NVIDIA联合麻省理工学院和香港大学的研究团队提出Fast-dLLM，一种无需重新训练即可显著加速扩散大语言模型的新方法。该技术通过两大创新解决了扩散模型的主要性能瓶颈：首先设计了适用于双向注意力机制的块式近似KV缓存，使模型能重用计算结果；其次提出基于置信度的并行解码策略，只解码超过阈值的高置信度词元。实验证明，Fast-dLLM在保持准确率的同时，能将LLaDA和Dream模型的推理速度提升高达27.6倍，彻底缩小了扩散模型与自回归模型之间的性能差距。

当下，AI对部分问题的强大解决能力已经超越了科幻电影的范畴。垃圾识别、太空垃圾处理以及可持续发展正是其中的典型代表。

Meta研究团队推出FACTORY测试系统，这是首个大规模人工验证的AI事实准确性评估基准，包含超过1万个高难度问题。测试结果显示，即使是最先进的AI系统在面对复杂事实性问题时准确率也仅约60%，远低于传统测试中的90%以上表现。该研究揭示了当前AI系统在专业知识覆盖和复杂推理能力方面的不足。

浪潮商用机器有限公司宣布搭载全新OpenPOWER9处理器的FP5295G2服务器正式全面上市。专为企业级AI智慧计算创新优化设计……

南加州大学团队开发了Voxlect方言识别系统，使用超过200万语音样本训练AI识别11种语言的方言差异。研究发现地理相邻方言更易混淆，多语言模型性能优于单语言模型。该技术可应用于语音识别公平性分析和语音合成质量评估，为构建更包容的AI语音技术奠定基础，代码已开源供研究使用。

Meta研究团队推出MetaEmbed技术，通过创新的"元标记"设计解决了AI搜索中速度与精度难以兼得的问题。该技术将内容分层组织成多个智能向量，用户可根据需求灵活选择搜索精度。在大规模测试中，MetaEmbed显著超越现有方法，为多模态内容检索提供了新的解决方案。

根据华为EBG中国区智慧城市总工姚健奎的说法，“未来二三十年人类社会将演变成一个智能社会”,华为的愿景是“把数字世界带入每个人、每个家庭、每个组织，构建万物互联的智能世界”。

专为企业级AI智慧计算创新优化设计，FG5295G2凭借其卓越的整机性能、极简的AI架构和一流的训练加速能力，为现代HPC和人工智能提供无与伦比的驱动力，全面助力企业把握AI时代中的新机遇。

卡内基梅隆大学研究团队提出全新"Kinetics"缩放定律，揭示大语言模型测试阶段的资源分配策略需要重新思考。研究发现小型模型效率被严重高估，因为以往研究忽略了内存访问成本这一关键瓶颈。在测试阶段，注意力机制而非参数数量成为主要成本因素。基于此，团队提出以稀疏注意力为核心的新范式，显著提升问题解决准确率，在AIME测试中低成本场景下提升高达60个百分点，高成本场景下仍有5个百分点优势。

中国人民大学研究团队开发了名为DeepCritic的AI批评框架，解决了现有AI监督模型批评过于浅薄的关键问题。该系统通过两阶段训练让AI学会深度思考和多角度分析，在数学推理任务上显著超越现有模型，甚至让小规模模型超越大十倍的系统，为构建安全可控的AI系统提供了新路径。

深圳大学、腾讯等机构联合提出ReDit方法，通过在离散奖励信号中添加随机噪音解决AI训练中的梯度不稳定问题。该方法将学习速度提升约10倍，在数学推理等任务上显著改善模型性能，为大语言模型训练提供了简洁高效的优化方案。

这项由谷歌联合22所顶尖院校开发的研究首次推出了多语言多模态金融AI评测基准MultiFinBen，测试AI在五种语言和三种信息模态下的金融任务处理能力。结果显示即使最强的GPT-4o也只达到50.67%准确率，在多语言任务上仅7.50%，揭示了当前AI技术在实际金融应用中的严重不足，为行业发展指明了改进方向。

宫颈癌是目前唯一病因明确、唯一可以早期预防和治疗、唯一可能基本消灭的癌症。

随着AI技术成本大幅下降和深度伪造技术日益精进，德勤预估到2027年深度伪造诈骗将给美国造成400亿美元损失。在拉斯维加斯安全会议上，专家展示了当前反深度伪造检测技术约90%的准确率。图像操控是最令人担忧的诈骗手段，特别是在金融领域的身份验证中。语音克隆技术也在快速发展，FBI已发出相关警告。专家建议结合技术检测和人工验证，通过元数据分析、边缘检测等方法识别伪造内容。

紫光股份旗下新华三集团作为主要参与单位完成的两项产学研合作成果，凭借在关键技术领域的创新及重大突出贡献，成功斩获2023年度国家科技进步奖两项大奖。

西安交通大学等机构研究团队提出MUR方法，通过"动量不确定性"概念让AI推理系统学会轻重缓急，在节省50%以上计算资源的同时提升0.62-3.37%的准确率。该方法从物理学动量概念获得灵感，能够识别关键推理步骤并选择性地分配计算资源，解决了AI推理中的"过度思考"问题，为提高AI系统效率开辟了新路径。

武汉大学研究团队提出了FRANK模型，一种无需训练的方法，能让视觉语言大模型获得推理和反思能力。研究发现多模态模型中，浅层解码器负责视觉理解，深层负责文本推理，据此设计了一种层次化权重合并策略，将视觉模型与推理模型智能融合。他们通过泰勒展开推导出闭式融合权重公式，并引入注意力引导的指数衰减先验，使模型既保留视觉感知又获得推理能力。实验显示FRANK-38B在MMMU测试中达到69.2%准确率，超越GPT-4o，且展现出卓越的自我纠错能力，为多模态AI提供了无需昂贵训练的新途径。

ScanBot是康涅狄格大学研究团队开发的首个专为高精度表面扫描设计的指令条件数据集，旨在解决机器人在精细工具使用方面的能力缺口。与传统数据集专注于抓取和导航不同，ScanBot关注亚毫米级精度控制，包含12个物体、6类任务和近900个扫描轨迹。研究评估了GPT-4、Gemini等大模型在参数选择、区域定位和轨迹生成方面的能力，发现即使最先进模型也难以满足工业扫描所需的精度要求，揭示了机器人智能向工具特定感知与控制发展的新方向。

这项研究解决了语音合成中的多音字问题，特别针对资源有限的波斯语。研究团队提出了两大创新：一是构建HomoRich数据集，为多音字消歧提供丰富素材；二是重新思考G2P系统设计思路，利用这些数据改进基于规则的模型。他们既提升了神经网络模型Homo-GE2PE的准确率，又创造了HomoFast eSpeak这一快速规则模型，两者均实现约30%的多音字识别准确率提升。研究结果特别有助于提高屏幕阅读器等辅助技术的使用体验，对视障用户尤为重要。

近日，工业和信息化部正式公布2020年跨行业跨领域工业互联网平台遴选结果，华为工业互联网平台FusionPlant连续两年入选。