腾讯混元团队推出ArtifactsBench，这是全球首个专门评测AI生成视觉交互代码质量的综合基准系统。该系统包含1825个真实应用场景测试任务，创新性地通过实际运行代码、动态截图、多模态AI评委等方式，从功能性、美观度、用户体验等十个维度进行评测。实验结果显示其与人类专家判断一致性超过90%，与业界金标准WebDev Arena的一致性达94.4%，为AI代码生成能力评估树立了新标准。

斯坦福和伯克利研究团队推出VidDiff技术，让AI学会像专业教练一样精准识别动作差异。该技术通过三步走方法解决视频动作比较难题，构建了包含549对视频的大型数据集VidDiffBench。虽然当前AI模型准确率有限，但已展现在健身指导、医学培训、体育分析等领域的应用潜力。研究为AI理解细微动作差异开辟新方向，有望让人人享有智能化的动作指导。

这项由北京大学等多所高校联合完成的研究，首次对OpenAI GPT-4o的图像生成能力进行了全面评估。研究团队设计了名为GPT-ImgEval的综合测试体系，从文本转图像、图像编辑和知识驱动创作三个维度评估GPT-4o，发现其在所有测试中都显著超越现有方法。研究还通过技术分析推断GPT-4o采用了自回归与扩散相结合的混合架构，并发现其生成图像仍可被现有检测工具有效识别，为AI图像生成领域提供了重要的评估基准和技术洞察。

波兰研究团队发现，即使是最先进的AI大模型在处理波兰语等非主流语言时也极其脆弱，仅通过几个拼写错误或字符替换就能让AI做出错误判断。研究团队开发了一套巧妙的测试框架，使用小型代理模型找出关键词汇，然后对这些词汇进行十种不同的"伪装攻击"。实验结果显示，这些简单攻击能让先进AI模型的错误率飙升至48%以上，揭示了当前AI技术在多语言安全方面的严重漏洞。

蚂蚁集团研究团队提出了γ-PO方法，通过动态调节AI训练中的目标边距来提升大语言模型对齐效果。该方法能够自动识别训练数据中答案质量差距的大小，对明显好坏的答案对加大学习强度，对模糊不清的答案对适当降低学习强度，避免AI被不确定信息误导。实验显示该方法在多个基准测试中平均提升4.4%性能，且几乎不增加计算成本，具有良好的即插即用特性。

在Google I/O（谷歌开发者大会）前夕，谷歌全球安卓团队的核心成员们，提前组织了一场全球媒体沟通会，剧透了安卓系统的未来新动向。科技行者TechWalker受邀参加了此次活动。

当前，最著名的技术准则之一当数摩尔定律。在过去超过55年时间里，这一“定律”成功概括并预测了晶体管尺寸不断缩小，每两年左右实现一次技术节点升级的趋势。

浙江大学团队开发的LAPO方法成功解决了AI推理模型"过度思考"问题，通过两阶段训练让AI学会根据问题复杂度自主调整推理深度。实验显示该方法将计算用量减少40.9%的同时准确率提升2.3%，为AI系统的智能化和实用化发展提供了重要突破。

北卡大学研究团队推出Bifrost-1系统，通过创新的"补丁级CLIP潜在变量"技术，成功让多模态大语言模型和扩散模型高效协作，实现了既能理解又能创作图像的AI助手。该方法避免了传统技术的高成本训练问题，在保持原有理解能力的同时，以90%的成本降幅实现了与顶级方法相当的图像生成质量，为多模态AI发展提供了全新的"桥接"思路。

本周，国家能源局发布《关于加快推进能源数字化智能化发展的若干意见》；华为公司召开2022年年度报告发布会；美国总统拜登与其科学顾问讨论AI带来的“风险和机遇”。

中科大研究团队创建了S2S-Arena平台，这是首个专门评测语音AI情感理解和表达能力的综合测试系统。通过154个测试样本和人工评判，研究发现GPT-4o在语音情感理解方面表现出色，但所有AI在情感表达上仍有很大提升空间，为语音AI发展指明了新方向。

「 2022年，中国的互联网行业集体进入新阶段。很多过去 “先试试、盈利暂不考虑” 的创新亏损业务在今年大多停下。也有一些公司的主营业务在国内的扩张空间有限，它们选择把钱投向了海外，以寻求新的增量。今日推荐 晚点LatePost（id：postlate）一篇文章」

武汉大学团队开发了EVOREFUSE系统，通过进化算法生成能触发AI过度拒绝的伪恶意指令。研究发现AI存在"捷径学习"问题，过度关注敏感词汇而忽略语境。团队创建的测试数据集在9个模型上的触发率比现有最佳方案高140%，训练数据集可使模型过度拒绝减少40%同时保持安全性。该研究为AI安全测试和训练提供了新工具和理论洞察。

清华大学研究团队提出测试时扩展技术，让AI视频生成如同延长考试时间的学生，通过生成多个候选视频并智能选择最优结果，显著提升视频质量。该方法无需重训模型，在六个主流模型上均实现稳定改进，部分维度提升超35%，为AI视频生成的实用化应用开辟新路径。

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。

首尔国立大学研究团队开发了CHARTCAP数据集，包含56.5万个高质量图表-描述对，通过四阶段流水线和循环验证方法解决了AI图表理解中的幻觉和信息贫乏问题。研究还提出了视觉一致性得分评估方法，该方法通过重构图表来验证描述质量。实验显示，经CHARTCAP训练的AI模型在图表理解能力上首次超越人类专家标注，为AI在专业领域的应用开辟新路径。

来自印度维洛尔理工学院的研究团队开发了UGPL系统，这是一种模仿医生诊断思路的AI技术，能够智能分析CT扫描图像。系统采用"先看森林再看树"的策略，首先进行全局分析识别可疑区域，然后重点检查这些区域。在肾脏疾病、肺癌和COVID-19三项诊断任务上，准确率分别提升了3.29%、2.46%和8.08%，为医疗AI发展指出了新方向。

这是一个华为如何在竞争激烈的企业业务战场中突围并不断取得胜利的故事。但我们关心的不仅仅是胜利本身，还有这个突围者在每个关键时刻做出了怎样的选择。选择以客户为中心，选择生态，选择不争，走一条最艰难的路，有时候反而能登顶。

一年过去，ChatGPT引发的AGI热潮丝毫未减。只是相对于最初推出时掀起的全民大模型热，如今关于该如何落地的讨论更多了起来。

最近，在至顶传媒组织的一场市场圈培训活动上，侯明娟详细阐述了《新基建之5G带来的营销机会》，分享了营销的心得体会。