清华大学研究团队开发了MATE多智能体翻译系统，这是首个专为残障人士设计的开源AI辅助工具。该系统能在文字、语音、图像间智能转换，如将图片转为语音描述、语音转文字等。系统包含8个专业智能体协作，准确率达91.7%，支持本地运行保护隐私，为视听障碍等用户群体提供了强大的信息获取工具。

近日，在2022昇腾AI开发者创享日·成都站上，四川大学计算机学院院长吕建成进行了主题为《人工智能大模型时代的机遇与理论挑战》的精彩演讲。

全国政协委员、浙江省省政协副主席吴晶在两会提案中呼吁加强社会治理智能化水平。

NOVER是一种创新的无验证器强化学习框架，解决了传统激励训练依赖外部验证器的限制。由伦敦国王学院研究团队开发，它通过计算"推理困惑度"作为奖励代理，使语言模型能在任何文本任务中自主发展推理能力。实验表明，NOVER在一般推理、创意写作、社会智能和多语言能力等多种任务上均优于基线方法，甚至使3B模型接近从671B模型蒸馏版本的性能。此外，其灵活性还支持"反向激励训练"等创新应用，为语言模型训练开辟了新方向。

自适应推理模型(ARM)解决了大型推理模型的"过度思考"问题，能够根据任务难度自动选择合适的推理格式。研究团队通过创新的Ada-GRPO算法训练，使ARM在保持性能的同时平均减少30%的计算量，并提供自适应、指令引导和共识引导三种工作模式。这一突破使AI更接近人类思维方式，在简单问题上直接作答，复杂问题上才详细推理，极大提升了计算效率。

西湖大学团队提出的梯度分组缩放（SGG）方法巧妙解决了大语言模型训练中的关键挑战。与传统方法不同，SGG动态聚类每层参数并应用特定缩放因子，既保留参数级优化又引入组级约束。实验证明，SGG在多种任务和模型规模上显著提升性能，特别是使低秩训练首次达到全秩性能水平，且具有出色的稳定性和灵活性，为资源受限环境下的大模型训练提供了实用解决方案。

2020中国人工智能高峰论坛暨中国人工智能大赛发布会在厦门举行，“腾讯觅影”医疗影像人工智能解决方案荣获大赛“创新之星”奖。

这项研究由清华大学和新加坡国立大学团队完成，系统探讨了大推理模型在事实查询任务中的幻觉问题。研究发现，仅通过单一训练阶段（仅SFT或仅RL）开发的推理模型更容易产生幻觉，而完整SFT+RL流程训练的模型幻觉较少。研究者识别出两种导致幻觉的关键认知行为："错误重复"和"思考-答案不匹配"，并从模型不确定性校准角度揭示了幻觉产生的内在机制，为开发更可靠的推理模型提供了重要指导。

英特尔亮相第二十四届中国零售业博览会（China Shop 2024）。会上，英特尔发布了《零售门店数字化赋能专项报告（2024年）》。

想象一下这个场景：一位学生拿到了一套没有标准答案的数学题。正常情况下，没有答案怎么知道自己做得对不对呢？大多数学生会卡在这一步。但如果这位学生非常聪明，他会想出一个办法——先用不同的解题思路做几遍，然后看哪个答案出现的次数最多，那个答案很可能就是正确的。接着，他会思考为什么其他方法得到了不同的答案，从而改进自己的解题技巧。这就是清华大学研究团队开发的"测试时强化学习"（TTRL）的核心思想。

你是否曾经因为衣服色彩搭配不协调而尴尬？或者在医学诊断试纸上辨别微妙的颜色变化时感到困惑？色彩在我们的日常生活中扮演着至关重要的角色，从科学发现到医疗保健，从购物到艺术欣赏，无处不在。而人工智能，特别是视觉语言模型(VLMs)，正在迅速融入我们的生活，但它们真的能像人类一样理解和利用色彩信息吗？

2021年12月19日，在北京 · 北苑大酒店举办的“2021中关村数字经济产业联盟会员代表大会暨华为云北京城市峰会”的领跑汽车智能时代高峰论坛上，华为云中国区副总裁，云原生企业业务部部长潘捷发表演讲。

纽约大学阿布扎比分校研究团队提出了一种创新的两阶段训练方法，解决了AI领域的数据稀缺问题。他们首先让AI模型在简单的"骑士与恶棍"逻辑游戏中"热身"，学习通用推理技能，然后再用少量特定领域数据进行强化学习。实验表明，这种方法不仅大幅提升了模型在数学、编程和多学科理解任务上的表现，还显著提高了样本效率，使用仅100个样本就能达到传统方法需要数千样本才能实现的效果。更重要的是，"热身"过的模型在适应特定领域后仍能保持跨领域的泛化能力，为资源受限环境下开发强大AI系统提供了实用策略。

加利福尼亚大学和萨里大学研究团队开发了一种创新的AI系统，能够仅通过简单的手绘素描就在复杂照片中精确识别关键点。这项技术突破了传统机器学习需要大量同类数据的限制，实现了真正的跨模态学习。系统在动物关键点识别任务中达到了39%的准确率，超越现有方法约5个百分点，并且在真实手绘素描测试中表现稳定。该技术有望在生物学研究、医疗诊断、工业检测等多个领域找到广泛应用。

想象一下，你正在参加一场智力测试。主考官给你看了一张图片，并要求你找出图案的规律，预测下一个图形会是什么样子。对我们人类来说，这种视觉推理任务虽然有难度，但通常还算可行——我们能够观察图案变化、识别规律，然后做出合理推测。

Google研究团队推出Atlas，一种革命性的AI记忆优化模型，解决传统Transformer架构在处理长文本时的计算复杂度问题。Atlas通过三大创新：超线性容量的记忆模块、基于上下文而非单词的记忆优化、及使用Muon优化器的高效记忆管理，实现了在超长文本(10M)处理中保持80%以上的准确率。研究还提出DeepTransformers架构，作为传统Transformer的严格泛化版本，在语言建模和常识推理任务中展现出色性能。

在赋能行业的平台的背后，EasyDL依托于NVIDIA的Tesla GPU深度学习平台，搭建了用于深度学习模型训练（Training）和服务（Inference）阶段的GPU集群。

沈徽在以“智能视觉，看懂世界”为题的主题演讲中表示，如今人工智能技术已经快速渗透到各行各业，并且通过技术提升驱动生产力升级，不断为产业带来变革。

英特尔亮相第二十四届中国零售业博览会（China Shop 2024）。会上，英特尔发布了《零售门店数字化赋能专项报告（2024年）》。

7月22日，第三届华为云AI院长峰会在贵安召开。多位中国工程院院士、中国科学院院士，以及来自国内近30所顶尖高校的60余名院长、教授、专家汇聚一堂，共同探讨人工智能发展的新趋势及新挑战，促进人工智能创新思想、技术、产业、应用、人才的集聚和落地。