爱丁堡大学研究团队开发出革命性的MAPD方法，让小型AI模型仅需几个例子就能快速掌握新技能。该方法通过"注意力映射器"筛选关键信息，结合元学习策略训练模型的快速适应能力。实验显示，在多个视觉问答任务中，MAPD方法显著超越传统方法，准确率提升高达35%。这项突破为开发高效、实用的AI系统开辟了新方向。

如果说今年的甲骨文全球大会有什么不同，那么最直观的就是色彩和画风的变化。颠覆了传统的甲骨文红，取而代之的是调低了饱和度的暗红色，和一系列高级的莫兰迪色系——而这，不过是甲骨文近些年来不断创新技术，不断突破自己的缩影而已

上海交大团队发现多模态AI在数学推理中存在视觉信息利用不充分的问题，纯文本模型配合图像描述竟能超越直接处理图像的多模态模型。研究提出三种视觉扰动策略：分心物拼接、保持主导混合和随机旋转，通过增加适当的视觉"挑战"来提升AI的感知鲁棒性。实验显示该方法在多个数学推理基准上实现了持续性能提升，平均改进约2个百分点，证明了"更好的推理始于更好的观察"这一核心理念。

这项由蚂蚁集团包容性AI团队完成的研究发布了Ming-Omni，这是首个媲美GPT-4o的开源多模态AI模型。该模型能够同时处理文字、图像、音频和视频，并具备语音和图像生成能力。采用MoE架构和模态特定路由器，仅需激活2.8B参数就能达到与7B参数模型相当的性能。在多项基准测试中创造新纪录，特别是在语音理解、图像生成和多模态融合方面表现突出。

春节已过，但疫情未过。为了更好的防控疫情又不耽误复工，很多企业开启了在家办公，一时间远程办公成为时下最流行的办公方式。

阿里达摩院联合复旦大学开发了VL-Cogito多模态推理模型，采用创新的渐进式课程强化学习框架PCuRL。该系统模仿人类学习方式，通过三阶段训练让AI学会根据问题难度智能调整回答详细程度。VL-Cogito在十个基准测试中表现卓越，展现了在数学、科学、逻辑推理等多领域的强大能力，为多模态AI实际应用开辟了新路径。

作为活动启动的重要组成部分，主题为“新基建赋能 推动产业创新”的新一期对话数字中国高端论坛也将举行。

场景实验室创始人、新物种实验计划发起人吴声，将进行主题为“数字生产力：重新创造确定性”的演讲分享，也为企业级用户带来“CXO视角”创变启发，以及技术赋能业务创新的突破性思维和应变洞见。

这些改进背后的秘密是一对被称为人工智能超分辨率和人工智能升级的技术，在这两种技术中，人工智能模型在巨大的数据集上进行训练，可以提升模糊图像的质量或增加其分辨率。

我们身处一个不确定性的时代，既是危机，也是机遇。如何克服对未知的焦虑与恐惧，求胜于未知，是每个人都应该思考的问题。

Sourcetable 公司推出首个人工智能驱动的电子表格，旨在让每个办公室员工都能进行数据分析。该公司获得 430 万美元融资，由 Bee Partners 领投，将彻底改变办公方式。Sourcetable 通过自然语言交互，使普通用户也能完成复杂的电子表格任务，如创建财务模型、数据清理和分析等，无需高级技能。这项技术有望让更多人受益于数据分析，推动办公效率的新时代。

特拉维夫大学研究团队通过分析GCG攻击机制，发现越狱攻击的成功依赖于"注意力劫持"现象，即攻击后缀能占据AI注意力机制的主导地位。研究表明，攻击的万能性与劫持强度直接相关，并基于此开发了增强攻击效果和防御攻击的实用方法，为AI安全研究提供了新视角。

独孤九剑“以无招胜有招”的剑理，实际上建立在天下众多招数基础上，行云流水。临敌之时，剑招层出不穷，随心所欲，岂能不胜？

在对生成式AI进行了近两年的试验之后，许多IT领导者已经准备好扩大规模了。然而，在此之前，他们需要重新考虑数据管理问题。

斯坦福大学研究团队开发出革命性的"神经语义解码器"，这一AI系统能够通过分析大脑神经活动来"读懂"人类的语言理解过程。该技术在识别听到的句子方面准确率超过85%，甚至能够解码心中默念的内容。这项突破性成果不仅揭示了大脑处理语言的神奇机制，还为失语症治疗、个性化教育、人机交互等领域带来了革命性应用前景，同时也引发了关于思维隐私和技术伦理的重要讨论。

HPE新任GreenLake全球合作伙伴和服务提供商销售副总裁Ulrich Seibold希望确保合作伙伴了解GreenLake在多云方面的实力，以及使用GreenLake计量功能提供单一的多云消费客户账单功能。

每十年经济都会有一个周期性变化，2018年是非常特殊的一年，全球经济波动、数字经济发展、智能时代的开启。环境的巨变带来的是不确定性，过去几十年所熟悉的标杆与价值判断，正被重整和颠覆。

腾讯WeChat AI团队联合多所高校发布PRELUDE评测基准，这是首个专门测试AI长文本真实理解能力的评测系统。通过让AI判断虚构角色前传是否与原著一致，该研究发现现有先进AI模型在深度文本理解方面仍比人类低15个百分点以上，揭示了当前AI技术的根本性局限。

IBM高级副总裁Rob Thomas 于IBM Think Digital 大会上的主题演讲全文。

这个模型的最大特色便是深度思维链推理，尤其是在数学、代码以及各种复杂推理任务上，可以生成数万字的推理流程，让用户深度了解模型生成内容的全过程。