Meta和华盛顿大学研究团队开发出PrefPalette系统，首次将认知科学的多属性决策理论引入AI偏好预测。该系统通过分析19个属性维度理解用户偏好形成过程，在Reddit 45个社区测试中准确率比GPT-4o提高46.6%。系统不仅能预测用户喜好，还能解释预测原因，为构建透明可解释的个性化AI奠定基础。

异国追梦人——明方全和他与众不同的「云厨房」的故事。

MAGREF是字节跳动智能创作团队开发的多主体视频生成框架，能从多张参考图像和文本提示生成高质量视频。该技术引入了区域感知动态遮罩机制，使单一模型灵活处理人物、物体和背景，无需架构变化；并采用像素级通道拼接机制，在通道维度上运作以更好地保留外观特征。实验表明，MAGREF在身份一致性和视觉质量方面优于现有技术，能将单主体训练泛化到复杂多主体场景，为内容创作者提供了强大而便捷的视频生成工具。

大数据和云计算的时代，数据和个人信息成了“云上的金子”，因为其堪比石油的巨大价值，针对企业和个人的数据泄露、网络攻击等安全事件时有发生。

这项NVIDIA团队的突破性研究解决了AI视觉理解中的精确局部描述难题。通过创新的聚焦提示技术和本地化视觉架构，DAM模型能够准确描述图片和视频中任何指定区域的详细内容，性能显著超越现有方法，为医疗诊断、教育辅助、无障碍技术等领域开辟了新的应用前景。

9月29日，在2021中国通信学会环球科学家蓝海论坛上，高通公司中国区研发负责人徐晧博士，以《5G到6G技术演进》为主题，讲解了移动通信技术演进的故事。

大家究竟需要什么样的小家电？

将所有“传统应用”再做一遍，才是AI真正的价值所在。

异国追梦人——明方全和他与众不同的「云厨房」的故事。

斯坦福大学研究团队运用先进脑成像技术，首次实时观察音乐对大脑的影响机制。研究发现音乐如同"大脑指挥家"，能协调多个脑区活动，实现神经振荡同步，调节情绪、增强记忆、激发创造力并促进社交连接。不同音乐类型激活不同神经通路，具有明显个体差异。研究为音乐治疗抑郁症、焦虑症等疾病提供科学基础，揭示了音乐在教育和医疗领域的应用潜力。

本期让我们一起来看看光大科技联合建信金科在“基于隐私保护计算技术的金融领域数据融合应用研究”领域的最新研究成果。

这项由都柏林大学团队完成的研究提出了DriftMoE系统，通过神经网络路由器与增量专家的协同学习来处理数据流中的概念漂移问题。该方法在九个基准数据集上的表现与传统大型集成方法相当，但资源消耗显著更低，特别适合边缘计算等资源受限场景，为构建高效自适应的流数据学习系统提供了新思路。

美国有一个独特的机会来实现这一愿景，并在特朗普第一任期内为人工智能政策设定的基础理念上继续发展。实现这一愿景将需要政府、私营部门以及国家的教育和非营利机构的领导人携手合作。微软很高兴参与这一旅程。

复旦大学研究团队开发了MOVE数据集和DMA算法，让AI系统能够像人类一样根据动作模式而非外观来理解视频内容。该系统包含224个动作类别和26万帧标注数据，通过解耦动作与外观特征，实现了突破性的视频分割效果。这项技术在视频编辑、体育分析、安防监控等领域具有广阔应用前景，代表了从静态识别向动态理解的重要技术进步。

又值岁末年初之际，一直打算撰写一系列文章来梳理云安全产业发展、技术发展的脉络，以期能通过洞察过去，来重塑现在以及展望未来，本文从产业和技术生态环境的角度来探讨云计算及安全产业的现状成因及发展趋势。

SCB 10X团队开发了FinCoT方法，通过将金融专家推理流程嵌入AI提示中，显著提升了大语言模型在金融任务上的表现。该方法在CFA考试题目上将准确率从63.2%提升至80.5%，同时将输出长度减少8倍，为AI在专业金融领域的应用提供了新思路。

东卡罗来纳大学研究团队开发出一种革命性的3D高斯点云风格转换技术，无需重建或优化即可将任意风格应用到3D场景。通过构建表面图形网络，该方法将2D风格转换技术巧妙移植到3D空间，处理速度从传统的20分钟到3小时缩短至1-2分钟，且可在普通消费级硬件运行，为3D内容创作带来前所未有的便利性。

想象你是一名广告制作人，急需为新产品拍摄一段广告片。传统方式需要花费大量时间和金钱聘请演员、租用摄影棚、购买昂贵的设备。而如今的AI视频生成技术虽然已经取得了长足进步，却仍然面临着一个关键问题：如何让生成的视频更精准地满足我们的需求？

近日，以“见证信任的力量”为主题2021年信任互联大会举行。大会聚焦网络信任领域，邀请了相关领导、知名学者、行业专家、合作伙伴、媒体等嘉宾齐聚一堂，深入探讨了新型网络信任体系的新内涵，以及对推动经济社会发展的重要价值。

这项研究解决了AI文生图技术中文字描述与图像生成不匹配的核心问题。通过开发TACA方法，研究团队发现并修复了现有系统中注意力机制的两个关键缺陷：跨模态注意力抑制和时间不敏感性。实验显示该方法能显著提升模型的空间关系理解能力和属性绑定准确性，为AI创意工具的实用化发展提供了重要技术突破。