这项研究提出了ChARM，一种创新的角色扮演AI奖励建模框架，通过行为自适应边界和自我进化策略大幅提升AI角色的真实性和一致性。研究团队创建了包含1,108个角色的RoleplayPref数据集，实验表明ChARM比传统模型提高了13%的偏好排名准确率，应用于DPO技术后在多项基准测试中达到了领先水平。这一突破将为娱乐、教育和心理健康支持等领域带来更加自然、个性化的AI互动体验。

机器人将是下一个迎来巨变的行业。

这项由上海人工智能实验室、南京大学和中科院深圳先进技术研究院联合完成的研究，开发了全球首个专门测试AI长视频推理能力的评估平台VRBench。该平台包含1010个多语言长视频和超过9000个多步推理问答对，创新性地采用双重评估机制，既测试AI的答案准确性，也评估推理过程质量。测试结果显示，即使是最先进的AI模型在复杂视频推理任务上仍存在显著不足，特别是推理过程的可靠性方面。

想象一下，你正在使用一个餐厅点餐系统。传统的系统可能只有一套固定的点餐流程，无论你是来喝咖啡、吃简餐还是举办宴会，都要经过同样的步骤。这就像当前的任务级多智能体系统——它们为特定类型的任务（比如代码生成）设计一套固定的工作流程，所有查询都必须按照这一流程处理。

在这样的元宇宙中，XR将是你的神笔，整个世界都将是你的画布。

11月7日，2020天翼智能生态博览会在广州盛大开幕，这已是中国电信与高通公司连续第十二年联合举办这一行业盛会，如今天翼展已成为引领全球智能产业走向的行业风向标。

中科院团队提出SRFT新方法，通过同时进行监督学习和强化学习，并使用熵感知机制动态平衡两种训练方式，让AI在数学推理任务中取得显著提升，准确率达59.1%，为AI训练提供了新的有效范式。

德国慕尼黑工业大学联合谷歌等机构推出HyperNoise技术，通过训练专门的"噪声超网络"为AI图像生成模型提供最优起始条件，在几乎不增加推理时间的情况下显著提升生成质量。该技术将复杂的优化过程从推理时转移到训练时，实现了速度与质量的完美平衡，为快速高质量AI图像生成提供了突破性解决方案。

电机，被誉为工业生产的“心脏”，是一种基于电磁感应定律实现电能与机械能相互转化的关键装置，广泛应用于各种机械设备中作为动力源。目前传统电机市场已经成熟，发达国家凭借技术和市场优势在全球市场中占据主导地位。

北京交通大学与阿里巴巴AMAP团队合作开发FE2E框架，首次将图像编辑模型应用于单目深度估计任务。该方法仅用71K训练图像就在ETH3D数据集上实现35%性能提升，超越了使用100倍数据的DepthAnything系列。通过重新设计训练目标、采用对数量化和联合估计策略，FE2E证明了选择合适基础模型比单纯增加数据量更有效，为资源受限环境下的高精度几何估计开辟了新路径。

在这样的元宇宙中，XR将是你的神笔，整个世界都将是你的画布。

除了《面向2030：影响数据存储产业的十大应用（上）》里分享的六大商用阶段的主流应用，本篇我们还将分享几个处在萌芽或起步阶段应用，包括区块链、图技术、生成式AI、元宇宙等等。

本文介绍了如何通过知识图谱对多源异构的数据进行数据集成，以及百分点使用知识图谱进行数据集成的几种方案和如何通过元数据与存储分离查询的方案赋予知识图谱“动态”的特性。

我们判断，“双碳”解决方案市场将“扶摇直上”，极具“实践智慧”的厂商是企业首选项。

人类在计算方法、计算工具等领域的革新，都是应“那时那刻”的场景需求而生的。

当越来越多的内容需要视频化、实时化表达的时候，人们对于呈现越来越高清、实时互动、虚实交互的媒体服务背后的技术也越来越重视。

这项研究介绍了一种名为FlowPathAgent的神经符号代理系统，用于解决流程图归因问题。研究团队提出了流程图精细归因这一新任务，构建了FlowExplainBench评估基准，并开发了结合视觉分割、符号图构建和基于代理的图形推理的方法。实验表明，该方法在归因准确性上比现有基线提高了10-14%，特别在处理复杂流程图时表现出色，为提升人工智能系统在处理结构化视觉-文本信息时的可靠性和可解释性提供了新途径。

数字化转型对许多公司来说至关重要，但在实施过程中常常出现误区。本文总结了7个常见错误,包括将转型视为纯技术问题、过度依赖第三方、强制推行变革、忽视长远规划等,并提出了相应的解决方案。文章强调,成功的数字化转型需要技术与组织变革并重,重视人的因素,制定全面战略,加强沟通,培养内部技能等。IT部门应成为业务伙伴,参与制定战略,理解业务需求,推动整体转型。

Twitter前CEO背书＋大众猎奇心理让Damus迅速裂变，可惜的是这股火热没能持续多久。

“GR-3在功能性、操作性和亲合度上的提升，让我们离进入家庭这个目标又迈出了坚实的一步。”