2025年4月，来自AlayaDB AI的研究团队发布了一篇名为《AlayaDB: The Data Foundation for Efficient and Effective Long-context LLM Inference》（AlayaDB：高效高质量长文本LLM推理的数据基础）的论文，该论文详细介绍了一种创新的向量数据库系统，专为大语言模型(LLM)的长文本推理而设计。

清华大学团队开发的IGL-Nav系统实现了机器人图像导航的重大突破，让机器人能够仅通过一张任意角度拍摄的照片准确找到拍摄地点。该系统采用3D高斯点云技术进行实时场景重建，结合粗定位到精定位的分层策略，在传统和自由视角导航任务中都显著超越现有方法。系统已成功部署到真实机器人平台，展现出强大的泛化能力和实用价值。

面对成本压力,企业不再一味地追逐前沿的技术,而是更加注重数字化投资的平衡成本与收益,以确保获得最大化的商业价值。

东京奥运会激战正酣，中国组合赛艇女子四人双桨夺金，并创造世界最好成绩。这之中，戴尔科技集团站在队员们的背后，为他们加码赛场上激流勇进的实力与底气，让全世界看到势不可挡的“中国速度”及冲击金牌的决心。

南京大学与微软研究院合作提出过程式自我奖励语言模型，让AI在数学推理中既当学生又当老师。该方法通过逐步判断和偏好优化，使AI能够自我监督和持续改进，在多个数学基准测试中显示出显著性能提升，为实现超越人类水平的AI推理能力开辟了新路径。

6月14日，联想与中国环境报社联合举办了主题为“数字化创新加速企业绿色低碳发展”新IT思享会。

卡内基梅隆大学研究团队开发了名为Multiverse的创新AI架构，让大语言模型首次具备了类似人类大脑的"多线程思考"能力。通过巧妙的MapReduce设计，该系统能够将复杂问题分解为并行处理的子任务，然后无损整合结果。在仅用1000个样本、3小时训练后，Multiverse-32B在数学竞赛中较基础模型提升23.6%，实现最高2倍计算加速，为AI推理效率的提升开辟了全新道路。

今年全新一代骁龙8移动平台发布时，高通再次翻译翻译了，什么叫脑洞大开。

2018年6月3日，由中国IT技术社区CSDN和专注以太坊生态建设的领先企业灵钛科技主办，以太坊爱好者社区、柏链道捷、火星财经、金色财经、Unitimes、区块链大本营协办的「2018以太坊技术及应用大会·中国」大会在北京·悠唐皇冠假日酒店盛大召开。

Salesforce AI Research团队开发的MCPEval框架为AI助手工具使用能力评估提供了全新解决方案。该框架基于Model Context Protocol标准，实现了从任务生成到深度分析的全自动评估流程，测试了十个AI模型在五个真实领域的表现，揭示了当前AI助手在执行过程与完成质量间存在普遍差距，为AI助手选择和优化提供科学依据。

近日，XSKY星辰天合发布了 XSKY SDS V6.4 新版本，该版本在文件的性能提升、对象容灾能力完善方面改进异常显著，同时也大幅提高了存储系统的安全特性，适配更多的信创软硬件生态。

2023年初，李杰曾经用一句“不要温和地走进这个赛场”，为一加在这个极致内卷的手机市场定了调。而一年之后的2024年初，李杰又用一句“不要把这个世界让给平庸的产品”，更是传递了一加对于这个市场的态度。

DreamVVT是ByteDance团队开发的突破性AI视频虚拟试穿系统，采用创新的两阶段设计：先为关键帧生成精准试穿效果，再生成流畅完整视频。该系统能处理复杂的真实场景，包括户外环境、360度转身等高难度动作，在多项评测中达到最优性能。技术核心在于充分利用预训练模型优势，通过多模态信息融合实现高质量的服装替换效果。

清华大学和新加坡技术设计大学联合发布了突破性AI写作研究LongWriter-Zero，该模型完全通过强化学习训练，无需任何长文样本即可生成万字高质量文章。实验显示，仅32B参数的LongWriter-Zero在WritingBench和Arena-Write基准测试中均超越了千亿参数级的顶级模型，证明了创新训练方法胜过单纯扩大模型规模的理念。

阿里云团队开发出革命性多模态奖励模型Skywork-VL Reward，能同时理解图像和文字并准确评估AI回答质量。该模型在VL-RewardBench测试中达到73.1%准确率，超越所有专有模型，特别在视觉幻觉检测上取得80%的突破性成绩。研究团队构建了19万个高质量样本的训练数据集，采用创新双阶段训练策略，让AI评估变得更加可靠，为构建更智能的多模态AI系统提供重要工具。

在第三波Arm服务器芯片研发浪潮中，超大规模厂商、云服务商（包括亚马逊云科技、微软、谷歌、阿里巴巴和腾讯）以及部分独立芯片设计商（主要有Ampere Computing、HiSilicon、英伟达和SiPearl）纷纷与Arm公司合作。

近日，工信部、财政部近日联合印发通知，部署开展财政支持中小企业数字化转型试点工作。

ByteDance团队提出的DetailFlow是一种创新的图像生成方法，通过"下一细节预测"策略实现从粗到细的自回归生成。它将图像编码为仅需128个令牌的1D序列，比传统方法少5倍，却实现了更高质量（2.96 gFID）和更快速度（提速约8倍）。该方法巧妙地模拟人类创作过程：先勾勒整体结构，再逐步添加细节，并通过自我纠错机制解决并行推理中的错误累积问题，为高分辨率图像生成提供了高效解决方案。

德国慕尼黑工业大学研究团队探索了AI自动生成解释是否能帮助其他AI模型提升决策性能。研究使用四个大型语言模型生成自然语言解释，并测试其对传统模型和先进语言模型的影响。结果显示，解释能显著改善传统模型表现，但对大型语言模型效果复杂，有时甚至产生负面影响。研究为理解AI协作机制和优化多模型系统提供了重要见解。

这项研究提出了LoHoVLA，一种用于长时序实体任务的统一视觉-语言-动作模型，融合了高层任务规划和低层动作控制功能。与传统方法不同，它利用单一预训练视觉语言模型同时生成语言子任务和机器人动作，并采用分层闭环控制机制增强鲁棒性。研究团队构建了包含20个长时序任务的LoHoSet数据集，实验结果显示LoHoVLA在Ravens模拟器中显著优于现有方法，展现出统一架构在实现可泛化实体智能方面的潜力。