腾讯ARC实验室推出AudioStory系统，首次实现AI根据复杂指令创作完整长篇音频故事。该系统结合大语言模型的叙事推理能力与音频生成技术，通过交错式推理生成、解耦桥接机制和渐进式训练，能够将复杂指令分解为连续音频场景并保持整体连贯性。在AudioStory-10K基准测试中表现优异，为AI音频创作开辟新方向。

扶上马、送一程，赋能客户创新，亚马逊云科技希望真正把机器学习能力交到每一位开发者和构建者的手中。

由搜狐视频、博集影业联合出品，刘冬沁、刘畅、于莎莎领衔主演的网剧《法医秦明2清道夫》日前宣布，剧集将于6月15日晚8点登陆搜狐视频。

微软研究院开发的rStar2-Agent是一个仅140亿参数的AI数学推理模型，通过创新的智能体强化学习方法，在AIME24数学竞赛中达到80.6%准确率，超越了6710亿参数的DeepSeek-R1等大型模型。该模型的核心创新包括GRPO-RoC算法、分布式代码执行环境和渐进式训练策略，仅用510个训练步骤和一周时间就达到顶级性能，展示了"小模型大能力"的技术路径，为AI发展提供了高效替代方案。

你是否曾将应用了人工智能技术的“杀手级应用”投入大规模生产中？

MLPerf存储基准测试第二版显示，测试系统服务的加速器数量比2023年1.0版本增加约一倍。MLCommons表示本轮测试参与度大幅提高，提交机构地域代表性更强，系统多样性更丰富。该基准测试评估存储系统在Unet3D、Cosmoflow和Resnet50 AI训练任务中的性能，以及Llama 3训练中的检查点性能。随着AI训练集群GPU数量增加，故障率上升，检查点技术成为标准做法。

这项由中国科学院大学、新加坡国立大学、浙江大学和耶鲁大学研究人员联合发表的研究提出了VF-EVAL，一个专门评估多模态大语言模型对AI生成视频提供反馈能力的新基准。研究通过四项任务：连贯性验证、错误感知、错误类型检测和推理评估，全面测试模型理解合成视频的能力。研究发现即使是最先进的GPT-4.1模型也难以在所有任务上保持良好表现，表明AI对生成视频的理解仍有巨大提升空间。研究还通过REPROMPT实验证明，将大模型反馈与人类偏好更好地对齐可以显著提升视频生成质量。

上海交通大学研究团队开发出首个可解释的口译自动评估系统，解决了传统AI评估"黑盒子"问题。该系统通过SHAP技术不仅能准确评分，还能详细解释评分依据，为学生提供个性化学习建议。研究采用数据增强技术克服样本不足问题，针对英译中口译的信息完整性、流畅性和语言质量三个维度进行多模型评估，实现了透明化、可操作的教学反馈。

各种企业正在越来越多地推出数字化举措，以扩大或构建旨在提高业务效率或收入增长的数字化功能。随着许多数字化转型成功故事的出现，这一趋势正在增加。

黄浦区与华为云联合创新，选取南京大楼作为城市数字治理最小管理单元进行试点，历时近两个月共同打造了一个1:1“活”的大楼数字孪生，实现了该大楼内外部事务及周边环境事件的实时预判、发现及处置。

想象一下，你收到一条加密信息："Crgre jnf obea ba Ncevy 23, 1985, naq pneevrf n cnffcbeg jvgu gur ahzore K123456789"。这段文字看似乱码，但实际上它使用了一种名为ROT13的简单加密方法，将每个字母在字母表中向后移动13位。解密后的信息是："Peter was born on April 23, 1985, and carries a passport with the number X123456789"。

6月20—22日，2018上海国际电影论坛暨展览会（CinemaS 2018）在上海世博展览馆举行，NEC携带当下业内最完善的无机房放映解决方案、双机双色巨幕放映解决方案、小2K高亮双色激光放映机亮相展会。

近日，由点亮智库、中信联联合有关单位，共同发布了《数字化转型百问(第一辑)》成果。用友参与书籍撰写，YonBIP制造云设备后服务解决方案收录其中

目前，由沈抚改革创新示范区与华为（辽宁）人工智能创新中心、上海交通大学三方合作，共同主办的沈抚示范区·“华为云杯”2021全国AI大赛正在火热招募中！2021第三届华为云人工智能大赛 · 无人车挑战杯也将进入复赛阶段！

AI编程助手初创公司面临严峻挑战。Windsurf等公司因依赖昂贵的大语言模型，导致毛利率严重为负，运营成本超过收费。激烈的市场竞争加剧了这一问题，包括Cursor和GitHub Copilot等竞争对手。改善利润率的直接方法是自建模型，但成本高昂且风险巨大。许多公司寄希望于LLM成本未来会下降，但最新模型费用实际在上涨。这种困境可能影响整个AI编程工具行业。

AI 正在改变教育领域。本文探讨了 AI 如何改变教学和学习方式,包括使用 AI 克隆教师、用对话代替测验、个性化反馈等创新方法。作者强调,AI 是一种工具,关键在于如何有效使用它来扩大教育影响力,培养学生的批判性思维能力。未来的教育将更注重推理、理解和创新思维,而不是简单的记忆。

杜克大学与Zoom合作研究揭示，即使最先进的AI模型在复杂多步骤任务中成功率也不足60%。研究团队通过LiveMCP-101测试平台的101个真实任务，发现AI智能体存在七种主要失误模式，其中语义错误最为普遍。该研究采用创新的实时对比评估方法，为改进AI系统指明了方向。

MMaDA是由普林斯顿大学和北京大学研究团队开发的革命性多模态AI模型，它通过统一的扩散架构、混合长思考链训练和创新的UniGRPO强化学习算法，成功实现了文本推理、多模态理解和图像生成三大核心能力的高效整合。实验表明，这个8B参数的模型在多项任务上超越了专业单模态模型，展现了真正的多模态AI潜力，为未来通用人工智能发展提供了新方向。

Kellanova（前 Kellogg Company）通过不断更新技术和以人为本的策略，以协作和数据赋能推动业务变革。公司已部署 GenAI 与 Microsoft Copilot，打造数字化、个性化体验，并强化跨部门协作，以诚信、责任和勇气驱动决策与创新。

人工智能的兴起正重塑数字化转型的内涵。2025年,CIO需要重点关注培养变革型领导力、提升员工AI能力、加强数据和AI治理、增强安全意识等方面。同时,应谨慎投资缺乏商业驱动的AI创新项目,避免简单的应用迁移和自动化,摒弃员工能自主跟上AI发展的期望。未来数字化转型将更注重商业价值实现、用户体验提升和组织文化变革,而非单纯的技术升级。