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。

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。

今年的情人节注定是特别的。许多人在年前分开之时甚至都没来得及好好道别，就被突如其来的疫情困在了家中。此时此刻，不知道有多少有情人只能隔着手机屏幕，互诉思念。

香港大学与快手科技联合开发的GameFactory系统实现了革命性突破：用户只需文字描述就能生成可操作的互动游戏。该系统通过创新的"风格-动作解耦"技术，让AI既能理解游戏控制逻辑，又能适应任何场景环境，从《我的世界》训练数据成功泛化到樱花森林、雪山、室内等开放域场景。这项技术有望大幅降低游戏开发门槛，让任何人都能成为游戏创造者，为娱乐产业带来颠覆性变革。

随着AI系统复杂性不断增加，AI对齐技术成为确保系统安全可靠的关键。研究人员正通过人类反馈强化学习、合成数据训练、红队测试等技术手段，以及AI治理、伦理委员会等管理方法来引导AI行为。然而，价值观的多样性和AI系统的"迎合性"行为带来了新挑战。最新研究表明，我们可以理解并调整AI内部表征参数来控制系统输出。控制AI不仅是技术挑战，更是道德和政治选择问题。

Anthropic 推出面向高等教育的 Claude for Education 计划，与 OpenAI 的 ChatGPT Edu 计划形成竞争。该计划为学生、教职员工提供 AI 聊天机器人 Claude 的访问权限，并增加了一些新功能。新功能包括"学习模式"，旨在培养学生的批判性思维能力。Anthropic 已与多所大学达成合作，希望通过这一计划扩大在教育领域的影响力。

Google DeepMind通过Physics-IQ基准测试发现，尽管当前AI视频模型能生成视觉上极为逼真的内容，但其物理理解能力严重不足。研究使用396个真实物理实验视频测试了8个主流模型，结果显示最佳模型得分仅为29.5%。更重要的是，视觉真实度与物理理解能力之间几乎无关联，这一发现对AI发展具有重要启示意义。

这篇论文介绍了LegalSearchLM，一种创新的法律案例检索方法，将检索任务重新定义为法律要素生成。研究团队构建了LEGAR BENCH数据集，涵盖411种犯罪类型和120万案例，并开发了能直接生成关键法律要素的检索模型。实验表明，该模型在准确率上超越传统方法6-20%，且在未见犯罪类型上展现出强大泛化能力。这一突破为法律专业人士提供了更高效、精准的案例检索工具。

王淑英说，与华为的合作，更是将广通软件的这种专注进行了放大。“华为华为是全球领先的ICT(信息与通信)基础设施和智能终端提供商，而广通软件做政务标准，双方的合作是共赢和互补。”

信任，此为比特币和区块链的关键字，自从Satoshi Nakomoto写下革命性的比特币技术白皮书以来就是这样。