加拿大女王大学研究团队对开源AI生态系统进行了首次全面审计，覆盖364万个数字资产，发现35.5%的AI模型在集成到应用时存在许可证违规。研究开发的LicenseRec工具能自动检测冲突并推荐解决方案，成功修复86.4%的问题。这项研究揭示了开源AI供应链中系统性的合规风险，为行业提供了重要的法律合规指导。

根据2022年CIO状况调查报告，有35%的受访IT领导者提到，数据和业务分析将是今年推动他们组织最大的一项IT投资，有20%的受访IT领导者则提及了机器学习/人工智能。

“不将就”，是一加手机的产品理念，也是一加成立之初的价值观，11月5日在一加6T的国内发布会上，不出意外地，我们再一次听到一加CEO兼创始人刘作虎对于“不将就”这个词的清晰解读。

想象一下，你是一位烹饪大师，准备制作一道复杂的全餐。你的食材柜里有各种各样的食材——肉类、蔬菜、调料、面粉等等，数量远超你一次能用的量。传统方法可能是从每类食材中随机挑选一些，但这样做往往效率低下。

Salesforce近日公布第二季度财报，超出此前分析师预期的水平，同时上调了全财年预期，使其股价在盘后交易中出现上涨。

腾讯AI实验室提出突破性"分工合作"方法解决AI数学推理难题，通过推理者和证明者两个专门系统的协作，成功攻克5个此前无人能解的国际数学奥林匹克竞赛题目，在AI数学推理领域实现重要突破，为复杂智能任务的解决提供了全新思路。

借助SUSE CaaS Platform，ApiOmat可以为自身平台提供可扩展的内部部署和云部署。与此同时，ApiOmat能够提供令人激动的基于微服务的新产品，SUSE Cloud Application Platform也功不可没。

12月16日，由华为数字能源技术有限公司（以下简称“华为数字能源”）打造的大型访谈节目《方博碳讨室》第八期，“碳讨”的主题是一个分布式光伏项目。

安全研究人员警告称，即使数据在互联网上暴露的时间很短，仍可能在像 Microsoft Copilot 这样的在线生成 AI 聊天机器人中长期存在。

这项研究首次系统性地检测和清理了视觉语言模型训练数据中的有害内容，从LLaVA数据集的558,000对图片-文字数据中识别并移除了7,531个有毒样本。研究团队开发了结合图像和文本检测的多模态毒性过滤系统，为AI安全建立了新标准，并开源了清理后的数据集供学术界使用。

复旦大学团队发布BMMR数据集，这是首个大规模跨学科多模态推理评估基准，包含11万个涵盖300个学科的大学水平问题。研究发现即使最先进的AI模型在跨学科推理中表现有限，揭示了当前AI发展的重要盲点。该数据集支持中英双语，配备专门的推理过程评估工具，为AI向通用智能发展提供重要支撑。

清华大学团队在2025年发表突破性研究，首次将双曲几何学引入视频检索领域，解决了传统系统在处理"部分相关视频检索"时的层次理解问题。通过HLFormer框架的双空间并行处理和创新的部分序保持损失机制，在三个权威数据集上实现显著性能提升，为视频搜索技术开辟了全新发展方向。

区块链有望成为一剂良方，但业内人士却远未充分利用区块链技术的优势，可以预计，广告科技可望在2020年全面利用区块链解决方案的全部优势。

不仅仅是拥有数字孪生，而且还要能够连接其他系统和技术，让技术人员或现场工作人员能够在便携式设备上访问所有相关信息。

土耳其伊斯坦布尔Newmind AI团队开发出首个专门针对土耳其语的AI幻觉检测系统Turk-LettuceDetect，能够逐字识别AI生成内容中的虚假信息。该系统使用三种不同的AI模型，在包含17790个样本的数据集上训练，最佳模型达到72.66%的检测准确率。这项研究填补了土耳其语AI安全检测的空白，为8000万土耳其语使用者提供了更可靠的AI交互体验。

数字孪生技术对医疗行业的重要性，就相当于人类基因组测序对医疗的重要性一样。数字孪生可以提高医疗组织的绩效，提供个性化的医疗方案，支持新药和新设备的开发。

加州大学伯克利分校研究团队开发了gg-bench系统，让AI自己设计策略游戏来测试其他AI的智能水平。研究发现，即使是最先进的AI模型，在面对自己"同类"设计的游戏时胜率也只有7-36%，揭示了AI在创造和解决问题之间的能力差异。这项研究为避免传统AI测试中的"数据污染"问题提供了创新解决方案。

文章深入探讨了 AI 技术的快速发展趋势及其未来影响。作者通过分析量级增长 (OOM)、AI 能力跃升以及模型的情境意识等方面，论证了 AI 即将迎来重大突破。特别强调了到 2027 年 AI 可能具备 AI 研究员/工程师的工作能力，以及 AI 系统在获得持久记忆和更广泛上下文后将产生质的飞跃。

MIT媒体实验室研究团队通过脑电图实验发现，使用AI聊天机器人完成写作任务时，大脑活动水平比独立完成相同任务时降低多达55%。研究将学生分为三组：纯大脑思考组、搜索引擎辅助组和GPT-4o辅助组。结果显示AI辅助组的神经连接最弱，事实记忆能力也最差。当移除AI支持后，原AI依赖组表现明显下降。研究建议教育应延迟AI集成，让学习者首先进行充分的自主认知努力，以促进长期认知自主性和避免产生智力依赖。

IDC对人工智能边缘处理器的首个预测显示，2019年全球面向边缘系统的AI优化处理器出货量将达到3.401亿个，比2018年增长170.0％，到2023年出货量将达到15个，实现64.9％的五年复合年增长率（CAGR）。