Adobe 正在推动一项标记 AI 生成图像的倡议,希望苹果和 X 能够加入已同意这么做的公司联盟。该倡议旨在通过嵌入元数据和添加标识,让消费者轻松识别 AI 生成的图像。目前包括谷歌、微软等多家科技公司已加入,但苹果和 X 仍未参与。专家认为,广泛采用对该计划至关重要,希望这两家公司能尽快加入。

ByteDance研究团队发布OmniHuman-1，这是一个革命性的AI人物动画生成系统。该技术只需一张照片和音频就能生成逼真的说话视频，支持真人、动漫角色等多种图像类型。核心创新在于"全方位条件训练"策略，通过同时使用文字、音频、动作三种条件，将可用训练数据从10%提升到100%，显著改善了生成质量和多样性，为AI视频制作技术带来重大突破。

企业上云的根本动力就是为了提高应用的开发效率、灵活性，但是要充分发挥这些优势，还需要企业改变原来的开发和运维方式。

腾讯混元团队联合北京大学提出MixGRPO技术，通过混合ODE-SDE采样策略和滑动窗口机制，将AI图像生成训练效率提升50%-71%，同时在多项人类偏好评估指标上超越现有方法。该技术采用"从难到易"的渐进优化策略，专注于图像生成早期阶段的重点优化，并引入高阶求解器进一步加速训练过程，为AI图像生成的产业化应用提供了更高效可行的解决方案。

ByteDance研究团队开发了PaSa智能学术搜索系统，通过双AI代理架构解决传统搜索局限性。系统能自动阅读论文、追踪引用网络，实现深度文献挖掘。在真实测试中，PaSa相比现有最佳方法在相关论文发现率上提升近40%。该系统已开源，为全球学术研究提供高效文献调研工具。

高通研究院提出VOCABTRIM技术，通过分析AI实际词汇使用模式，将推测性解码中草稿模型的词汇表从12万个精简至2-3万个高频词汇，在保持生成质量的同时显著提升内存受限环境下的推理速度，为Llama-3模型带来16%的性能提升。

CheXGenBench是爱丁堡大学和三星AI中心研究团队开发的首个全面评估合成胸部X光片的基准框架，从保真度、隐私风险和临床实用性三方面对11种文本到图像生成模型进行评估。研究发现现有评估方法存在重大缺陷，特别是在衡量生成质量时。Sana模型表现最佳，基于此发布了SynthCheX-75K数据集，包含75K高质量合成X光片。该框架为医学AI社区建立了统一标准，促进公平比较和未来研究发展。

香港中文大学联合上海AI实验室开发的DAEDAL技术，突破了扩散语言模型固定长度限制的束缚。通过智能的长度预估和动态扩展机制，让AI能够根据任务复杂度自动调整回答长度，在数学推理等任务上准确率提升至85.8%，同时大幅提高计算效率。这项无需重新训练的技术为AI系统的自适应能力开辟了新方向。

近日，深兰科技全资企业——上海方程医学检验所接受了上海临检中心下发的“新型冠状病毒核酸检测阳性标准品”，上传质评检测结果并喜获满分通过，成为国内首批通过该项能力验证的第三方医学实验室！

ByteDance研究团队开发出革命性的Seaweed-APT技术，实现了首个真正意义上的实时高清视频生成。该技术通过创新的对抗后训练方法，将传统需要25步和数分钟的视频生成过程压缩为单步1秒完成，能生成2秒长1280×720高清视频，视觉真实感提升37.2%。尽管在结构完整性方面存在一定权衡，但这项突破为AI内容创作、社交媒体、教育和娱乐等领域开启了实时视频生成的新时代。

Prologis 作为全球最大的物流地产公司,在全球供应链中扮演着关键角色。自 2018 年加入公司以来,首席技术官 Sineesh Keshav 领导了公司的数字化转型,推动了业务的显著增长。Keshav 重组了 IT 组织,建立了强大的数据基础设施,并积极拥抱 AI 技术,为公司向能源、可持续发展和数据中心等新业务领域的扩张提供了有力支持。

英特尔副总裁Kristie Mann近日在Storage Field Day活动中透露，英特尔很快即将发布第三代Optane产品，并且正在开发Optane系列的另一个迭代版本。

Google Assistant是最聪明的智能助理；微软Cortana非常出色，排在第二位；亚马逊Alexa的学习速度比其他任何助理都要快。但是苹果的Siri呢？它仍在挣扎中。

ChatGPT等生成性人工智能工具的兴起引发了新的问题，即这些工具是否有助于缩小或加剧就业差距。因此，许多专家将其视为一把双刃剑。

在企业变革中，人力资源同样需要从传统人力资源向韧性人力资源转变，支持业务应对危机和外部变化，通过更优的人才管理方法赋能每一个位员工。

AI具有变革企业洞察力的巨大潜力，但成功取决于数据质量。多数AI项目失败并非算法限制，而是数据混乱、分散和准备不足。Google BigQuery云数据AI平台专为打破数据孤岛、简化治理和加速企业AI应用而构建。通过AI自动化处理大规模数据集，实现实时处理和智能数据管道，BigQuery与Vertex AI的原生集成消除了数据迁移需求，让更多用户能够直接使用AI功能，将数据到AI洞察的承诺变为现实。

台湾国立大学研究团队开发了SAKURA，首个专门评估大型音频语言模型多跳推理能力的基准测试。研究发现，即使最先进的模型也面临两大挑战：一是在识别某些音频属性（如情绪）时准确率不高；二是即使能正确识别音频信息，也难以基于这些信息进行多步推理。对比实验显示，当同样的信息以文本形式提供时，模型推理能力显著提升，表明当前模型未能有效整合音频表征进入推理过程，这为未来开发真正能"听懂并思考"的AI系统提供了重要方向。

想象一下日常生活中我们使用的语音助手，比如Siri或ChatGPT。它们通常是这样工作的：你问一个问题，它回答，然后安静地等待你的下一个指令。这就像是一个只会被动回应的服务员，永远等待你的呼唤。而Voila团队认为，真正高级的AI助手应该更像一个时刻准备着的好朋友或队友，能够自然地融入你的生活节奏中。

为熟悉的业务问题带来新的领导洞察，这些回归的IT领导者们讨论了关于他们这样做的原因以及他们的收获。

清华大学研究团队开发出H3DP系统，让机器人具备了类似人类的"三重分层思考"能力。该系统通过深度感知分层、多尺度视觉表征和分层动作生成三个层次，实现了视觉感知与动作执行的深度融合。在44个仿真任务中平均提升27.5%性能，在真实世界复杂操作中提升32.3%。这项技术为机器人在杂乱环境中的精确操作和家庭服务应用奠定了重要基础。