提到HPC，很多人觉得离我们非常遥远，听过某某国家实验室，也知道我国的神威、银河等，但这是多么高大上的东西，跟咱们普通人没关系。

企业越来越重视业务场景，也会越来越重视厂商的服务，对此，IBM迅速调整了策略，在加大对客户体验方面的投入力度的同时，推动生态系统中的合作伙伴与自身的有效合力。

这项由加州大学伯克利分校、香港大学和Adobe联合开展的研究，开发了名为X-Planner的AI图像编辑规划系统，解决了现有AI工具难以理解复杂编辑指令的问题。该系统能将"让图片看起来像夏天"等自然语言指令智能分解为具体编辑步骤，并自动生成精确的控制信息，显著提升了AI图像编辑的准确性和可控性。

微软今天向Azure中新增了一组新功能，将让企业更容易在混合云环境中运行人工智能软件。这些功能部分基于三个现有的Azure服务，分别是Azure Arc、Azure Machine Learning和Azure Kubernetes Service。

近年来，VR技术取得了快速且巨大的进步。然而，VR设备还远远没有完善，用户们仍然会频繁报告自己出现了恶心、头晕、眼疲劳等问题。

最近的热点主要围绕 LLM （大型语言模型）为主，但实际上 AI 在不同行业的应用场景丰富，带来了多样化的数据访问需求。

物件检测（object detection）或物件定位（object location）是目前普及度最高的人工智能应用，也是过去几年中神经网络发展最迅猛的领域，短短几年之中创造出非常多优异的经典算法。

在经历了两年大规模的收购热潮之后，主导半导体行业的并购热某种程度上在2017年已经逐渐冷却下来，已经发展成熟到可被收购的目标大大减少，再加上监管审查日益严格。

清华大学研究团队在多模态大语言模型(MLLMs)中发现了一个惊人现象：只有不到5%的注意力头负责视觉理解，称为"视觉头"。基于此，他们开发了SparseMM优化策略，针对视觉头和非视觉头分配不同的计算资源，实现了模型推理速度提升1.38倍，内存减少52%，同时保持性能不变。这一发现不仅揭示了MLLMs内部视觉处理机制，还为提高多模态AI系统效率提供了新思路。

腾讯AI Lab等机构联合研究解决了AI大语言模型的"幻觉"问题。他们开发的"迭代自调优"方法教会AI诚实承认不确定性，而非编造错误信息。实验证明该方法显著提升了AI的诚实度和可靠性，同时保持了有用性。这项突破将让AI助手在医疗、教育、法律等关键领域变得更加可信，为构建可靠的人工智能系统奠定基础。

3月13日，小米官方发布微博，为3月18日将举行的Redmi春季新品发布会预热。继之前宣布了Redmi品牌不仅只是手机将覆盖更多产品线之后，小米官方再次抛出问题：红米和Redmi有什么区别?引发网友热议。

这项由MIT和Meta AI联合开展的研究首次实现了让AI系统完全自主学习精准引用的能力。SelfCite方法通过"上下文消融"让AI自我评估引用质量，无需人工标注数据。在LongBench-Cite基准测试中，该方法将引用准确率提升5.3个百分点，达到79.1的F1分数。这一突破为构建可信AI系统提供了重要技术基础，有望在新闻、学术、法律等领域广泛应用。

2018年5月21日，2018 微软人工智能大会（AI Innovate）在北京召开，微软大中华区副总裁兼市场营销及运营总经理康容与合作伙伴一道，在大会上分享了如何通过微软的智能云平台Azure，运用Office 365与Dynamics 365将人工智能带入寻常百姓之家。

尽管还有各种炒作，但区块链还没有步入企业领域的主流。今年可能会发生一些变化，因为IT领导者们对于这项技术用于可信交易的认可度正在持续增加。

百度智能云本着“让客户花好钱”、“让客户挣好钱”的服务理念，在存储技术做了大量创新，推出了多种独具特色的云存储服务，赢得用户的广泛认可。

对于零售业的进化，我们讲IBM从来没有离开过，IBM一直是这里面最重要的力量。心存敬畏之心，在中国零售业回归本质，重新构想的时代背景下，IBM将借助自身技术实力与行业洞察，引领零售业迈向数字化转型的全新阶段。

MMaDA是由普林斯顿大学和北京大学研究团队开发的革命性多模态AI模型，它通过统一的扩散架构、混合长思考链训练和创新的UniGRPO强化学习算法，成功实现了文本推理、多模态理解和图像生成三大核心能力的高效整合。实验表明，这个8B参数的模型在多项任务上超越了专业单模态模型，展现了真正的多模态AI潜力，为未来通用人工智能发展提供了新方向。

Transformer时代终结？Mamba作者提出H-Net：端到端、无分词器

2020年是特别的一年，新冠疫情让数字化真正成为行业的新常态，各行业也都在重新审视，在这个新的时代数字化究竟意味着什么？

谷歌DeepMind发布了新型人工智能模型，该模型具备网络搜索能力，能够帮助机器人更好地完成各种任务。这一突破性技术使机器人能够实时获取网络信息，提升任务执行的准确性和效率，为机器人智能化发展开辟了新路径。