“数字化转型其实非常复杂，对于不同行业、不同规模、甚至是同样规模的企业，都是千差万别，很多中小企业，一来‘不知怎么转’，二来‘没有足够资金可以转’，他们也想学习同行业的头部企业是怎么思考和怎么做的。”西门子Xcelerator中国区总经理、西门子数字科技（深圳）有限公司CEO秦成，接受至顶科技专访时，传递出很多中小企业心声。

华为联合多所高校发布TeleMath数据集，这是首个专门评估大型语言模型在通信数学问题求解能力的基准测试。研究团队设计创新的合成数据生成框架，从50个专家问题扩展至500个测试样本，涵盖信号处理、网络优化等七大领域。评估结果显示，专门的推理模型明显优于通用模型，为通信AI应用指明方向。

8 月 20 日，「低代码究竟是“银弹”还是“泡沫”」TVP 低代码技术分享会火热开聊，用一场尖峰辩论和一场圆桌对话，共探低代码的过去、现在与未来。

多年来，计算机硬件一直是一个乏善可陈的市场。占主导地位的x86微处理器架构正在触达可通过小型化实现性能增长的极限，因此制造商们的目光聚焦于在芯片中封装更多核心上。

本古里安大学研究团队开发了Diff-Mamba，这是对高效AI架构Mamba的重要改进。该技术通过创新的"差分"机制解决了AI系统容易"走神"的问题，让AI能够更好地专注于重要信息、过滤无关内容。实验证明，Diff-Mamba在语言理解、信息检索和长文本处理方面都有显著提升，为构建更可靠、更高效的AI系统提供了新思路。

紫金山顶，天空湛蓝、万里无云，而这一行人所代表的国内云计算行业从业者，他们肩头的那朵云，正推动着移动互联网历史的车轮滚滚向前。

清华大学研究团队开发出突破性的三维旋转优化方法，通过四维空间处理解决了困扰计算机图形学几十年的"万向节锁死"问题。该方法将旋转路径缩短15-25%，显著提升动画自然度，在用户测试中获得更高评分并能减少VR晕动症。技术已可实用化，预计将改善电影、游戏、虚拟现实等领域的视觉体验。

早期技术采用者们已经意识到，AI方案能否成功落地完全取决于数据。而在F1赛场上，数据同样是通往成功的必由之路。F1赛车配备有300多个传感器，负责记录影响车速的每一个微小变化——从空气动力学到海拔高度，再到气温、压力、振动、车身压力、发动机性能乃至轮胎状况。

北京智源人工智能研究院发布首个大规模AI推理模型评测报告，通过全新数据集测试发现：当前最先进的推理模型存在思考过程与答案不一致、虚假声称使用外部工具、推理时间与视觉任务效果无关等问题。研究覆盖GPT-5、Gemini 2.5等数十个模型，揭示了AI推理能力的真实现状和安全隐患。

伊利诺伊大学香槟分校研究团队开发了SafeScientist，一个安全优先的AI科学家框架，能主动拒绝不道德或高风险任务，并在整个研究过程中确保安全。该框架整合了四层防御机制：提示监控、智能体协作监督、工具使用控制和伦理审查。团队还创建了SciSafetyBench基准测试集，包含240个高风险科学任务和120个工具相关风险场景，用于评估AI科学家的安全性。实验表明，SafeScientist比传统框架提高了35%的安全性能，同时不影响科学输出质量，为AI驱动的科学探索提供了安全与创新并重的新范式。

清华大学研究团队开发出ScenePainter系统，能从单张照片生成连续一致的3D场景序列。该技术通过构建"场景概念图"解决了传统AI场景生成中的语义漂移问题，在保持视觉一致性的同时实现内容多样化。系统采用两阶段训练策略，用户测试显示其在质量、多样性和一致性方面均优于现有方法，为游戏、影视等领域提供了新的内容创作工具。

中科院软件所联合阿里巴巴推出SolutionRAG智能工程设计系统，通过双重思维树机制自动生成复杂工程解决方案。该系统能像资深工程师一样同时考虑地震、土壤、降雨等多重约束条件，在八个工程领域的测试中均达到最佳性能，为工程设计的智能化应用开辟了新方向。

这项研究开发了首个轻量级物理推理评估框架，测试四种主流视觉语言模型在抛射运动、碰撞动力学、力学和流体动力学四个领域的表现。结果显示中等规模的Qwen2.5-VL-7B意外击败最大模型获得最高分0.815，揭示了当前AI模型更擅长公式应用而非真正物理理解的局限性。研究为科学推理评估提供了可复制的工具，并指出概念性错误是主要问题，为未来AI发展指明方向。

DMOSpeech 2是哥伦比亚大学与NewsBreak合作开发的突破性AI语音合成系统。该系统首次通过强化学习优化时长预测器，解决了现有系统中语音节奏控制不准确的关键问题。同时创新性地引入师生协作采样策略，在提升2倍计算效率的同时保持了语音输出的多样性，使合成语音更接近真人说话效果。

俄亥俄州立大学团队开发了FlexiTokens技术，解决了AI文本处理中的"一刀切"问题。该技术让AI模型能够根据不同内容和场景自动调整分词策略，在医学、法律等专业领域和多语言处理方面表现出色，性能提升高达10%，同时显著提高处理效率。

从贸易出海转向海外运营，广汽向全球化迈出重要一步。

OpenAI团队开发了PaperBench评估系统，测试AI复现顶级机器学习论文的能力。通过20篇ICML 2024精选论文和8316个评估点，发现最强AI模型Claude 3.5 Sonnet达到21%成功率，而人类专家为41.4%。研究揭示AI在代码编写方面较强但在实际执行中存在局限，为AI科研能力发展提供重要基准。

新加坡国立大学研究团队开发了JudgeLRM，一个专门用于评判AI系统表现的模型。研究发现传统训练方法在需要复杂推理的评判任务上效果较差，因此采用强化学习训练JudgeLRM，使其具备真正的推理能力。JudgeLRM-3B甚至超越GPT-4，JudgeLRM-7B击败DeepSeek-R1，在推理密集型任务上表现尤为突出，为AI评估领域带来范式转变。

腾讯研究团队提出RLPT新方法，让大语言模型通过预测文章下一段内容进行自主学习，无需人工标注。该技术在多个基准测试中显著提升AI性能，特别是数学推理能力提升5-8分，为解决AI训练中的数据瓶颈和标注依赖问题提供了创新解决方案，展现出良好的可扩展性和实用前景。

这项由浙江大学与阿里巴巴通义实验室联合开展的研究，通过创新的半在线强化学习方法，显著提升了AI界面助手在多步骤任务中的表现。UI-S1-7B模型在多个基准测试中创造了7B参数规模的新纪录，为GUI自动化代理的发展开辟了新的技术路径。