索尼与KAIST联合开发的DesignLab突破了传统AI设计工具的单步生成局限，创新性地将设计过程分解为评审和修改两个角色，通过迭代优化实现专业级PPT设计。该系统采用"逆向扰动"方法构造训练数据，在与商业工具的对比中表现优异，为AI在创意设计领域的应用开辟了新路径。

这项由ELLIS研究所和马克斯·普朗克智能系统研究所的科学家进行的研究，揭示了大语言模型安全测试的根本规律：越狱攻击成功率由攻击者与目标模型间的能力差距决定。通过评估500多个攻击者-目标组合，研究团队发现：更强的模型是更好的攻击者；当目标能力超过攻击者时攻击成功率急剧下降；社会科学能力比STEM知识更能预测攻击成功。基于这些发现，研究者建立了预测模型，表明随着AI进步，人类红队测试可能逐渐失效，提示需要发展自动化安全评估方法及更全面地评估模型的说服和操纵能力。

新贵Arista Networks的客户认证由于思科提出的专利诉讼未未结案而延迟，因而导致了旗下部分收入的推迟，但Arista的2017年第四季度业绩和全年业绩仍然保持坚挺。

DINO-R1是博世与德州农工大学研究团队开发的创新视觉基础模型，首次将强化学习应用于增强视觉模型的推理能力。该模型通过群组相对查询优化(GRQO)技术，解决了视觉提示检测中高方差问题，实现对多样化视觉示例的有效理解。DINO-R1引入查询级相对奖励和KL散度正则化，提供更密集的监督信号并稳定训练过程。在COCO、LVIS和ODinW等多个数据集上的实验表明，该模型显著优于传统监督微调方法，在开放词汇和封闭集视觉提示场景中均展现出强大的泛化能力。

从感染快速检测到3D打印解决方案，全球各地的科技企业正携手奋进，希望找到足以战胜新冠病毒大流行的突破性方法。目前有哪些创新成果值得关注？本文将带大家一探究竟。

具有战略意义的全新云计算服务和架构将在亚太地区及日本（APJ）推出，支持开发人员在更靠近企业和用户网络接入点的位置构建、运行和保护高性能工作负载。

提到图,大家可能不怎么了解,但是提到知识图谱(knowledge graph),绝对是当前的热门话题。近年来,各个行业涌现出大量的垂直应用及服务提供商,各个企业,从技术到业务的各个条线,纷纷学习知识图谱的概念、技术、建设方法。

嘉吉公司（Cargill Incorporated）的CDIO Jennifer Hartsock近日分享了他们是如何提升数字化和数据思维的，以及该公司“携手共进”的精神是如何引导公司IT运营模式转型的。

伊利诺伊大学研究团队开发出Dress&Dance系统，这是首个能生成高清虚拟试衣视频的AI技术。用户只需提供个人照片、服装图片和参考动作视频，即可生成1152×720分辨率、24帧每秒的5秒试衣视频。该系统通过CondNet技术统一处理多模态信息，采用分阶段训练策略，支持单件及多件服装同时试穿，在服装细节保真度和动作自然度方面显著优于现有商业产品。

Check Point联合创始人Gil Shwed在担任执行董事长两个月后,分享了他对公司未来的愿景。他强调了人工智能革命的重要性,认为AI可以显著提升网络安全效率。Shwed表示Check Point将继续专注于网络安全创新,同时探索区块链等新兴技术。他还重申了保持公司独立性的决心,希望Check Point能够长期作为独立公司发展壮大。

斯坦福等机构联合推出CodeARC基准测试，专门评估大型语言模型从输入输出例子中推理程序逻辑的归纳能力。该框架采用交互式评估方式，允许AI主动查询并获得反馈，更贴近真实编程场景。测试涵盖1114个Python函数，最强模型成功率仅52.7%，揭示了当前AI在程序推理方面的局限性。

南京大学团队提出DDT（解耦扩散变换器）架构，通过"分工合作"方式将AI绘画中的语义理解和细节生成任务分离。该方法在ImageNet数据集上创下1.31 FID的新纪录，训练效率提升4倍，推理速度提升3倍，为AI图像生成领域带来突破性进展。

人工智能正在以惊人的速度发展，可能很快就会加入workforce。作为企业领导者，您是否考虑过组织的AI原生程度?本文探讨了AI原生的含义、不同层级以及如何开始AI原生转型,帮助企业为即将到来的AI时代做好准备。

微软和人民大学联合开发的CoRAG系统让AI学会了多步骤推理，像侦探破案一样逐步收集信息解答复杂问题。该系统通过训练AI进行分步搜索，在多跳推理任务上比传统方法准确率提升10个百分点以上，并首次在KILT基准测试中创造新纪录。用户可根据需求选择不同计算策略，平衡性能与成本。

卢布尔雅那大学研究团队开发出SuperSimpleNet统一缺陷检测系统，能够适应无监督、弱监督、混合监督和完全监督四种学习场景。该系统在多个数据集上达到98%以上检测准确率，推理时间仅9.5毫秒，通过创新的合成异常生成技术和双分支架构设计，解决了传统方法只能处理特定标注类型的局限性，为工业质量检测提供了灵活高效的解决方案。

深圳大学团队开发了C3D-AD持续学习框架，解决3D异常检测中的"灾难性遗忘"问题。系统通过三个创新模块：统一特征空间的KAL、智能信息管理的KAA和记忆保持的RPP，实现在学习新产品检测的同时保留对历史产品的检测能力，在三个数据集上取得显著性能提升。

英特尔将推出两款专供中国市场的Gaudi 3 AI加速器，根据美国出台的制裁政策对性能做出大幅“阉割”。

斯坦福大学研究团队成功开发出FluidLoco系统，首次让机器人掌握了在复杂现实环境中稳定搬运液体的能力。该系统通过液体动力学预测模型和分层控制架构，让机器人能够预测液体运动并做出相应调整，在各种地形和干扰条件下保持85%以上的成功率。这项突破将在餐饮服务、医疗健康、工业制造等领域产生重要应用价值。

Metronome 公司推出创新的基于使用量的计费系统，旨在解决 AI 时代的计费挑战。该系统提供实时计费和灵活定价，帮助企业更好地管理 AI 相关支出，衡量投资回报。这一技术不仅适用于 AI 服务提供商，也为其他科技公司提供了新的商业模式机会。

据悉，网易MCtalk作为互联网从业者与互联网粉丝中的智库级平台，经过近两年的精心打造，活动矩阵日渐丰富，平台上已经汇集了大量明星级企业和成功产品的一线负责人与产品大咖。