中科江南结合在财政信息化领域的经验，研发了基于微服务架构的财政预算管理一体化系统。

新加坡国立大学研究团队开发了SPIRAL框架，通过让AI与自己对弈零和游戏来提升推理能力。实验显示，仅训练AI玩简单扑克游戏就能让其数学推理能力提升8.6%，通用推理提升8.4%，且无需任何数学题目作为训练材料。研究发现游戏中的三种推理模式能成功转移到数学解题中，为AI训练提供了新思路。

7月16日，华为云与财联社联合举办“走进华为·金融证券CXO创新私享会”

斯坦福大学和上海交大等机构的研究团队提出了一种为视频世界模型增加长期记忆能力的创新方法。受人类记忆机制启发，他们设计了三种互补的记忆系统：短期工作记忆、基于点云的长期空间记忆和稀疏情节记忆。这种组合允许AI在生成长视频时保持场景的空间一致性，解决了现有模型因有限上下文窗口导致的"遗忘"问题。实验表明，该方法在视角回忆一致性和整体视频质量方面显著优于现有技术，为创建持续一致的虚拟世界铺平了道路。

上海AI实验室发布的InternVL3.5是新一代开源多模态大语言模型，能够同时理解图像和文字内容。该系统采用级联强化学习技术，推理性能提升16%，并通过视觉分辨率路由器实现4倍推理加速。在36项基准测试中表现优异，最大模型在多学科推理任务中得分77.7，接近商业模型水平，支持GUI交互、多语言处理等功能。

卡内基梅隆大学研究团队提出MRT方法，通过元强化学习优化AI推理过程。该方法不仅关注最终答案正确性，还奖励思考过程中的有效进展，解决了现有AI"思考时间长但效率低"的问题。实验显示MRT在数学推理任务中准确率提升2-3倍，计算效率提升1.5-5倍，为构建更智能高效的AI系统提供了新路径。

更高效、更安全、更灵活的AI PC产品组合及创新解决方案，深化人与工作、员工与企业的关系。

云计算已经发展到新的阶段，而OpenStack以及背后的基金会也在积极求变，在顺应技术变化和客户需求方面进行了卓有成效的探索。展望下一个十年，OpenStack的发展值得期待。

这是一项融合大语言模型与强化学习的金融交易AI创新研究。哈佛等知名院校团队开发的FLAG-TRADER系统让仅1.35亿参数的小型AI模型在股票和加密货币交易中超越了GPT-4等大型商业模型。该系统通过部分微调和夏普比率奖励机制，实现了既能理解复杂市场信息又能从交易实践中持续学习的智能交易决策，为AI在金融领域的应用开辟了新路径。

本次TVP行业大使闭门会的圆满结束，只是一次关于思想碰撞、道路选择的开胃菜，未来的路，腾讯云TVP仍将与千行百业携手同行，去往那数字化转型的终极！

下面我们将对过去的几年中，医疗保健领域所取得的进展，以及在未来几年可能会出现的变化展开详细的叙述。

腾讯混元团队开发出R-4B多模态大语言模型，实现了AI的"自动思考"能力。该模型能根据问题复杂程度智能选择回答模式：简单问题快速直答，复杂问题深度推理。通过双模式退火训练和强化学习优化，R-4B在25个基准测试中取得领先性能，4B参数量下达到16B模型的推理效果，同时大幅降低计算成本，为高效AI应用开辟新路径。

计算机应届毕业生，找不到工作了？

此刻的英特尔，正经历着近十几年来最为激烈的竞争态势，不光是 AMD，还有来自苹果的 M1 芯片，甚至是高通为 Windows on Arm 制造的笔记本芯片，都对曾经一骑绝尘的英特尔发出挑战。

斯坦福等高校联合研究团队首次开发出能抵御"视觉伪装攻击"的AI图像水印技术PECCAVI。该技术通过识别图片中的"非融化点"并采用多频道频域水印，成功抵御了能完全去除传统水印的最新攻击方式，检测率达92%。研究解决了AI生成图像真实性验证的关键难题，为防范AI造假内容传播提供了重要技术支撑。

纷享销客作为连接型CRM的开创者，期望在未来的路上，携手所有的伙伴，一起共同去引领全新的未来。心存理想，饱含激情，为梦想而奋斗，为中国的企业的数字化未来发展而助力，十年磨一剑，引领正逢时！

华中科技大学团队开发的ReVPT系统首次让AI学会像人类一样主动选择和使用视觉分析工具解决复杂问题。通过创新的两阶段强化学习训练，该系统能根据任务需求灵活调用物体检测、深度估计等专业工具，在多项国际测试中显著超越基础模型，部分指标甚至超越商业化产品，为AI视觉推理能力提升开辟了新路径。

专家解读 | 张向宏：充分发挥独特优势 构建全球数字经济发展“中国方案”

这项由清华大学与快手科技等机构合作的研究构建了包含18.2万个人工标注样本的大规模视频偏好数据集，开发了VideoReward多维度视频评价系统，并提出了Flow-DPO等三种对齐算法，成功让AI视频生成模型学会按照人类偏好创作内容，显著提升了生成视频的质量和用户满意度。

我们节选了书中讲述亚马逊如何创造Kindle并变革了图书行业的故事，这段往事非常适合在今天回顾。