弗吉尼亚理工大学研究团队开发了名为"审查与修复"的AI系统，通过四个专业化AI组件协作，解决了AI绘画中角色外观不一致的问题。该系统能自动检测并修正故事插图中的视觉不一致性，大幅提升了AI生成连续图像的质量和连贯性，为创意产业提供了可靠的智能助手，展现了多AI协作解决复杂问题的新范式。

昇腾、昇腾还是昇腾……近期，昇腾可谓长居中国AI算力话题榜。它究竟是什么来头？

Amazon研究团队开发的BYOKG-RAG技术通过多策略检索和迭代优化，解决了传统知识图谱问答系统难以适应不同图谱结构的问题。该技术将大语言模型与专业检索工具结合，在五个基准测试中平均提升4.5个百分点，特别适用于企业级应用。已开源发布。

麻省大学团队开发PatchInstruct方法，通过"补丁分解"技术让大型语言模型无需重新训练即可准确预测时间序列数据。该方法在天气和交通预测中表现优异，短期预测误差降低85%，速度提升100-500倍，为实时预测应用提供了轻量级、高效的解决方案，展现了通用AI适应专门任务的新可能。

上海创新院研究团队构建了TexVerse——包含超85万个高分辨率3D模型的大规模数据集，其中15万个配备PBR材质。该数据集解决了现有3D数据集纹理质量不足的问题，为高分辨率纹理生成、游戏开发、电影制作和元宇宙建设提供了重要基础资源，将推动3D内容创作技术的重大突破。

最近，DeepMind的研究人员在一篇论文中，解释了他们如何通过逐一删除单个神经元的方式去理解和判断神经网络的性能。

英特尔曾发下宏愿，立场将CPU、GPU和内存芯片塞进统一的XPU封装当中。但如今，这个目标已然宣告失败。

韩国科学院团队发现多模态大语言模型存在"候选项先验偏见"，即系统偏爱高频出现的内容而非真正相关的内容。他们开发了BLiM双向检索框架和CPN标准化技术，通过让AI从两个方向思考问题并消除统计偏见，在四个数据集上平均提升6.4个百分点的检索准确率。该技术还适用于视觉问答、图像描述等多个领域，为构建更公平可靠的AI系统提供了新方案。

我们认为大语言模型其实是被低估了，当下我们才刚刚感受到它所承载的深远影响。在硬件层、基础设施/基础模型层和应用程序层这三大生态系统区域内，每个区域都有老赢家和新选手。从明年起，我们将看到大语言模型在各个经济区间全面兴起、发挥作用。

北京交通大学与阿里巴巴AMAP团队合作开发FE2E框架，首次将图像编辑模型应用于单目深度估计任务。该方法仅用71K训练图像就在ETH3D数据集上实现35%性能提升，超越了使用100倍数据的DepthAnything系列。通过重新设计训练目标、采用对数量化和联合估计策略，FE2E证明了选择合适基础模型比单纯增加数据量更有效，为资源受限环境下的高精度几何估计开辟了新路径。

人工智能现在可以驱动所谓的要素工程（Feature Engineering），允许用户自动发现和创建数据科学处理功能。这种做法开启了一种全新的数据科学方法，似乎会威胁到数据科学家的作用。

一条GPTS“超级咒语”，让写作技能“满级了”！

Veritas最新调研结果显示，85%的中国受访者在工作中使用ChatGPT等人工智能生成工具

数据中心可持续发展讨论往往聚焦于服务器、冷却和电力等常见领域，但光纤基础设施这一被忽视的因素同样具有重要意义。在AI和高性能计算需求激增的背景下，精心设计的光纤基础设施能够预见未来需求、延长产品生命周期并减少浪费。通过采用直接连接、VSFF收发器等技术，可显著降低光损耗、减少塑料废料，同时提升性能密度，为数据中心的可持续发展提供新思路。

目前，对AI经济影响力的大多数关注主要集中在商业领域，但政府也有借此广泛提高生产效率的机会。ChatGPT、Bard和Claude等大语言模型将提高工作人员在各类任务中的生产力水平，帮助包括政府在内的各类组织通过更少的人力投入完成更多工作。

StepFun团队发布了突破性语音AI系统Step-Audio 2，这是首个真正实现端到端语音对话的模型，能直接处理语音而无需文字转换。该系统不仅能理解语言内容，还能感知情绪、语调等副语言信息，并用自然的语音回应。通过8百万小时语音数据训练，在多项测试中超越GPT-4o等商业系统，代表了人机交互技术的重大进步。

区块链来自哪里、如何起效、我们怎样创建自己的区块链？

当一项新技术让你的大脑思考产生了不可名状的感觉，新的时代要到来。早期的谷歌、Firefox、AWS、iPhone都做到了。ChatGPT给人们这种感觉。

要说当下最困难的挑战，就是如何为计算系统采购充足的英伟达“Hopper”H100 GPU。哪怕是作为供应商的英伟达自己，也只能在有限的配额之下谨慎规划、调拨给内部使用。

凭借着今年第二季度财务再度超出预期的财务业绩，AMD公司继续保持着强劲的增长势头。