数万平米的方舱医院拔地而起，水电、通讯、设备等迅速就绪,在这背后，是一批又一批的基建人将自己的生活变成一场战斗，才拿下了一个个“不可能完成”的任务。

腾讯混元团队开发出R-4B多模态大语言模型，实现了AI的"自动思考"能力。该模型能根据问题复杂程度智能选择回答模式：简单问题快速直答，复杂问题深度推理。通过双模式退火训练和强化学习优化，R-4B在25个基准测试中取得领先性能，4B参数量下达到16B模型的推理效果，同时大幅降低计算成本，为高效AI应用开辟新路径。

11月17日，图数据平台Neo4j(R)宣布全面推出Neo4j AuraDB FreeTM，无需信用卡即可启用，是该公司广受欢迎的图数据库即服务AuraDB的永久免费版。

在未来，你或许无需动一根手指就能使用智能手机或电脑。这是因为使之成为可能的技术——脑机接口（BCI）已经取得了快速发展，它有可能让人们用意念控制设备。

NVIDIA 在 GTC 大会上发布了 Dynamo 软件框架，这是一个专为解决大规模 AI 推理挑战而设计的开源系统。CEO 黄仁勋将其比作"AI 工厂的操作系统"，它能够优化 TensorRT LLM 等推理引擎，实现跨多 GPU 的高效运行，显著提升推理性能和吞吐量，为企业级 AI 部署提供关键支持。

超融合市场产品众多，如何对云原生应用提供支持是超融合厂商面临的一道新考题，只有那些回答得好的厂商才有机会继续留下来，否则就得被边缘化。

越来越多的企业意识到数字化转型的必要性和急迫性，也清楚地认识到，转型牵涉到企业战略业务和IT技术的综合治理，但却苦于不知如何快速入手。

Google 在 Gemini API 中推出自动缓存功能，通过复用重复数据为开发者节省最多 75% 的调用成本，有望缓解高额 API 费用问题。

英国知名新闻公司——News UK计划将自己旗下3款APP，根据特性接入到华为智能助手上，为华为手机用户提供便捷、形式更加丰富的服务，缩短了用户获取信息路径。目前，这3款应用已经上线海外华为应用市场。

新加坡国立大学Show Lab团队发布Show-o2统一多模态AI模型，首次实现单一系统内文字、图像、视频的理解与生成能力。该研究采用3D因果VAE和双路径融合机制，通过创新的两阶段训练策略，在多项基准测试中超越现有技术，为通用人工智能发展奠定重要基础。

Salesforce公司发布了Einstein自动化预览版，用户利用Einstein自动化几乎不用写代码就可以创建用于自动化任务的工作流程，处理客户请求。

在过去十年里，金融沙箱或科技沙箱概念在全球日渐流行，一个特别的原因是监管机构试图将加密货币、区块链和科技精灵塞回瓶里以进行观察（甚或可能将这些精灵闷死在里面）。

浙江大学与阿里巴巴合作开发了MTDEval多轮对话评估系统，通过学习五个顶级AI评委的评判智慧，将多评委评估的准确性与单模型推理的效率完美结合。系统在七个基准测试中表现优异，评估速度比传统方法快数倍，同时构建了两个高质量数据集供研究使用。该开源系统为AI对话质量评估提供了实用可靠的解决方案。

伊利诺伊大学香槟分校等机构的研究团队提出MiCRo框架，创新性地解决了大语言模型偏好学习的多样性问题。该框架采用两阶段方法：先通过混合建模从二元偏好数据中提取多种潜在偏好模式，再利用情境感知路由根据用户具体需求动态调整偏好权重。实验证明，MiCRo不仅能有效捕捉多样化人类偏好，且仅需少量标注数据即可实现个性化适应，在多个数据集上显著优于现有方法，为构建更具个性化的AI系统提供了新思路。

IBM从麦当劳手上收购了自动下单技术以及该技术的开发团队之后，该公司正在将其自然语言处理（NLP）软件推广到这家快餐连锁公司的更多得来速餐厅。

耶鲁大学团队构建了首个科学图表理解评估基准MISS-QA，测试AI模型解读科学论文示意图的能力。通过评估18个前沿模型发现，即使最先进的AI模型准确率也仅达78.3%，远低于人类专家的89%。研究揭示了AI在图表理解、信息检索和推理方面的五大弱点，为科学AI应用的发展提供重要参考。

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。

上海人工智能实验室等机构联合发布VisuLogic基准测试，专门评估AI的纯视觉推理能力。测试包含1000道人工验证题目，涵盖数量、空间、位置等六类推理任务。结果显示，包括GPT-4o在内的顶级AI模型准确率仅26-28%，远低于人类51.4%的表现，揭示了当前AI在视觉逻辑推理方面的严重不足。研究通过强化学习训练实现了显著提升。

这项UC圣迭戈研究首次系统解决了AI图像生成中的重叠布局难题。研究团队开发了OverLayScore评估指标和OverLayBench数据集，发现现有AI在复杂重叠场景中表现显著下降。他们提出的CreatiLayout-AM模型通过非模态掩码监督，让AI学会理解被遮挡物体的完整形状，在重叠区域生成精度上获得显著提升，为AI视觉生成技术发展提供了新的解决方案。

今年7月22日，Melissa Di Donato接替宣布退休的Nils Brauckmann，担任SUSE CEO，Melissa Di Donato也是SUSE首位女性CEO。随着SUSE新任CEO的到任，退出OpenStack，启动百日计划，一个全新的SUSE正在慢慢呈现。