波森AI研究团队开发的EmergentTTS-Eval是一个针对文本转语音(TTS)系统的全面评估框架，专注于测试六大挑战场景：情感表达、非语言线索、外语词汇、语法复杂性、复杂发音和问题表达。研究创新地采用大型音频语言模型作为评判者，从一小组种子提示迭代生成了1,645个测试用例。评估结果显示OpenAI的GPT-4o-Audio表现最佳，同时研究证实了模型评判结果与人类偏好高度一致。该工作已开源，为TTS技术评估提供了可扩展、客观且全面的新标准。

智能工厂的概念放在今天并不新鲜,许多企业已经能够实现从生产环境中频繁获取准确的数据,但仍有很多机遇有待开发。

想象一下，你对AI说："给我画四个杯子"，结果AI只画了三个，或者你要求"一只红狗"，却得到了一只棕色的狗。这些"听不懂人话"的情况在当今最先进的文生图AI中仍然很常见。虽然目前的AI生成技术已经能创造出令人惊叹的图像，但在准确理解和执行具体指令方面，它们还存在明显的短板。

专业社区关注大语言模型（LLM）如AlphaFold的发展，其预测蛋白质结构的能力为科研带来革命，缩短新药研发周期。谷歌DeepMind的Demis Hassabis凭借AlphaFold获化学诺贝尔奖，展现AI在科学研究中的关键作用。AlphaFold-3的架构创新和预测准确性提升，使其能预测几乎所有生命分子结构。AI的进步让科研界思绪凌乱，考虑转行搞AI。

香港中文大学团队开发出MathCoder-VL，这是首个通过代码理解数学图形的AI模型。该系统将图形转换为精确绘图代码，而非模糊的自然语言描述，从而实现对几何图形的精确理解。研究团队构建了860万图形-代码配对的训练数据集，让AI学会"看图写代码"，并能创造性地生成新的数学图形。在几何问题测试中，MathCoder-VL超越了GPT-4o等顶级商业模型，为数学教育AI应用开辟了新道路。

作为一家全球性的能源和石化企业，壳牌（Shell）正在努力地以数据为驱动，推动业务发展，让数据科学变得和石油物理学一样重要。

戴尔Dell Lifecycle Hub（戴尔生命周期中心）解决方案，实现端到端设备全生命周期管理。

想象一下，你正在跟朋友聊天，突然说："给我画一幅中世纪骑士的画像。"朋友二话不说拿起画笔，很快就勾勒出一个穿着闪亮盔甲、手持长剑、骑在马上的形象。这幅画之所以能够成功，不仅因为你的朋友懂得如何画画，更因为他了解"中世纪骑士"意味着什么——他们穿什么样的盔甲，使用什么武器，生活在什么样的时代背景下。

从Vuforia现场虚拟活动开始， PTC今天宣布发布新版Vuforia Instruct(TM)开箱即用新产品，它是Vuforia Enterprise增强现实（AR）套件的一部分。

根据斑马技术2022年《全球医药供应链愿景研究报告》显示，七成受访患者担心收到失窃、受污染、损坏、过期或假冒伪劣的药品。许多 (43%) 受访患者担忧若不进一步完善供应链，可能会导致更多的隐患或健康风险。

5月31日，在华为云TechWave云基础设施专题日上，华为云宣布独享型负载均衡ELB正式商用。

这项研究提出了PathFinder-PRM，一种创新的层次化过程奖励模型，通过先分类数学和一致性错误，再估算步骤奖励分数，从而提升大语言模型的数学推理能力。研究团队构建了40万样本的数据集，使用细粒度错误标签训练模型，在多个基准测试上超越了现有最佳模型，并以更高的数据效率实现了更好的端到端数学问题解决能力。这种方法像经验丰富的数学老师一样，不仅指出错误所在，还能提供更精确的改进指导。

加州大学圣地亚哥分校研究团队开发的StealthRL系统通过强化学习训练，能够将AI生成文本改写得让检测器无法识别，攻击成功率达99.9%。研究揭示了当前主流AI文本检测器的根本性脆弱性，即过度依赖表面统计特征而缺乏深层语义理解能力。这一发现对教育机构、内容平台等广泛使用AI检测技术的领域具有重要警示意义。

NVIDIA联合麻省理工学院和香港大学的研究团队提出Fast-dLLM，一种无需重新训练即可显著加速扩散大语言模型的新方法。该技术通过两大创新解决了扩散模型的主要性能瓶颈：首先设计了适用于双向注意力机制的块式近似KV缓存，使模型能重用计算结果；其次提出基于置信度的并行解码策略，只解码超过阈值的高置信度词元。实验证明，Fast-dLLM在保持准确率的同时，能将LLaDA和Dream模型的推理速度提升高达27.6倍，彻底缩小了扩散模型与自回归模型之间的性能差距。

人力资源数智化可以通过全面治理数据、应用于不同业务场景，实现数据价值最大化，提升组织管理效能和促进员工科学管理。

香港电讯（HKT）与华为今天联合宣布成立数字转型实践中心（DTPC：Digital Transformation Practice Center），旨在分享香港电讯在数字业务转型过程中获得的经验和实践，助力其他运营商加速数字转型的进程。

香港大学团队开发的OmniPart系统实现了AI领域的重要突破，让计算机首次具备了像人类一样的"零件思维"。该系统能从单张2D图片生成具有清晰零件结构的3D模型，用户可通过简单的颜色遮罩控制分解过程。系统采用两阶段设计：先进行结构规划预测零件位置，再同步生成所有零件。实验显示其性能显著优于现有方法，生成效率提升20倍，为3D内容创作、游戏开发、虚拟现实等领域开辟了新的可能性。

腾讯混元团队开发了UloRL算法，通过分段生成和动态遮蔽策略解决AI超长推理训练中的效率和质量问题。该方法让30B参数模型在数学推理任务上超越了更大的235B模型，准确率提升超14%，同时训练速度提升2倍。这项技术为AI深度推理能力发展提供了新路径。

复旦大学和腾讯优图实验室联合推出StrandDesigner系统，首次实现通过手绘草图自动生成逼真3D头发的突破。该技术采用可学习多尺度放大策略和自适应条件控制机制，能处理从简单涂鸦到专业草图的各种输入，在多项指标上显著超越现有方法，有望革新游戏、影视等数字内容创作流程。

伦敦大学学院研究团队开发的NOWAIT方法通过阻止AI生成"等等"、"嗯"等思考词汇，在保持准确性的同时将AI输出长度减少27%-51%。该方法无需重新训练模型，可直接应用于现有AI系统，为提高AI推理效率提供了简单有效的解决方案。