OPPO AI团队首次系统性探索了如何让AI智能体进行更深入的推理思考。研究提出ATTS框架，包含并行采样、序列修正、验证合并和多样化探索四大策略。实验发现，给智能体更多尝试机会能显著提升性能，但关键在于知道何时反思而非盲目增加思考。多模型协作效果尤其突出，四个AI模型协作成功率达74.55%。这项工作为AI智能体发展指明了从增大模型转向优化推理策略的新方向。

新加坡科技设计大学和字节跳动研究团队提出了"语音反向翻译"方法，解决语音识别中的数据稀缺问题。研究表明，仅用几十小时的标注语音数据就能训练TTS模型生成数万小时高质量合成语音，将数据扩充数百倍。他们引入归一化可理解度指标评估合成语音质量，确定了合成数据能有效增强ASR性能的质量阈值。将方法扩展到十种语言，生成了50万小时合成语音，对Whisper-large-v3模型进行预训练，平均降低错误率30%，对低资源语言尤其有效，错误率降低46%。

UnifabriX 公司推出基于 CXL 连接的外部 MAX 内存设备，通过创新的内存架构设计，有效解决 AI 领域日益突出的内存带宽瓶颈问题。该方案不仅能显著提升 AI 处理性能，还可大幅降低部署成本，为大规模 AI 模型的训练和部署提供了新的解决思路。

斯坦福与哈佛研究团队通过创新的"层次贝叶斯框架"，首次从理性分析角度解释了AI学习策略转换机制。研究发现AI会在"记忆型"和"理解型"两种策略间理性选择，转换规律遵循损失-复杂度权衡原理。该理论框架仅用三个参数就能准确预测AI在不同条件下的行为表现，为AI系统的可控性和可预测性提供了重要理论基础。

富士通公布了自主研发高性能基于ARM的处理器蓝图，这个名为A64FX的处理器是富士通Post-K超级计算机的“大脑”。

北大团队突破性研究Being-H0系统，首次实现让机器人通过观看人类视频学习灵巧手部动作。该系统采用"物理指令调优"方法，在150万个动作样本上训练，达到毫米级精度，在多项复杂操作测试中成功率达60%-100%，仅需传统方法25%的训练数据。这项技术为医疗、制造和服务业机器人应用开辟新前景。

NewsBreak团队与伊利诺伊大学合作开发DuaShepherd，这是一个创新的AI数学推理奖励模型。该系统独创性地结合了两种评估维度：步骤正确性判断和解题潜力评估，通过多任务学习和复合概率融合，在MATH500和ProcessBench测试中显著超越传统单一奖励模型，为AI数学推理提供了新的技术路径。

Google DeepMind研究团队通过理论分析和实验验证，发现了AI搜索系统的数学局限：基于固定维度向量的搜索无法表示所有文档组合关系。他们创建的LIMIT测试集让顶尖AI模型准确率低于20%，证明问题源于数学本质而非工程缺陷。

英国替代网络运营商Netomnia集团在2024年实现快速增长,服务范围扩大至208万户,收入同比增长321%。同时,CityFibre开始在肯特郡偏远地区为超5万户提供全光纤宽带服务,这是政府"千兆项目"的一部分。这些举措将显著提升英国的宽带网络覆盖和速度,推动数字经济发展。

今年10月底举行的中央金融工作会议首次提出“加快建设金融强国”目标,强调推动我国金融高质量发展,为经济社会发展提供高质量服务。

Supermicro方面宣布其将在一套全新的制造设施上实现服务器与存储设备的生产，而该套设施每月能够产出480台机架，并且其所需能源由3 MW燃料电池系统提供，旨在借此以减少温室气体的排放量。

本次收购旨在将屡获殊荣的 VFX 工具和技术送到数百万创作者和美术师的手中。

沃达丰成功完成了首次基于卫星的4G/5G智能手机视频通话。这次通话使用了AST SpaceMobile公司的低轨卫星,在无地面移动网络覆盖的地区实现了完整的移动宽带体验。这一突破为未来消除移动网络盲区铺平了道路,有望让普通智能手机用户在任何地方都能获得通信服务。

Grindfest是以生物学中的“研磨（grinding）”命名的，或许我可以将其描述为一种医疗朋克亚文化。

新加坡科技大学研究团队发现小型AI语言模型存在"长思维链退化"现象：当用少量复杂推理样本训练时，模型性能反而大幅下降。研究显示用8000个样本训练的小模型准确率可降75%，但大规模训练（12万+样本）配合强化学习能实现显著提升。研究首次系统阐释了错误累积机制，为小型AI模型训练策略提供重要指导，颠覆了"少量高质量数据即可改善小模型"的传统认知。

这项研究提出了π?方法，通过置换等变架构解决了传统3D重建技术依赖固定参照系的问题。该方法让每个摄像机独立描述场景，无论输入顺序如何都能产生一致结果，在多个任务上达到最先进性能，同时具有出色的鲁棒性、可扩展性和训练效率，为AR、自动驾驶等应用领域带来新可能。

BITS Goa团队联合Meta AI和Amazon AI开发的AlignGuard-LoRA技术，创新性地解决了AI微调过程中的安全性流失问题。该方法通过Fisher信息矩阵识别安全关键参数，将更新分解为安全维护和任务学习两个独立组件，并设计碰撞感知正则化防止组件干扰。实验显示，该技术能将安全漂移降低50%，同时保持任务性能不变。

根据IDC预计，2017年～2021年期间，全球软件定义存储市场的复合年增长率将达到13.5%，到2021年市场规模可接近162亿美元

上海交通大学等机构联合开发了HyCodePolicy机器人系统，让机器人首次具备"自我反思"学习能力。该系统通过视觉观察和程序监控双重诊断，能让机器人自动分析失败原因并改进策略。实验显示任务成功率从47.4%提升至71.3%，学习效率显著提高。这项技术将广泛应用于制造业、服务机器人等领域，标志着机器人从被动执行向主动学习的重要转变。

可持续制造并不是一个新的概念，但它在塑造工业运营方面正发挥着更大的作用。这种压力在很大程度上来自于客户，他们将可持续发展纳入他们的采购决策。