数字孪生的出现，对于传统能源行业来说，称得上是一次模式上的颠覆。

数字孪生的出现，对于传统能源行业来说，称得上是一次模式上的颠覆。

在6月28日红帽的开源社区媒体开放日上，红帽社区活动经理Jennifer Madriaga强调，开源价值观的精髓其实在于社区，而开源社区的价值决不仅仅只是贡献代码。

查尔斯大学和意大利布鲁诺·凯斯勒基金会的研究团队首次系统性解决了同声传译AI系统延迟评估的准确性问题。他们发现现有评估方法存在严重偏差，常给出相互矛盾的结果，并提出了YAAL新指标和SOFTSEGMENTER对齐工具。YAAL准确性达96%，比传统方法提升20多个百分点。研究还开发了专门的长音频评估工具LongYAAL，为AI翻译技术发展提供了可靠的测量标准。

上海交通大学研究团队开发的X-Master AI代理人系统在"人类最后的考试"中获得32.1%的突破性成绩，超越OpenAI和谷歌产品。该系统通过"散布-堆叠"多代理协作机制，让AI能够像人类科学家一样使用工具进行推理和探索，为AI辅助科学研究开辟了新道路。研究采用完全开源方式，展示了推理时计算的巨大潜力。

微软正在成立一个名为高级规划部门(APU)的新业务单位，旨在研究人工智能的影响并提出产品开发建议。该部门将隶属于微软AI首席执行官办公室，重点研究AI对社会的影响，并为微软的工程路线图提供指导。APU还将招募各领域专业人才，研究范围涵盖量子计算、核能和半导体等多个领域。

南加州大学研究团队开发出一种名为PILS的新技术，能够通过分析AI模型输出时的概率信息来破解隐藏的系统指令。这种方法通过观察AI生成文本过程中多个步骤的"思考轨迹"，将隐藏提示的恢复成功率提高了2-3.5倍。研究发现AI模型的概率输出存在于低维空间中，可以用数学方法进行压缩和逆向分析。这项发现对AI安全具有重要影响，揭示了当前依赖隐藏指令的安全机制可能存在漏洞，为AI安全防护提出了新挑战。

5月14-16日，英特尔主办一年一度的开源技术峰会（OSTS）。该峰会源自2004年的一次内部会议，从最初只有几十个英特尔工程师参加，扩大到如今500人参会的规模。

KAIST团队开发了PaperCoder，一个能够自动将机器学习论文转化为完整代码仓库的AI系统。该系统通过规划、分析、编码三个阶段，解决了80%科学论文缺乏代码实现的问题，在评估中获得88%专家认可，生成的代码只需微调0.81%即可执行。

数据中心网络今年开始向400G以太网迁移，新型光模块的加速2020年将投入使用。

AI项目失败的根源不在于模型性能或GPU算力不足，而是数据跟不上节奏。企业虽已具备基础模型和GPU容量，但在混合云和多云环境中扩展AI时，数据成为瓶颈。分布式数据碎片化严重，实时推理因管道延迟而停滞，GPU利用率不高。GTC大会期间将举办非公开高管圆桌讨论，探讨AI基础设施实际运营中的问题及解决方案，采用查塔姆宫规则确保参与者畅所欲言。

虽然“云混搭”的方式可以很好满足企业对于各类业务的不同负载需要，兼顾成本和性能需求，但是要让这个复杂架构变成一个“有机整体”，“搭配和混合”的技巧就会很重要。

虽然“云混搭”的方式可以很好满足企业对于各类业务的不同负载需要，兼顾成本和性能需求，但是要让这个复杂架构变成一个“有机整体”，“搭配和混合”的技巧就会很重要。

哈工大与阿里巴巴团队合作开发了ComfyUI-R1，这是首个专门用于自动化工作流生成的大型推理模型。该模型通过长链推理思维，能够根据用户自然语言指令自动生成可执行的ComfyUI工作流。在7B参数规模下，ComfyUI-R1达到97%格式正确率，在多项评估指标上显著超越GPT-4o等先进模型，为AI内容创作提供了更智能、更易用的解决方案。

在MWC2021的第一天，科技行者对话了摩联科技创始人兼CEO林瑶。

UI-Genie是一个创新的自我改进框架，解决了GUI智能体面临的两大挑战：轨迹验证困难和高质量训练数据缺乏。研究团队开发了专用奖励模型UI-Genie-RM，采用图像-文本交错架构有效处理历史上下文，并统一了步骤级和任务级奖励评估。通过精心设计的数据生成策略和迭代自我改进，该框架无需人工标注即可创建高质量合成轨迹。实验结果显示，经过三轮数据-模型自我改进后，UI-Genie在多个基准测试上达到了最先进水平。该研究已开源全部实现和数据集，为GUI智能体研究提供重要资源。

超大型 AI 语言模型训练正转向使用对象存储而非文件存储。这种转变源于 AI 模型训练的特殊需求和对象存储的优势。对象存储在数据摄取、准备、模型训练和部署等阶段都表现出独特优势，能更好地满足大规模并行计算和海量数据处理的需求，同时具有更高的成本效益和可扩展性。

腾讯WeChat AI团队联合多所高校发布PRELUDE评测基准，这是首个专门测试AI长文本真实理解能力的评测系统。通过让AI判断虚构角色前传是否与原著一致，该研究发现现有先进AI模型在深度文本理解方面仍比人类低15个百分点以上，揭示了当前AI技术的根本性局限。

南京大学团队开发的TextCrafter系统成功解决了AI图像生成中多文字准确渲染的技术难题。该系统采用三阶段策略：实例融合、区域隔离和文字聚焦，实现了73.7%的文字准确率，相比基础模型提升45%以上。同时创建了包含2000个复杂场景的CVTG-2K评测数据集，为该领域建立了新标准。作为无需训练的即插即用技术，TextCrafter在广告设计、内容创作等领域具有广阔应用前景。

香港科技大学团队开发了名为CoPart的革命性3D生成技术，它模仿人类设计师的工作方式，将复杂3D物体分解为多个部件分别生成再组装。该技术采用双重编码策略和相互指导机制，确保各部件既精细独立又协调统一。研究团队还构建了包含91000个部件的大规模数据集PartVerse。实验显示CoPart在生成质量上显著优于传统方法，并支持部件编辑、关节物体生成等多种应用，为3D内容创作开辟了新方向。