华为云EI创新孵化Lab联合华中科技大学电信学院、华中科技大学同济医学院附属协和医院（武汉协和医院）放射科运用一站式AI开发平台ModelArts开发了一套基于CTA影像的全自动化、高度敏感的脑动脉瘤检测算法。

这项研究由人民大学与中科院联合团队开发的STAR-R1，通过创新的强化学习方法显著提升了AI的空间变换推理能力。与传统监督学习不同，STAR-R1采用细粒度奖励机制让AI学会像人类一样思考，在物体属性变化识别任务中取得了61.4%的准确率，远超GPT-4o等顶级模型。研究发现AI在训练中展现出人类般行为模式：面对简单场景快速判断，遇到复杂视角变化则全面比较所有物体。这一突破不仅在所有11个评估指标上表现最佳，尤其在跨视角场景中比传统方法高出23%，为AI空间认知发展提供了新方向。

雪花公司宣布将一项名为 SwiftKV 的优化技术集成到其托管的大型语言模型中。这项技术通过重复利用早期层的隐藏状态信息，避免重复计算后续层的键值缓存，从而显著提高推理效率。据称，该技术可将 LLM 推理吞吐量提高 50%，并将某些开源模型的推理成本降低高达 75%。这一突破有望大幅提升 AI 应用的性能和效率。

弗吉尼亚大学研究团队开发了TruthHypo基准和KnowHD框架，用于评估大语言模型生成生物医学假设的真实性及检测幻觉。研究发现大多数模型在生成真实假设方面存在困难，只有GPT-4o达到60%以上的准确率。通过分析推理步骤中的幻觉，研究证明KnowHD提供的基础依据分数可有效筛选真实假设。人类评估进一步验证了KnowHD在识别真实假设和加速科学发现方面的价值，为AI辅助科学研究提供了重要工具。

这项研究首次提出了ViPlan基准测试，系统评估视觉语言模型在视觉规划任务中的表现。研究对比了"VLM作为规划器"和"VLM作为接地器"两种方法，发现在抽象的积木世界中接地器方法更优，而在模拟家庭环境中规划器方法表现更佳。研究还发现链式思考提示对大多数模型并无显著改善效果，表明当前视觉语言模型在视觉推理方面仍存在局限性。

金秋十月，2018年《时尚健康》“粉红丝带运动”国际乳腺癌防治月来临了，英特尔公司本着“爱护乳腺，AI不宜迟”的理念，携手国家级医学影像人工智能高新技术企业-汇医慧影公司，共同开发“人工智能乳腺全周期健康管理系统”， 助力乳腺癌早期筛查以及诊治

这项研究展示了多模态AI推理的突破性进展。耶鲁大学团队开发的v1系统使AI能够像人类一样在推理过程中有选择地"再看一眼"图像。通过简单的"指向并复制"机制，AI可以动态检索关键视觉区域，而非仅依赖初始输入的记忆。实验证明，这种能力显著提升了模型在多模态数学推理任务上的表现。研究团队构建了包含30万个带视觉定位标注的推理路径数据集，为这一创新技术提供了坚实基础。这一轻量级设计为未来视觉-语言模型的交互式推理能力开辟了新方向。

微软研究院与北京大学的团队开发出全新的大型混合推理模型（LHRMs），解决了大型推理模型的过度思考问题。这种创新模型能够像人类一样，根据问题复杂度自动决定是否需要深入思考。研究团队设计了两阶段训练方法，包括混合微调和混合群体策略优化，使模型学会智能切换思考模式。实验证明，LHRMs不仅在数学、编程等推理任务上表现出色，还避免了对简单问题的过度思考，大幅提升了响应效率和用户体验。这项研究为构建更接近人类认知模式的AI系统提供了新思路。

在3秒钟的时间内，要将成百上千条数据，从一个业务系统录入到另外10个业务系统，还要确保100%的准确率,辰宜科技（第四届中国（广东）国际“互联网+”博览会展位号：1号馆1A089）是怎么做到的？这得从当下的一个时髦词语——“搬砖”说起。

1月27日,阿里云发布2020混合云年度回顾,在技术创新、战略投入与生态战略三大优势加持下,服务了18家省级和100多家市级政务云及数百家银行。

这篇研究介绍了Micro-Act，一种创新框架，旨在解决问答系统中的知识冲突问题。由香港大学等机构研发的这一方法能够自动感知上下文复杂度，并将知识源分解成一系列细粒度比较，有效克服了传统方法在处理复杂冲突时的局限性。实验表明，Micro-Act在五个基准数据集上显著超越了现有技术，并在无冲突场景中保持稳健性能，为构建更可靠的检索增强生成系统提供了新思路。

无论是疫情与否，人工智能发展的进程都不会停止。根据某知名风险投资机构预测，AI将很快成为常规技术，超过50%的企业主认为，人工智能将在三年内被整合到企业应用中。

推理模型存在崩溃缺陷？Open Philanthropy研究人员提出AI推理能力评估的改进方法

德克萨斯大学奥斯汀分校的研究团队开发了一个名为CHARTMUSEUM的全新基准测试，专门评估大型视觉-语言模型理解图表的能力。研究表明，即使最先进的AI模型在图表视觉推理任务上远远落后于人类表现——虽然人类能达到93%的准确率，但最佳模型Gemini-2.5-Pro仅达到63%，开源模型表现更差。研究揭示模型在处理视觉推理问题时比文本推理问题表现低35%-55%，并通过错误分析确定了当前模型在符号选择、视觉比较、轨迹跟踪和数值识别等方面的关键挑战，为未来模型改进提供了明确方向。

大数据、云计算、人脸识别、自动驾驶……近年来这些耳熟能详的人工智能科技，正在悄然改变着我们的生活。英特尔作为全球领先的科技公司，一直致力于人工智能技术的发展。

本研究提出了"能力-难度对齐采样"方法（CDAS），革新了大型语言模型强化学习训练中的数据采样策略。与传统方法不同，CDAS通过聚合历史表现差异实现更稳定的问题难度估计，并将模型能力与问题难度动态匹配。在多个数学推理基准测试中，CDAS达到了46.77%的最高平均准确率，同时比竞争策略提高了2.33倍的计算效率。研究还证明了CDAS在代码生成任务和更大型模型上的有效性，为提升大型语言模型的推理能力提供了高效可靠的新方法。

9月27日,中国物流与采购联合会主办的“2022中国同城即时物流行业峰会”在宁波举行。多点DMALL SaaS研发中心高级总监陈品竹受邀分享主题演讲《数智化履约助力实体零售提质增效》。

德尚韵兴医疗科技有限公司（德尚韵兴）正在应用英特尔(R)软件保护拓展（英特尔(R)SGX）和英特尔(R)oneAPI数学核心函数库（oneMKL），在边缘的医疗设备上保护其医疗人工智能算法和知识产权。

英特尔与苏州阿普奇物联网科技有限公司联合举办2024阿普奇生态大会暨新品发布会。

OpenAI 发布三款全新专有语音模型，包括 gpt-4o-transcribe、gpt-4o-mini-transcribe 和 gpt-4o-mini-tts。这些模型基于 GPT-4o 开发，提供更准确的转录和语音合成能力，支持 100 多种语言，可通过 API 集成到第三方应用中。新模型在英语转录准确率方面表现出色，错误率仅为 2.46%，并支持语音定制和情感表达。