想象一下，你去到一个陌生的国家，那里的人们说着你完全不懂的语言。你会感到无所适从，对吧？在机器人世界中也存在类似的问题。不同种类的机器人就像来自不同国家的人，它们有自己特定的"语言"（动作方式）和"视角"（观察环境的方式）。一个操控机械臂的系统可能完全无法理解如何控制一个移动机器人，就像一个只会说英语的人无法直接理解中文一样。

人与机器人，能不能和平共处？

自萨提亚2014年接任以来，微软就一直专注于云计算业务，并且在策略和定位上也越来越明确——即为企业提供最完整的云服务。在刚刚结束的微软Ignite 2019大会上，微软又通过近200项的产品发布和技术更新，进一步诠释了微软智能云的“完整性”。

香港中文大学等机构联合研发的ToonComposer系统实现了动画制作的重大突破，仅需一张彩色图片和几张线稿草图即可自动生成完整卡通动画。该系统通过稀疏草图注入机制和空间低秩适配器技术，将传统的中间帧绘制和上色工作整合为统一的"后关键帧制作"阶段，大幅提升制作效率。实验显示其在视觉质量和动作连贯性等指标上显著超越现有方法，为动画产业的智能化发展开辟新路径。

香港科技大学联合腾讯微信AI等机构开发出SitEmb-v1.5情境感知文本嵌入模型，突破传统AI只能孤立处理文本片段的局限。该技术让AI在理解文本时能考虑上下文环境，就像人类阅读一样。仅10亿参数的模型就超越了多个70-80亿参数的先进系统，在书籍理解等复杂任务中表现优异，已开源供全球开发者使用。

小米研究院推出的BTL-UI是一个革命性的GUI智能代理框架，通过模拟人类"眨眼-思考-执行"的认知过程，让AI能够像人类一样自然地操作各种应用界面。该技术在多个基准测试中实现了显著性能提升，为未来的人机交互和自动化应用奠定了重要基础。

2024年5月17日，腾讯云生成式AI产业应用峰会在北京召开，公布大模型研发、应用产品的系列进展。

首尔国立大学研究团队开发出名为Durian的AI技术，能够实现前所未有的肖像动画与属性转移功能。该技术通过双重参考网络架构，仅需两张照片就能生成自然的动态视频，展示人物带着新发型、眼镜或胡须等属性的各种表情动作。与传统方法不同，Durian采用创新的自重建训练策略，无需大量标注数据即可学会属性转移，并支持多属性组合和属性插值等高级功能，在各项性能指标上均超越现有技术。

本文讨论了生成式人工智能如何通过逐步弱化名词的作用来重塑语言结构与现实认知，揭示品牌建设和人文沟通中的潜在风险及语义流失问题。

来自35位参与AI项目的高层管理人员的观点，他们一直密切关注AI领域的发展动向，并承诺构建起少炒作、高实用度、更准确且针对性更强的AI方案。

“小i之父”袁辉的20年创业史告诉我们，AI最终是为人民服务。

百度首席技术官王海峰正式发布百度大脑5.0，实现了历史上最具跨越性升级，在算法突破、计算架构升级的基础上，实现AI算法、计算架构和应用场景的融合创新，成为软硬一体AI大生产平台。

要帮助非洲真正通过电信及数据骨干网络的普及迎来腾飞，本地数据及人工智能产业的崛起也将一大关键前提。

快手推出的Keye-VL是一个专门为短视频理解而设计的80亿参数AI模型，在视频内容理解、数学推理和多模态任务方面达到同类模型中的最高水平。该模型采用独创的五模式推理系统和四阶段训练策略，能自动判断任务难度并选择合适的思考方式，在快手自建的KC-MMBench短视频基准测试中大幅领先其他模型。

T-Tech实验室开发出革命性的VL-DAC训练方法，让AI机器人能够通过观看简单模拟环境学会复杂的现实世界技能。该方法将AI的"观察思考"与"实际行动"分开训练，避免了传统方法需要复杂参数调整的问题。实验证明，AI在导航、卡牌游戏等简化环境中训练后，在真实世界的游戏控制、空间规划和网页操作任务中性能分别提升50%、5%和2%，为降低AI开发成本开辟了新路径。

AI能让够更早，更准确的发现并预测癌变的发生，这也是目前AI医疗的的一个主流发展方向，更早的发现，更准确的预测。最近一项来自美国国立卫生研究院（NIH）的研究就在对肺癌精准预测方向上取得了重大突破

这篇研究从王子苏丹大学的学者团队提出了阿拉伯语言模型评估的新范式，首先建立了全面的理论指南，然后分析了现有评估数据集的不足，并引入了阿拉伯深度迷你数据集(ADMD)作为解决方案。ADMD包含490个涵盖10个领域的挑战性问题，用于评估五大顶级语言模型。结果显示Claude 3.5 Sonnet表现最佳(30%准确率)，而所有模型在需要深度文化理解的领域表现欠佳。研究强调了将文化能力与技术精确性结合的重要性，为阿拉伯语NLP提供了新方向。

随着企业的资产管理由粗放式管理向高质量发展的精益化管理进行转变,催生出更多场景化的应用和更加精细化管理的诉求。

“小i之父”袁辉的20年创业史告诉我们，AI最终是为人民服务。

耶鲁大学研究团队通过构建SCIREAS评估体系和KRUX分析框架，系统研究了大语言模型在科学推理中的表现。研究发现，模型的主要瓶颈不是推理能力而是知识检索能力，基础模型在获得外部知识支持后甚至能超越专门的推理模型。团队还开发了SCILIT01作为开源科学推理基线，为未来AI科学应用的改进提供了新方向。