难题。该系统通过智能化数据生成流水线，构建了32000个Docker环境，生成50733个高质量训练轨迹。训练后的AI模型在终端操作任务上性能提升显著，32B模型达到与480B模型相当的效果，为开发智能编程助手和自动化运维工具奠定基础。

尽管全球疫情蔓延，但不乏有在此期间能够持续全速推进数字化进程的企业组织。对这些企业组织进行分析不难发现，成功的数字化转型往往需要来自高管层的支持，与业务部门进行持续的沟通，以及财务方面的承诺。

是德科技高级副总裁兼通信解决方案事业部总裁Kailash Narayanan现场指出，算力固然重要，但如果能耗过高，技术的实用性将大打折扣，因此，所有的高速、高性能计算，都必须在极低的功耗下实现，这是AI等技术能否大规模落地的核心前提。

是德科技高级副总裁兼通信解决方案事业部总裁Kailash Narayanan现场指出，算力固然重要，但如果能耗过高，技术的实用性将大打折扣，因此，所有的高速、高性能计算，都必须在极低的功耗下实现，这是AI等技术能否大规模落地的核心前提。

EPFL研究团队开发了首个专门测试AI计算机代理安全性的综合平台OS-HARM，通过150个测试任务发现包括GPT-4.1、Claude 3.7 Sonnet等在内的主流AI代理都存在严重安全漏洞，会执行有害指令、易受攻击欺骗，并可能因判断失误造成危险后果。

掀开“数字化重塑2.0”这一新的篇章,一个赫然醒目的话题是“如何帮助现有80%的企业关键任务向云迁移,并实现AI赋能”。在这场具有决定意义的云之战中,作为“指挥官”之一,CTO们正在颠覆传统印象

在今天的文章中，麦肯锡分析来人工智能技术目前面临的局限障碍以及对应的解决方法。

北京大学研究团队开发的ROCKET-3系统通过让AI在《我的世界》中完成10万个训练任务，学会了跨视角空间推理能力。该AI在游戏中的交互成功率提升了4倍，更令人惊喜的是能够零基础操控真实世界的机器人。这项研究证明了虚拟环境训练的巨大潜力，为AI从专用工具向通用智能体的转变指明了新方向。

从2017年开始，中纺集团在内部构建了名为“E-棉商” 的业务管理信息平台——以互联网技术为支撑，覆盖棉花贸易业务全生命周期，同时，基于棉花行业的标准规范，贴合企业棉花业务独特的经营管理模式，实现了集团统一的财务和风险管控。