MoCA-Video是沙特阿卜杜拉国王科技大学研究团队开发的免训练视频编辑框架，通过运动感知概念对齐技术实现高质量语义混合。该方法巧妙利用对角线去噪调度和无类别分割技术在潜在空间中精确跟踪目标，并通过动量校正和伽马残差噪声保持时间连贯性。研究团队引入新指标CASS评估概念混合效果，实验表明MoCA-Video在视觉保真度、时间流畅性和语义整合方面优于现有方法，为创意视频编辑开辟新途径。

以新能源汽车为代表的智能汽车已经成为新的行业风向标，无论是造车新势力还是老牌豪强车企，都全面迈向了数智驱动的新赛道。

人工智能正在改变教育格局，有望成为解决全球教育不平等的关键工具。通过个性化学习、跨越语言文化障碍、扩大优质教育覆盖面等方式，AI可以为所有人提供更公平的教育机会。然而,要充分发挥AI的潜力,还需要解决数据偏见等问题,并重新定义教师角色。未来10年,AI有望推动教育质量和普及度的双重提升,缩小教育差距,实现终身学习。

斯坦福大学研究团队开发出概念组合学习框架，让AI系统像人类一样学会"举一反三"。该技术将复杂学习任务分解为基础概念模块，通过灵活组合处理新任务，学习效率比传统方法提高10倍。实验显示在多概念组合任务中准确率达78%，并具备跨领域迁移能力。这项突破为通用人工智能发展奠定重要基础，预计将在医疗、教育、自动驾驶等领域率先应用。

近年来涌现了多种推动智能制造与工业物联网发展的技术，其中数字孪生技术，正在给企业的智能制造带来重大的影响。

威斯康星大学麦迪逊分校联合国民大学和NetApp公司发表的这项研究，通过将复杂的多模态检索任务分解为"理解"和"匹配"两个阶段，有效解决了传统系统在处理模糊查询时的失败问题。研究在M-BEIR基准测试中取得显著性能提升，特别是在知识密集型任务中表现突出，为信息检索技术的发展指明了"数据质量优于模型复杂度"的新方向。

就目前来讲，人工智能的宣传主要集中在算法层面。但是，真正的爆炸性新闻却来自硬件世界——没错，来自由线路、芯片与电子元件组成的世界。硬件又回来了!

这项由英国爱丁堡大学和上海人工智能实验室研究者共同完成的工作提出了LongBioBench，一种用于评估长文本语言模型的新型基准测试框架。通过使用人工生成的虚构人物传记作为测试环境，该框架在保持可控性的同时，提供了更真实的评估场景。研究对18个长文本模型的测试表明，即使最先进的模型在检索、推理和可信任性方面仍存在显著挑战，特别是上下文长度增加时。研究还揭示了现有合成基准测试的设计缺陷和长上下文预训练的局限性，为未来模型开发提供了重要指导。

上海人工智能实验室联合多家机构提出SeC视频分割技术，通过大型视觉语言模型构建物体概念表示，突破传统像素匹配局限。该技术在复杂场景变化中表现卓越，比SAM 2.1平均提升11.8分，并构建了专门的SeCVOS测试集验证效果，为视频编辑、自动驾驶等应用带来新突破。

2023年10月26日，SAS用户大会之生命科学峰会在北京成功举办。本次峰会以“数据驱动 · 智能未来”为主题，以前瞻性和洞察力释放数据价值，为SAS用户提供了开阔及高效的合作交流平台。

生成式人工智能工具正在取代一些传统上由初级员工负责的任务。这并不意味着这些工作会消失，某大型科技公司的首席人力资源官Nickle LaMoreaux在南方西南（SXSW）大会上表示。她指出，企业需要重新思考初级职位的定义，并寻找机器无法替代的员工素质。

这项来自加州大学戴维斯分校和俄亥俄州立大学的研究探讨了多模态AI训练的一个重要问题：让AI同时学会处理文字、图像、视频等多种信息类型时，是否会影响其原有的语言能力？研究发现，扩展模态确实存在能力权衡，模型合并技术比全模态同步训练更有效，为AI发展提供了重要启示。

近两年，烟草行业部分单位围绕中心任务，结合实际，守正创新，开展了许多研究探索。

UI-Genie是一个创新的自我改进框架，解决了GUI智能体面临的两大挑战：轨迹验证困难和高质量训练数据缺乏。研究团队开发了专用奖励模型UI-Genie-RM，采用图像-文本交错架构有效处理历史上下文，并统一了步骤级和任务级奖励评估。通过精心设计的数据生成策略和迭代自我改进，该框架无需人工标注即可创建高质量合成轨迹。实验结果显示，经过三轮数据-模型自我改进后，UI-Genie在多个基准测试上达到了最先进水平。该研究已开源全部实现和数据集，为GUI智能体研究提供重要资源。

一篇最新论文，再次引发人们对于谷歌、微软以及亚马逊所提供图像识别服务的偏见担忧。

ByteDance研究团队提出ReTool框架，通过强化学习让大型语言模型学会在数学推理中战略性使用代码工具。该方法在AIME数学竞赛中达到67%准确率，比传统文本推理方法提升27个百分点，训练效率提高近3倍，展现了工具增强推理的巨大潜力。

“罗马并非一日建成”，数字经济时代爆发与产业变革并非一朝一夕之事，其带来的巨大变革在重新定义社会秩序，带来更丰富资源体系的同时，也带来了象征着时代变革的产业阵痛。

俄罗斯人工智能研究院等机构的研究团队首次成功破解了大语言模型内部推理机制的奥秘。他们使用稀疏自编码器技术将AI模型复杂的内部状态分解成可理解的功能组件，并开发了ReasonScore评分系统来识别负责推理的特定组件。通过精确调节这些"推理组件"，研究团队实现了AI推理能力的显著提升，为开发更可控、更透明的AI系统奠定了基础。

Gartner今日发布了影响数据科学与机器学习（DSML）未来方向的重要趋势。随着DSML行业的快速发展和演变，数据对于人工智能（AI）开发与运用的重要性日益提高，尤其是投资重点也正转向生成式人工智能领域。

微软研究院开发的MineWorld是首个开源实时交互式游戏AI世界模型，专门针对Minecraft设计。该系统使用创新的并行解码算法，实现每秒4-7帧的超快生成速度，能够跟上职业电竞选手的操作节奏。系统不仅能生成高质量游戏画面，更重要的是真正理解玩家操作含义，甚至具备自主游戏能力。研究团队设计了全新的评测体系来衡量AI的理解能力，并将所有代码开源，为游戏AI领域树立了新标杆。