本研究提出了VLM2Vec-V2多模态嵌入模型和MMEB-V2评估基准，首次实现对文本、图片、视频和文档的统一理解。该模型在78个任务上全面领先现有基线，展示了从专门化向通用化发展的重要趋势，为多媒体内容理解、智能搜索和人机交互带来突破性进展。

当下，如何让5G进一步发挥商用价值，是全球每一家运营商的核心关注点。

工业革命上半场，机器带来无限能量；在下半场，关键词则是信息。

斯坦福大学研究团队开发出能在《Among Us》游戏中进行类人交流和推理的AI系统。该研究突破了传统AI训练方法，让AI学会"听"和"说"两项核心技能：通过理解他人发言更新认知，以及提供有价值信息帮助队友。训练后的15亿参数AI胜率达60%，超越70亿参数模型，展现出直接指控、提供证据等人性化行为，为AI社会智能发展开辟新路径。

让工业数字化转型也能从“小事”做起。

伊利诺伊大学香槟分校研究团队提出ToolRL方法，通过精细的奖励机制训练大语言模型正确使用工具。该方法突破传统监督微调局限，采用格式奖励和正确性奖励相结合的评估体系，在多个基准测试中相比基础模型提升17%，相比传统方法提升15%，显著改善了模型的工具使用能力和泛化性能。

氛围编程从小众概念迅速发展为主流开发方法，开发人员越来越依赖 AI 生成和辅助编码。随着 GitHub Copilot 等工具使 AI 辅助编码成为常态，下一个战场已经从代码生成转向端到端的开发工作流程。在这个竞争激烈的领域，Cursor、Lovable、Bolt 和 Windsurf 等公司都在 AI 辅助开发方面采取了不同的方法。氛围编程代表了一种文化转变，开发人员更关注意图和结果，而非手动实现细节。

Katanemo Labs研究人员推出Arch-Router，一个智能路由模型框架，可将用户查询映射到最合适的大语言模型。该框架采用"偏好对齐路由"方法，允许用户用自然语言定义路由策略，通过域-动作分类法组织任务。Arch-Router是15亿参数模型，在四个公开数据集上达到93.17%的路由准确率，超越顶级专有模型平均7.71%。系统支持实时策略调整，无需重新训练，为企业多模型部署提供灵活解决方案。

IT领域从来没有停止过创新的步伐，网络领域也不例外，今天我们就来预测下推动网络创新的五大引擎，当然严格地说，这并不是预测，它们正在实实在在地发生。

想象一下任何时候都有一位专家和你在一起，这位专家可以回答各种问题、提供建议并使你朝着正确的方向前进。对于Allstate的客户体验工作人员来说，这一梦想已成为现实。

近日，在接受至顶网记者采访时，华夏银行技术部主管王晨以微信银行的业务重构为例，介绍了华夏银行如何基于微服务架构，利用容器等前沿技术，满足分行业务应用等定制化需求。

说到无线通信技术，高通作为智能终端芯片的主要供应商，对于这个行业高速发展发挥的作用不容小觑。不过，这并非这家企业的全部，在智能手机的计算和连接技术方面，高通的产品同样有想法。

DeepSeek 的 AI 模型在处理效率方面取得重大突破，可能对数据中心产生深远影响。尽管引发了科技股抛售，但业内专家认为，这项创新将推动 AI 应用普及，促进大规模和分布式数据中心基础设施需求增长。更高效的 AI 算法有望降低成本、扩大应用范围，从而加速数据中心行业发展。

Mirage是由Captions公司开发的革命性AI视频制作平台，用户只需用文字描述创意想法，系统就能自动生成专业水准的短视频内容。该技术基于专门训练的AI模型，深度理解社交媒体视频的节奏和吸引力法则。目前拥有超过10万日活用户和2000万注册用户，每月产生300万个视频。平台提供个人版Captions应用和企业版Mirage Studio，后者支持大规模内容制作和快速A/B测试，正在重新定义数字内容创作的门槛和效率。

这项来自普渡大学的研究展示了一种名为Sherlock的创新框架，让视觉-语言模型具备自我纠错能力。研究者通过三阶段训练方法（SFT冷启动、轨迹级偏好训练和自我改进），使模型能像侦探一样发现并修正推理错误。仅使用20k标注数据，Sherlock在八项基准测试中超越了使用5-13倍数据量的现有模型，证明自我纠错不仅能提升AI可靠性，还能大幅降低训练成本。

AI（更具体地说是生成式AI）和自然语言处理一直是汤森路透的核心能力。

2019年5月6日，第二届数字中国建设峰会在福州海峡国际会展中心隆重召开。神州控股董事局主席、神州信息董事长、神州数码集团董事长郭为应邀出席峰会，并发表《不忘初心·数字中国——从红色龙岩到数字龙岩》主题演讲。

作为国内优秀的人工智能企业,云从科技作为经典案例被写进该蓝皮书。自云从科技成立以来,在创始人周曦的带领下，迅速成为行业的领军企业。上海市人工智能技术协会也因此对周曦本人进行了专访。

这项由蒙特利尔理工学院与多家研究机构合作的研究开发出Ctrl-Crash系统，该系统能从单一图像生成逼真的车祸视频。系统通过三种控制信号工作：初始图像、车辆边界框序列和碰撞类型。利用扩散模型技术和创新的无分类器引导方法，Ctrl-Crash能生成多种可能的车祸场景，包括反事实情境，为自动驾驶安全测试提供宝贵工具。研究显示该方法在各项视频质量评估中显著优于现有技术，用户研究也证实其生成内容在物理真实感和视觉质量方面均优于竞争方法。

上海AI实验室联合清华等机构发现，通过"测试时计算扩展"策略，小型AI模型可以战胜参数规模大135倍的巨型模型。10亿参数的模型在数学推理任务上超越了4050亿参数的模型，甚至5亿参数的迷你模型都能胜过GPT-4o。研究揭示了AI发展新方向：聪明的推理策略比模型规模更重要，为资源有限的机构提供了"以智取胜"的可能性。