上海AI实验室联手复旦大学提出了POLAR方法，这是一种革命性的奖励模型训练技术。通过让AI学会识别不同策略间的差异而非死记评分标准，POLAR在多项任务上实现了显著提升，7B参数模型超越72B现有最强基线，为AI对齐问题提供了全新解决思路。

来自世界各地的日用产品被运送到全球各个角落，让客户可以轻松购买得到，以至于很少思考这其中的运作环节。从在西班牙超市购买的法国香槟，到在英国小商店购买的德国香肠，这已经成为了一种生活方式。

这项研究提出了"下一事件预测"作为培养视频AI时间推理能力的新方法。研究者将视频分为过去和未来部分，让AI预测未来事件，而不仅仅是描述所见。他们创建了V1-33K数据集（包含33,000个视频片段）和FutureBench测试基准，实验证明这种方法显著提升了模型的时间推理能力。研究发现，演绎推理（通过下一事件预测）比归纳推理（视频问答）和溯因推理（先前事件预测）更有效，简单的监督式微调就能取得良好效果，且增加数据量超过5K后效果提升不明显。

字节跳动联合浙江大学发布了ImmerseGen系统，这是一个能根据文字描述自动生成VR世界的AI工具。该系统采用轻量化代理和RGBA纹理技术，用AI代理协作完成从地形生成到物体布置的全流程，还能添加动态效果和环境音效。相比传统方法，它生成的场景效率提升数十倍，在移动VR设备上达到79帧流畅运行，为VR内容创作带来革命性突破。

GraphPipe是一个新的开源软件项目，它指向了下一波人工智能领域的前景。

高管们面临推动企业创新的巨大压力，但转型效果往往不尽如人意。问题并非出在战略愿景上，而是底层运营模式未能跟上战略发展。多数企业将转型视为独立项目，导致与现有业务脱节。转型失败的主要原因包括：工作方式未改变、将转型当作一次性项目、战略执行存在巨大差距、只追踪进度而非绩效、责任归属不明。要实现持久变革，需要将转型融入日常工作，基于价值排序，关注成果而非活动，建立全新的运营系统来支撑战略执行。

卡内基梅隆大学等机构研究团队推出HARDTESTS，解决AI编程测试的可靠性危机。研究显示现有测试集有高达60%的通过测试程序实际存在错误，而80%的编程问题无法获取人类编写的官方测试用例。团队开发的HARDTESTGEN管道通过三种方式生成测试：直接生成的小规模输入、随机常规输入和专门设计发现隐藏错误的"黑客输入"。实验证明，与现有方法相比，HARDTESTS在评估AI代码时准确率提升11.3个百分点，召回率提升17.5个百分点，对困难问题的准确率提升可达40个百分点。

Google Research团队开创性地研究了搜索增强型AI如何处理冲突信息，提出五类知识冲突分类体系，创建了首个专门评估数据集CONFLICTS。研究发现AI在处理冲突信息时表现不佳，但通过让AI明确识别冲突类型并相应调整回答策略，可显著提升其表现，为提升AI可靠性和实用性提供了重要指导。

复旦大学联合多所知名院校开发了GeometryZero模型，通过创新的群体对比策略优化（GCPO）方法，让小尺寸AI模型具备了类似数学专家的几何推理能力。该模型能智能判断何时使用辅助构造工具，在多个几何基准测试中表现优异，为AI教育应用的普及化奠定了基础，展现了专门化训练的巨大潜力。

根据埃森哲最近发布的报道，我们了解到银行业务的数字化程度正越来越多地与运营经济学水平以及市场估值溢价联系起来。

Berg Insight研究显示，2024年全球物联网连接收入同比增长12%至142亿欧元。预计到2029年，全球将有64亿物联网设备连接到蜂窝网络，年连接收入达224亿欧元。2024年全球蜂窝物联网用户数增长14%至38亿，占移动用户总数约30%。中国是全球最大的蜂窝物联网连接服务市场，中国移动以14.2亿连接数位居全球首位。

香港科技大学研究团队推出VL-Rethinker，这是首个能在视觉语言任务中进行深度反思的AI系统。通过创新的"选择性样本回放"和"强制反思"训练策略，VL-Rethinker在数学视觉推理等任务上显著超越GPT-o1，证明了AI可以学会像人类一样自我检查和纠错，为构建更智能可靠的多模态AI系统开辟了新路径。

巴黎理工学院研究团队发现了比传统深度伪造更隐蔽的"局部伪造"技术威胁。这种只修改视频局部区域的新型AI造假技术让人类检测准确率下降30%以上，AI检测系统性能下降高达43%。研究团队构建了包含25000个样本的全球首个局部伪造检测数据库FakePartsBench，揭示了现有防御体系面对精细化伪造攻击的脆弱性，为未来开发更强大的检测技术奠定重要基础。

卢森堡大学团队首次从数学角度严格证明了AI注意力机制的容量限制。研究发现softmax归一化存在"注意力稀释"问题，单个注意力头最多只能区分80%的重要信息，且降低温度参数会导致训练不稳定。通过GPT-2实验验证了理论预测，为长文本处理和多头注意力设计提供了科学依据，解释了AI模型在处理长序列时性能下降的根本原因。

越来越多的公司面临着管理复杂的现有网络以及多云环境所带来的安全压力，而区块链技术则有望帮助解决这一难题。

MIT等顶尖院校研究团队发现AI处理长文本时存在"记忆过载"问题，提出OPRM溢出预防方法，通过"分而治之"策略让AI学会聪明遗忘，性能提升14%-51%。该方法类似智能图书管理员，先快速浏览所有相关内容，再专注分析最相关部分，避免了传统方法的记忆溢出困境，为实现更高效的长文本AI应用开辟新路径。

成功的AI部署背后需要强大的数据文化支撑。企业要释放生成式AI价值，关键在于数据的创建、管理、共享和信任方式。四位资深领导者分享了让企业数据持续AI就绪的经验，总结出五大关键行动：将数据视为产品而非副产品，建立可观察性和可追溯性核心机制，将治理融入基础架构，提升全员数据素养，以及整合结构化与非结构化数据。这些策略强调数据文化决定AI成败，模型可以重训，架构可以重建，但正确的思维方式才是根本。

2018年10月30日，湖北省经信委发布了《省经信委关于公布湖北省工业互联网服务资源池名单的通知》。

科罗拉多大学研究人员发现，大型语言模型在解决数独谜题时表现不佳，即使是简化的6x6数独也常常超出其能力范围。更重要的是，当要求AI展示解题过程时，它们往往无法准确解释，有时会撒谎、胡言乱语，甚至开始谈论天气。研究表明，AI虽然擅长写邮件或生成图像，但在需要逻辑推理的任务上存在明显缺陷，且无法透明地解释其决策过程，这对AI在日常生活中的应用提出了谨慎考量的要求。

如今医疗行业积极拥抱数字化技术，而AI和边缘设备正好符合医疗机构的业务需求。Clara Holoscan MGX的推出显然会加速医疗行业的数字化与智慧化水平。