香港科技大学等研究机构联合提出InfGen，一种革命性的AI图像生成方法。该技术将内容生成与分辨率调整分离，通过固定尺寸的潜在表示配合专门的生成器，实现任意分辨率图像的快速生成。相比传统方法需要100秒生成4K图像，InfGen将时间缩短至10秒内，速度提升10倍以上。该方法具备即插即用特性，可直接升级现有扩散模型，为高分辨率图像生成提供了全新解决方案。

PeopleTec公司研究人员发现了一种新型网络攻击方式，能够在网站图标的透明度通道中隐藏恶意代码。这种攻击完全无声无息，利用浏览器自动下载图标的标准行为，在用户访问网站时自动执行恶意程序。研究显示全球每天有数千亿次图标请求，为攻击者提供了巨大的潜在攻击面。此技术对现有网络安全防御体系构成严重挑战。

德国研究机构发现AI图像生成模型的记忆删除技术存在严重缺陷，现有权重修剪方法只是表面隐藏记忆而非真正删除。研究团队开发的Dori技术能够绕过这些防护措施，重新激活看似已被遗忘的训练数据。他们提出的对抗性微调解决方案通过重塑AI整体行为模式实现更可靠的记忆消除，为AI安全和版权保护提供了新思路。

5G如何更快地从愿景变为现实走向商业化？这个问题并非看起来那么顺理成章。高通发言人Ryan Gorostiza在采访中表示，5G商用是一个聚沙成塔的过程。

在英特尔2022年投资者大会上，英特尔CEO帕特·基辛格和各业务部门负责人概述了公司发展战略及长期增长规划的主要内容。

“马化腾法则”的核心是服务分层，即基础业务和增值业务的分层。

模型训练越来越不需要人类了！清华等提出RLPR，让AI通过语言直觉训练

在华为全联接大会2022·曼谷期间举办的“迈向智能世界峰会”上，华为常务董事、ICT基础设施业务管理委员会主任汪涛给出了“拥抱5.5G时代”的答案。

数字时代，市场竞争加剧，业务需求日新月异，敏态 IT 建设被越来越多的企业纳入重点发展规划，以容器、Kubernetes 为核心的云原生是目前敏态 IT 中最热门的技术架构。

随着“人工智能时代”这一全新阶段的出现，新挑战也已经出现——中国应如何保证在“人工智能时代”不落后，甚至领先全世界。答案在我看来就是3个字：根技术。

俄罗斯人工智能研究院团队揭示大语言模型的惊人秘密：标点符号和停用词在AI记忆系统中扮演关键角色。研究发现删除这些"无关紧要"的词汇会显著降低AI性能，颠覆了传统认知。团队开发的LLM-Microscope开源工具让普通人也能窥探AI内部工作机制，为AI可解释性研究开辟新方向。

早稻田大学研究团队开发了VIR-Bench基准，通过200个日本旅游视频测试AI理解地理空间和时间序列的能力。研究发现即使最先进的AI模型在复杂地理推理和时间顺序理解上仍有局限，但开发的AI旅行规划助手在结合多源信息时已能生成实用的旅行方案。

麻省大学安姆赫斯特分校等机构联合开发了名为Ella的虚拟社交机器人，它拥有类似人类的长期记忆系统，能在3D虚拟社区中学习、社交和适应。实验显示，Ella在说服他人参加聚会和领导团队完成任务方面表现卓越，成功率分别达到53.4%和32.5%，远超其他方法。这项研究为开发能与人类真正共存的智能体奠定了基础。

20年前，“后浪”中国移动的“梦之网”重新点燃了中国互联网公司的热情，进而叙写了中国互联网的后续传奇。20年后，5G登顶珠峰，我们又站在了新奇迹的新起点上。

在今天举办的冬季新品发布会上，华为推出一款创意设计和功能组合的腕间新品华为WATCH Buds-----业界首款弹盖磁吸式耳机手表。

MIT和斯坦福研究团队开发了AuriStream，一个模仿人类听觉系统的革命性语音AI。该系统采用两阶段设计：WavCoch组件将音频转换为类似耳蜗的频谱表示，autoregressive模型预测声音序列。AuriStream在词汇语义理解上创造新纪录，音素识别达88%准确率，并具备独特的可解释性——能将预测结果可视化为声谱图。这项发表于arXiv的研究为语音AI开辟了生物启发的新路径。

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。

“操作系统是计算终端的灵魂，用户界面是操作系统的灵魂。”

腾讯主攻政务市场数字化的WeCity项目，先后拿下广东省政府10亿大单、长沙政府市5.2亿和成都市政府8.7亿大单，如果没有微信这个超级入口，以及庞大的技术支撑，是根本不可能的。这背后体现的当然是一家公司C to B的综合能力。

中科院、北大、清华联合开发的DualTHOR平台首次为双臂人形机器人提供真实家庭环境仿真训练。该平台不仅支持双手协作任务，还引入意外机制模拟现实不确定性。实验发现现有AI模型在双手协调方面表现不佳，为未来家庭服务机器人发展指明方向。