全球领先的信息技术研究和顾问公司Gartner发布的最新数据显示，全球公有云服务市场将从2018年的1824亿美元增至2019年的2143亿美元，增幅达17.5%。

Adobe 正在为 Photoshop 内置 AI 助手，简化多步操作流程，同时升级 Firefly 应用，整合图像、视频、音频及矢量生成工具，并引入第三方模型，加强创意设计的效率与精准度。

中国香港中文大学深圳分校研究团队开发了TaDiCodec语音编解码技术，实现了极低6.25Hz帧率和0.0875kbps比特率的高效语音压缩。该技术通过文本感知扩散解码器和端到端训练，在保持优异语音质量的同时显著提升压缩效率，在零样本语音合成中达到2.28%英语和1.19%中文词错误率，为AI语音系统提供了革命性的解决方案。

根据海信集团一线的知识和经验，让企业成为开源人才的“练兵场”，让开源团队成为一支“能打胜仗”的团队，才能持续推进人才队伍建设，助力企业转型升级。

西门子数字工业软件近日推出了Tessent(TM) Hi-Res Chain 软件，旨在解决集成电路（IC）设计和制造团队在先进技术节点上面临的关键挑战。

人工智能的“性格”是如何形成的？

这项由清华大学和微软亚洲研究院合作完成的研究，通过创新的动态知识蒸馏和选择性遗忘机制，成功解决了AI系统在学习新任务时会遗忘旧知识的"灾难性遗忘"问题。该技术让AI能够像人类一样进行终身学习，在掌握新技能的同时保持对已有能力的熟练程度，为智能手机助手、自动驾驶、医疗AI等领域的应用带来重大突破，推动AI从静态工具向智能伙伴的转变。

Muddit是一种创新的统一生成框架，它使用离散扩散技术同时处理文本和图像生成。由北京大学等机构联合开发，该模型整合了预训练文生图模型的强大视觉先验，使其能高效并行地处理多模态内容。尽管仅有1B参数，Muddit在GenEval、MS-COCO和VQAv2等多项基准测试中表现卓越，推理速度比主流模型快4-11倍。其核心创新在于采用单一架构处理跨模态任务，证明了离散扩散方法在统一多模态生成中的巨大潜力。

南京大学研究团队提出T2MIR架构，通过令牌级和任务级专家混合机制，解决了强化学习中多模态数据处理和多任务适应的关键挑战。该方法让AI系统能像专家团队一样分工协作，显著提升了学习效率和任务适应能力，为构建更智能的自适应AI系统提供了新思路。

字节跳动团队开发出T-PPO算法，通过"边做边学"的训练方式，让AI训练效率提升2.5倍。该技术突破了传统PPO必须等待完整推理的限制，采用截断式训练和独立优化机制，在AIME数学竞赛中获得62分优异成绩。这一创新不仅降低了AI训练成本，还为推理模型的发展指明新方向，有望推动AI技术在教育、科研等领域的广泛应用。

韩国成均馆大学研究团队开发了首个机器遗忘可视化评估系统Unlearning Comparator，解决了AI"选择性失忆"技术缺乏标准化评估的问题。系统通过直观界面帮助研究人员深入比较不同遗忘方法，并基于分析洞察开发出性能优异的引导遗忘新方法，为构建更负责任的AI系统提供重要工具支持。

IBM开放了三个专注于癌症研究的人工智能项目。

2020年2月11日，InterSystems宣布，其TrakCare®统一医疗信息系统推出一项全球性功能，以便能帮助临床医生筛选和救治新冠肺炎患者。

这篇论文介绍了3DTown，一种从单一俯视图生成3D城镇场景的创新方法。研究团队结合区域化生成和空间感知3D修复技术，无需额外训练即可创建几何一致、布局协调的3D场景。通过将场景分解为重叠区域并使用预训练生成器处理每个区域，该方法显著优于现有技术，在几何质量、空间连贯性和纹理保真度方面表现突出，为游戏开发、虚拟现实和城市规划等领域提供了实用解决方案。

MLOps（Machine Learning Operations）是一组最佳实践、框架和工具，可以帮助企业管理数据、模型、部署、监控，以及其他利用理论概念验证AI系统并使之奏效的方方面面。企业通过采用MLOps可以构建更多模型、更快地创新、应对更多的使用场景。

英特尔公司正在收购一家名为Granulate Cloud Solutions的初创公司，该公司可利用人工智能技术帮助企业加速应用和降低基础设施成本。

微软向Windows Insider发布了Windows 11 25H2预览版，正式版将于今年晚些时候推出。该版本采用与24H2相同的服务分支，安装过程类似启用包。市场数据显示，Windows 11份额达49.08%，Windows 10为45.53%，新系统继续保持领先。在美国市场，Windows 11份额接近60%，而在欧洲市场Windows 10仍占主导地位。随着Windows 10即将停止免费支持，用户迁移趋势值得关注。

微软研究院前不久发布了一篇论文，揭示了一个反常识的现象：当我们和AI进行长时间多轮对话时，它们会变得越来越"糊涂"，给出的答案质量也会明显下降。微软研究院的这项研究，用严谨的科学方法证实了这个现象的存在，这不是个别模型的问题，而是几乎所有大模型的通病。研究团队测试了包括GPT-4、Claude、Gemini在内的15个主流AI模型，发现它们在多轮对话中的表现平均下降了39%。

面对现实问题，博思艾伦 CIO Brad Stone果断决定按下重启按钮。他制定出五项核心组织原则，敦促他们充分考量知情风险、重点关注DevSecOps生命周期，例如推动业务管道化改造并巩固问责制与透明度。

阿里巴巴AI实验室发布扩散语言模型综述，揭示了一种可能颠覆ChatGPT的新技术。该技术采用并行生成方式，不再逐词生成文本，而是像画家作画般同时处理多个位置，实现数倍速度提升。最新模型LLaDA-8B性能已接近LLaMA3-8B，在代码生成、数学推理等任务中表现优异，预示着AI对话系统的重大变革即将到来。