本文探讨了人工智能（AI）可能带来的生存风险，强调了AI与人类价值观不一致所引发的潜在问题。尽管当前的AI系统并不具备意识，但它们的失控和意外后果已成为AI治理讨论的核心。企业高管们意识到AI的巨大潜力，同时也在思考如何应对这些风险。

数据库整体正在从单机系统变成分布式系统，PingCAP的三位创始人创业的时候想：如果还用传统意义的设计方式，会让数据库产品的天花板非常低，这正是PingCAP的三位创始人在当年发现数据库正在经历的一个重大变革。

这项研究推出了CannyEdit图像编辑框架，通过选择性边缘控制和双重提示策略，实现了前所未有的自然编辑效果。在用户测试中，普通用户仅有49.2%能识别出其编辑痕迹，远低于其他方法的76-89%识别率。该技术无需专门训练，可处理添加、移除、替换等多种编辑任务，为AI图像编辑的实用化应用奠定了重要基础。

邓泰华判断，具身智能的市场空间可能是：“智能手机的数量乘以单车的价格”。

Monday公司正在通过模块化AI技术和数字化工作力平台重塑企业工作流程。该公司从内部AI工具发展到面向客户的创新，推出了AI助手、AI模块和代理AI等功能，旨在为非技术用户提供强大而易用的AI解决方案，提高工作效率并赋能中小企业。

微软的硬件产品可以追溯到 40 多年前的个人计算时代。随着 Windows 构建并激发了新的计算体验，新的微软硬件配件产品帮助人们完成交互。这种软硬件的兼容将神奇的体验变为可能。

厦门大学团队开发的TARS技术通过创新的"最大-最小"博弈策略和频谱对齐方法，有效解决了AI视觉系统的幻觉问题。该技术仅用4800个训练样本就将描述错误率从26.4%降至13.2%，性能媲美GPT-4o，为医疗诊断、自动驾驶等关键领域提供了更可靠的AI视觉解决方案。

上海交通大学团队开发了SmallThinker AI模型家族，专为本地设备优化。通过创新的稀疏化架构和预注意力路由器，模型在普通CPU上可达20+词/秒生成速度，仅需1-8GB内存。在MMLU等标准测试中表现优异，证明了高效本地AI部署的可能性，为AI技术普及提供了新路径。

人瑞人才联合德勤中国发布《产业数字人才研究与发展报告（2023）》，该报告在国内首次对包括互联网、智能制造、智能汽车、人工智能、金融等11个重点产业的数字人才发展作出全面梳理与分析，并创新推出“井”型数字人才能力结构模型等数字人才发展解决方案。

阿里巴巴团队发布了GUI-Owl智能助手，这是一个能够像人类一样操作电脑和手机界面的AI系统。该系统通过自进化数据生产、多样化能力构建和强化学习训练，在多项测试中超越现有模型，配合Mobile-Agent-v3多智能体框架可达到73.3%的任务成功率，为GUI自动化领域带来重大突破。

骁龙峰会2024期间，高通中国区董事长孟樸接受了科技行者等媒体的采访，话题围绕自研芯片架构的故事、端侧AI的逻辑、汽车业务的布局、高通在中国市场的发展格局等内容展开。

KAIST研究团队开发了名为MoR的智能递归深度调节系统，该系统能够根据词语复杂程度自动分配计算资源，实现了参数共享、自适应计算和智能缓存的统一。实验显示，MoR在使用更少参数的情况下仍能提升准确率1-2个百分点，处理速度提升20-100%。这项技术为AI发展提供了新的高效计算模式。

人工智能的“性格”是如何形成的？

算法的定义并不复杂，甚至可以说相当简单。算法代表一组指令，使得计算机程序能够将不同的信息源（数据）组合起来以生成所需要的结果。

Ann Kelleher介绍了晶体管诞生75年之后的新进展

杜克大学等机构研究团队通过三种互补方法分析了大语言模型推理过程，发现存在"思维锚点"现象——某些关键句子对整个推理过程具有决定性影响。研究表明，计划生成和错误检查等高层次句子比具体计算步骤更重要，推理模型还进化出专门的注意力机制来跟踪这些关键节点。该发现为AI可解释性和安全性研究提供了新工具和视角。

一个基因传承和创新的企业故事。

开源无处不在。多年来研究人员一直关注开源使用的增长，但由于现在开源十分普遍，他们对建立在开源组件基础上的应用安全愈发担忧。

异国追梦人——明方全和他与众不同的「云厨房」的故事。

来自加州帕洛阿尔托的 AI 初创公司 Reve AI 正式发布了 Reve Image 1.0 文本生成图像模型。该模型在提示词遵循度、美学效果和文字渲染方面表现出色，目前可在 preview.reve.art 免费体验。作为该公司的首个产品，Reve Image 凭借其卓越的性能已跃居第三方基准测试榜首，超越了包括 Midjourney v6.1 和 Google Imagen 3 在内的多个竞品。