谷歌 DeepMind 推出的 AlphaEvolve AI 智能体，利用多轮反馈机制优化编程和数学任务，已在数据中心与芯片设计中提效，并重现数学问题的先进解法。

NVIDIA联合多所大学开发的Omni-RGPT实现了AI视觉理解的重要突破，首次让AI能同时精准理解图像和视频中用户指定的任何区域。通过独创的Token Mark机制，该系统解决了传统方法在视频中容易"跟丢"目标的问题，在视觉问答、区域描述等多项任务上达到最先进水平，为教育、安防、内容创作等领域的AI应用奠定了基础。

这篇论文介绍了GSO（Global Software Optimization），一个用于评估大语言模型在软件性能优化任务中能力的基准测试。研究团队从真实代码库中提取了102个优化任务，涵盖10个代码库和多种编程语言。实验结果显示，即使最先进的AI编程助手在这些任务上的成功率也低于5%，表明软件优化对当前模型仍是巨大挑战。研究分析了失败模式，包括低级语言处理困难、懒惰优化策略和瓶颈定位不准确等问题，为未来研究提供了明确方向。

在今年的开放计算项目峰会上，英伟达宣布Meta和Oracle将采用其Spectrum-X以太网平台，这是专为AI工作负载打造的系统，可将数百万GPU连接成统一架构。该平台专门为大规模AI工作负载设计，声称网络性能比传统以太网提升1.6倍。Meta将其集成到开放交换系统中，Oracle则用它构建千兆级AI工厂，标志着网络已成为AI时代的新操作系统。

清华大学研究团队提出的Spatial-MLLM是一种创新视频理解模型，通过双编码器架构结合语义和空间信息，使AI能仅从2D视频理解3D空间关系。该模型采用空间感知帧采样策略，在VSI-Bench测试中超越了Gemini-1.5 Pro等顶级商业模型。研究团队构建了12万条问答对的数据集，通过监督微调和强化学习训练，使模型在物体计数、空间位置和方向判断等任务上表现出色，展示了AI空间智能的重大进展。

斯坦福大学研究团队开发出SynthesizeMe方法，能让AI通过观察用户的选择自动学习个人偏好，无需填写复杂资料。该方法通过三步流程分析用户互动，生成个性化画像，在理解用户偏好方面准确率提升4.4%。研究还构建了PersonalRewardBench测试平台，为AI个性化能力评估提供标准。这项技术有望应用于智能客服、教育和内容推荐等领域。

云原生架构改变了应用的部署方式，但对于高性能计算来说仍然是一个相对未知的领域。不过据报道，接下来Red Hat和美国能源部将在这个领域采取一些行动。

GSFixer是由北京大学等机构联合开发的3D重建技术，专门解决从稀少照片中重建高质量3D模型的难题。该技术通过参考引导的视频扩散模型，融合2D语义和3D几何信息，确保生成的新视角与原始照片保持一致性。相比现有方法在图像质量和结构准确性方面都有显著提升，可广泛应用于文物保护、房地产、影视游戏等领域。

数字化转型已经成为行业共识，而汽车行业在“四化”趋势下也在迎来转型机遇。神州数码与高科数聚基于对“数云融合”的高度共识，面向汽车行业推出创新方案，赋能行业客户数字化、数据化、数智化全面价值提升。

阿姆斯特丹大学与Salesforce合作开发的奖励引导推测解码（RSD）技术，通过让小模型处理简单任务、大模型解决复杂问题的智能分工，在保持推理准确率的同时大幅提升计算效率。该技术在数学推理等任务中表现出色，计算量最多可减少75%，为AI应用的普及和成本降低提供了重要技术支撑。

这项研究关注语音中的句子强调（即说话时对特定词的重音），它能传达说话者的潜在意图。耶路撒冷希伯来大学的研究团队发现，尽管现代语音语言模型进步显著，它们在理解句子强调方面表现不佳。团队创建了StressTest基准测试和Stress-17k合成数据集，并开发了StresSLM模型，使强调理解能力大幅提升。研究表明，通过特定训练策略，可以让AI不仅理解"说了什么"，还能理解"怎么说的"，从而捕捉人类交流中的微妙含义。

数据存储与韧性公司孤星（Lonestar）与半导体和存储公司Phison于周三在SpaceX火箭上发射了一项数据中心基础设施，目标是月球。

喜力（Heineken）全球首席信息官Ing Yan Ong规划了一个规模达100亿欧元的数字业务旅程，其中涉及到人工智能、ERP整合和预测分析，以推动公司成为“最佳的互联啤酒制造商”。

新加坡国立大学研究团队发布了离散扩散大语言模型的全面综述，这种新型AI写作模式让机器能像人类一样反复修改文本，而非传统的从左到右逐字生成。技术实现了10倍推理加速，支持精确的格式控制和并行生成，在保持传统模型性能的同时，解决了可控性和推理效率问题。

南加州大学研究团队开发了革命性的SAE-Tuning技术，能够像"移植手术"一样将AI推理能力从一个模型转移到另一个模型。该方法将传统推理训练的成本从数千美元降至约1美元，时间从数百小时缩短至20分钟，效果却毫不逊色。更令人惊讶的是，这种推理能力具有跨领域通用性和模块化特性，可以像插件一样即插即用，为AI能力的民主化和模块化发展开辟了新道路。

Liqid发布了新产品，支持主机服务器应用程序访问由GPU、内存和存储池构建的动态编排GPU服务器系统，专注于AI推理和代理应用。该公司从PCIe Gen 4架构升级至PCIe 5，支持CXL 2.0内存池化。新产品包括Matrix软件、可组合GPU服务器、可组合内存和I/O加速器等。系统提供两种配置：UltraStack可为单台服务器提供最多30个GPU和100TB DRAM；SmartStack可在最多20个服务器节点间池化30个GPU。

如今，企业在利用机器学习预测错误率、需求规划生产力、降低成本、准时出货方面实现了两位数的改进，从根本上变革了供应链管理。

近日，中科曙光面向海量异构数据自研的智能化大数据平台——XData大数据智能引擎V6.0（简称“XData”）突破TPCx-HS基准测试世界记录。

科技行业最大的八家企业正在联手发起UALink Promoter Group，今天让我们来详细介绍这项新的人工智能硬件计划。

慕尼黑大学研究团队发现当前多模态AI存在"视觉盲区"问题，在学习时过度依赖文字而忽视图像信息。他们开发的DARA技术能够动态调节AI的注意力分配，用约100个参数实现10%性能提升，并创建了TrueMICL数据集来准确评估真正的多模态学习能力。该研究为多模态AI的发展指明了新方向。