CORA是微软研究院与谷歌研究团队联合开发的突破性AI视觉模型，发表于2023年CVPR会议。它通过创新的"区域提示"和"锚点预匹配"技术，成功解决了计算机视觉领域的一大挑战——开放词汇目标检测。CORA能够识别训练数据中从未出现过的物体类别，就像人类能够举一反三一样。在LVIS数据集测试中，CORA的性能比现有最佳方法提高了4.6个百分点，尤其在稀有类别识别上表现突出。这一技术有望广泛应用于自动驾驶、零售、安防和辅助技术等多个领域。

UC伯克利大学研究团队发现，当前先进的视觉语言AI模型虽然拥有强大的视觉识别能力，但在实际应用中却无法有效利用这些视觉信息。研究通过对比AI视觉系统的直接表现与完整系统的表现，发现存在巨大的性能差距，AI往往依赖语言模型的偏向性而非真实的视觉感知来回答问题。这一发现揭示了AI系统中视觉-语言整合的根本性缺陷，为未来AI发展指明了新方向。

阿里巴巴达摩院联合多家机构构建了史上最大的开源医学推理数据集ReasonMed，包含37万高质量样本。通过多智能体协作和精密质量控制，他们训练出仅70亿参数的ReasonMed-7B模型，在多项医学问答测试中超越了更大规模的竞争对手，甚至在某些测试中击败700亿参数模型，证明了高质量数据胜过模型规模的重要原则。

在今年I/O的第二天，谷歌在美国总部(Googleplex 2000)组织了一场小范围专访，包括谷歌母公司Alphabet兼谷歌CEO桑达尔·劈柴(Sundar Pichai)在内的四位核心管理层，接受了包括科技行者Techwalker、CNBC、《朝鲜日报》、意大利纸媒《La Repubblica》、巴西纸媒《Folha de S. Paulo》、英国电视台等全球媒体的提问。

在今年I/O的第二天，谷歌在美国总部(Googleplex 2000)组织了一场小范围专访，包括谷歌母公司Alphabet兼谷歌CEO桑达尔·劈柴(Sundar Pichai)在内的四位核心管理层，接受了包括科技行者Techwalker、CNBC、《朝鲜日报》、意大利纸媒《La Repubblica》、巴西纸媒《Folha de S. Paulo》、英国电视台等全球媒体的提问。

3月28日，2023微信公开课PRO·微信之约在广州正式开讲。

生产制造碳足迹获权威认证，英特尔与PC业界推出总可回收率高达90%的绿色商用电脑。

南京大学团队提出PixNerd，一种革命性的像素空间图像生成模型。该模型摒弃传统VAE两阶段架构，直接在像素层面工作，通过神经场技术实现端到端训练。在ImageNet测试中达到2.15 FID，推理速度比同类模型快8倍，支持任意分辨率生成。研究还扩展至文本生成图像，在GenEval和DPG基准测试中表现优异，为AI图像生成提供了更简洁高效的解决方案。

炽橙科技自2015年成立后就深耕于XR技术领域。

小米团队开发的MiMo-7B模型证明了AI领域"小而精"路线的可行性。这个仅有70亿参数的模型通过创新的预训练数据处理、三阶段训练策略和强化学习优化，在数学推理和编程任务上超越了320亿参数的大模型，甚至在某些指标上击败OpenAI o1-mini。研究团队还开发了高效的训练基础设施，将训练速度提升2.29倍。该成果已完全开源，为AI民主化发展提供了新思路。

Stability AI团队开发的SP4D技术实现了AI视频生成的重大突破，首次让AI能够同时理解物体外观和运动结构。该技术通过双分支神经网络架构和创新的颜色编码方案，生成的视频内容不仅视觉真实，更具备完整的运动学信息，可直接用于专业动画制作，大幅提升了AI生成内容的实用价值和应用前景。

AREAL是一个由清华大学和蚂蚁研究院开发的全新异步强化学习系统，专为提升大语言模型的推理能力而设计。与传统同步系统不同，AREAL完全解耦了生成和训练过程，推理工作器持续生成新输出，训练工作器则在收集到足够数据时更新模型。通过创新的过时性感知训练和解耦PPO目标函数，AREAL成功解决了异步训练中的数据过时和策略不一致问题。实验表明，AREAL在数学和代码推理任务上实现了高达2.57倍的训练加速，同时保持或提高了模型性能。

本文探讨了如何利用混合智能来超越传统的多元化、公平性和包容性(DEI)议程。作者指出，当前的DEI计划可能加剧分歧，而混合智能则提供了一个统一的框架，强调人类共同的基本维度。文章提出了一个2x4模型，包括4个个人维度和4个集体维度，以此来理解人类经验的普遍性。通过将人工智能与这种自然智能模型相结合，组织可以创造更包容、更有效的工作环境。}

从整体大环境来看，疫情给经济以及各行各业带来一定程度的负面影响，加速了整个产业链洗牌的速度，使得第三产业向制造业转移。

如果说此前的AI大模型是处在造锤子的阶段，那么现在更多公司则逐渐把视线锁定在生成式AI应用，也就是找钉子的阶段。从“卷技术”到“卷应用”，后者是一项真正的产业大考，毕竟任何技术的发展，最终要落到商业的闭环。

英伟达2025Q1营收440亿美元创纪录，数据中心业务暴涨73%至390亿美元。黄仁勋直言："中国是全球最大AI市场，出口管制只会让美国失去平台领导权。Blackwell架构推动推理性能提升30倍，微软已部署数万块GPU，AI工厂正成为各国数字基础设施核心。"

ServiceNow研究团队开发了一种名为RLRF的新方法，通过强化学习显著提升了AI生成矢量图形(SVG)的质量。与传统方法不同，RLRF让AI能够"看到"自己生成的SVG代码渲染后的效果，并据此获得反馈。研究表明，这种方法不仅提高了生成图像的视觉准确性，还使代码更加简洁高效，并能够轻松泛化到从未见过的图像类型。这一突破为从图像或文本自动生成高质量矢量图形铺平了道路，对设计和开发领域具有重要意义。

un?CLIP是一项创新研究，通过巧妙反转unCLIP生成模型来增强CLIP的视觉细节捕捉能力。中国科学院研究团队发现，虽然CLIP在全局图像理解方面表现出色，但在捕捉细节时存在不足。他们的方法利用unCLIP生成模型的视觉细节表示能力，同时保持与CLIP原始文本编码器的语义对齐。实验结果表明，un?CLIP在MMVP-VLM基准、开放词汇语义分割和视觉中心的多模态任务上显著优于原始CLIP和现有改进方法，为视觉-语言模型的发展提供了新思路。

厂商和解决方案提供商致力于让客户应对GDPR不那么困难，推出了各种功能和能力评估GDPR相关数据所在位置、将用户意愿偏好付诸行动、让用户能够统一查看关于企业组织的所有数据、以及为未来管理GDPR数据制定计划。

6月26日，MWC19 上海展会开幕，这是在中国颁发5G商用牌照后业内第一个世界级盛会，三家电信运营商的主要负责人均受邀参加，并在GSMA主论坛上齐齐为5G发声。