2024 年的 SaaStr Annual 大会落下帷幕，作为连续参加了三届的 Linkloud 团队，不断看到有越来越多元化的参加者和设展者，尤其华人和出海团队出现在现场，以及在分享嘉宾里也越来越多华人面孔，我们非常欣喜。

谷歌DeepMind开发的AlphaProof和AlphaGeometry 2系统实现了AI数学推理的重大突破，采用神经符号方法让AI像人类数学家一样思考。两个系统分工合作，在2024年国际数学奥林匹克竞赛中获得满分，不仅能解决复杂数学问题，还能提供严格的证明过程。这项技术将革命性地改变数学教育、科学研究和各行业应用。

作为八大科技巨头共同打造的、用于对抗英伟达的交换技术，让GPU巨头采用UALink当然有点荒谬。但谁知道呢，毕竟技术行业从来不缺少出人意料的故事。

台上一分钟，台下十年功。在镜头拍不到的地方下功夫，是演员的自我修养，在玩家看不到的地方下功夫，是游戏制作人的专业素质。人可执棋，却也为子，这就是老于的写意人生。

12月11日，2019中国（天津滨海）国际生态城市论坛暨2019数字经济创新峰会在滨海新区成功举办。大会主论坛共邀请了数十位产、学、研领导、专家和学者出席，吸引了超过400位国内外嘉宾参与，共同探讨了可持续发展愿景、数字经济理念、智慧城市规划等话题。

香港浸会大学团队开发了HumbleBench，这是目前最大的AI幻觉评估基准，包含22,831个测试题，专门评估多模态大语言模型的"认知谦逊"能力。与传统只测试选择正确答案的基准不同，HumbleBench的每个问题都包含"以上都不对"选项，测试AI能否在不确定时诚实承认无知。研究发现即使最先进的AI模型表现也不理想，最好的模型准确率仅73%，在极端测试中甚至接近0%，揭示了当前AI系统"不懂装懂"的严重问题。

10月15日，华为云举办了“华为云专属月·行业深耕”发布会，开启了2021年的专属月行动。其中包括1.3亿元上云津贴，为互联网企业，特别是电商、游戏、移动出行行业提供多类型、多组合、高频场景的专属商务政策等云产品及服务，成为互联网企业连接未来的桥梁。

UCLA计算机科学系研究团队提出的"自适应并行解码"(APD)方法，成功解决了扩散大语言模型面临的速度与质量权衡难题。该方法通过动态调整并行生成的词数，结合一个小型辅助自回归模型来评估生成质量，并引入KV缓存和掩码输入限制等优化措施，使扩散模型能在保持高质量输出的同时显著提升生成速度。实验表明，使用APD的Dream 7B模型不仅能达到每秒59个词的吞吐量（比基线提升近6倍），还在数学推理等任务上保持了接近原始水平的准确率，甚至超越了传统自回归模型的速度。

斯坦福大学研究团队开发出革命性的"大脑解码系统"，能够通过分析神经活动识别人们听到或想到的词汇，准确率达85%。研究揭示了大脑处理语言的"语义地图"机制，发现相似概念在大脑中位置相近。该技术为失语症康复、个性化教育和智能人机交互开辟新途径，未来5-10年内有望实现广泛应用。

这篇研究论文《段级策略优化》提出了一种介于词元级和轨迹级之间的新型强化学习框架SPO，用于提升大语言模型的推理能力。研究者将生成序列划分为连续段落，并在段级粒度上估计优势，实现了更精确的信用分配和更准确的优势估计。SPO框架包含灵活段落划分、基于蒙特卡洛的段落优势估计和段落优势策略优化三个核心组件。研究团队基于此框架设计了SPO-chain和SPO-tree两个特定实例，分别针对短链思维和长链思维场景。

本文详细探讨了 MCP（Model Context Protocol）的工作原理、部署方法与应用实践，通过 Claude Desktop 和 Open WebUI 将 AI 模型与外部数据、工具无缝连接，同时分析了安全性及扩展性挑战。

Mistral AI团队开发的Voxtral Realtime实现了突破性的实时语音识别能力，在480毫秒超低延迟下达到与知名离线系统Whisper相当的准确率，支持13种语言。该系统采用端到端流式架构和自适应延迟控制，完全开源供全球开发者使用，为实时语音交互应用提供了强大技术基础。

Menlo Research推出革命性AI模型Jan-nano，仅用4B参数就在SimpleQA测试中达到83.2%准确率，超越了6710亿参数的DeepSeek模型。该模型采用创新的"搜索优先"策略，通过多阶段RLVR训练系统，让AI学会高效使用工具而非死记硬背知识。研究发现大模型存在"过度思考"问题，反而影响性能。Jan-nano证明了在AI发展中，聪明的策略比单纯的规模扩张更重要，为资源受限的AI应用开发提供了新思路。

这项研究对沙特数据与AI管理局开发的ALLaM-34B阿拉伯语大模型进行了全面的用户界面评测。研究团队使用23个测试提示，每个重复5次，收集115个回答样本，并用三个前沿AI模型作为评委进行多维度打分。结果显示ALLaM-34B在代码转换和创意生成方面表现优秀（均4.92分），现代标准阿拉伯语和知识问答能力强劲，安全防护可靠，但在方言处理上存在不均衡，为阿拉伯语AI发展提供了重要参考。

复旦大学团队提出Sparse-dLLM技术，通过智能缓存管理解决扩散大语言模型速度慢、内存消耗大的问题。该方法采用双向稀疏化策略和延迟更新机制，实现3-10倍速度提升，同时保持准确性和控制内存使用。技术具有即插即用特性，在多个AI测试中表现优异，为AI应用实用化开辟新途径。

近日，在2023世界人工智能大会“智能财务论坛”上，财政部、上国会、艺赛旗、航天信息、德勤中国、浪潮、金蝶、民生银行、合肥工业大学等二十余家政产学研机构，共同成立了“智能财务开放生态联盟”，以构建开放、合作、共赢的智能财务生态体系。

将所有“传统应用”再做一遍，才是AI真正的价值所在。

加州大学洛杉矶分校研究团队开发了TIC-VLA机器人导航系统，解决了传统机器人"思考"与"行动"无法同步的核心问题。该系统采用双核心设计，一个负责语言理解和场景分析，另一个负责实时避障控制，通过"延迟语义控制接口"实现异步协作。在DynaNav仿真平台测试中成功率达55.29%，真实环境测试成功率达85%，为服务机器人、医疗辅助、物流仓储等领域提供了重要技术突破。

如果美国有一家公司可以称得上是AI落地标杆，那么很多人大概率会提及Palantir。这家公司从成立起就保守争议，但是这并没有妨碍它的很多做法，比如FDE（接下来有介绍）成为很多AI公司消防的玩法。

小红书技术团队开发的VESPO算法创新性地解决了大语言模型训练中的策略陈旧性问题。该算法通过变分优化框架自动推导出最优的重要性权重调整策略，在序列层面直接处理而无需长度归一化，有效避免了传统方法的偏差问题。实验证明VESPO在面对64倍陈旧比例时依然保持稳定训练，显著优于现有方法，为大规模语言模型的稳定训练提供了新的技术路径。