MTVCrafter是一项开创性研究，首次通过4D运动令牌化直接建模原始3D运动序列，而非传统的2D姿势图像，实现了高质量人物动画。由中国科学院深圳先进技术研究院团队开发的这一框架，结合了4D运动令牌化器(4DMoT)和运动感知视频扩散Transformer(MV-DiT)，可以将任意视频中的动作精准转移到多种风格的静态角色上。实验显示，MTVCrafter在TikTok基准测试中FID-VID指标达6.98，比现有最佳方法提高65%，展现出优异的开放世界泛化能力，为数字人类创建开辟了新范式。

媒体人善用的工具是媒介，而创业者善用的工具则是产品，看纪录片导演如何玩转三维产品。

看似云端之争，实则是AI的较量。

卓越服务至关重要，需要一种新的思维方式，并强调不同的技能、使命和指标——在这些方面，很多IT领导者仍然会感到很棘手。

这项由LMU慕尼黑大学研究团队进行的研究，首次深入探索了代码语言模型如何在内部表示和处理多种编程语言。研究通过分析Llama系列模型的中间层表示和神经元激活模式，发现模型在处理代码翻译任务时会经过"英语思维"的中转，且不同编程语言在模型内部的表示存在显著的共享和差异模式。研究结果不仅揭示了AI理解代码的内部机制，还为设计更高效的多语言代码模型提供了实用见解。

毫无疑问，体育的未来将是数字化的。

中国企业的全球化已经历了好几个阶段，从最初的制造业的产品出海，到中国智能手机进军全球市场，再到跨境电商和游戏行业的初探海外。这些过去的成功模式都有一个的典型特征，通常都是以产品形态输出，是贸易主导的。

当我们使用导航应用听取路线指引，或者让数字助手朗读新闻时，我们听到的AI语音正在变得越来越自然，但仍然存在明显的局限性。传统的语音合成技术往往需要大量特定说话者的录音样本才能生成接近自然的语音，而且在切换到不同说话者、不同语言或不同情绪风格时往往表现不佳。

新基建既是有效投资，拉动经济增长，也是疫情后经济重振的加速器。疫情期间，人们看到在实体经济停摆下，无数云下实体商业“阵亡”，也看到云端业务呈现50%同比增长，并且改变着全球人们的生活、学习习惯。

面对来自投资者对于加快芯片制造能力的重重压力，英特尔正式宣布换帅，由前VMware首席执行官Pat Gelsinger接替Robert Swan。

阿德莱德大学研究团队开发了ObjectReact系统，让机器人能像人类一样通过物体关系而非图像匹配进行导航。该方法构建三维物体关系地图，使用WayObject代价地图引导机器人朝低代价区域移动。实验显示这种方法在复杂导航任务中显著优于传统方法，且对机器人身高变化具有强鲁棒性，真实环境测试证明了其实用性。

为了让大家理解技术背后的门道，在品鉴会现场，BOE（京东方）揭开了一系列关于ADS Pro的技术真相，解读了行业误区、消费者认知偏差，推动产业的良性健康发展。

4月25日，Create2025百度AI开发者大会在武汉隆重举办。百度创始人李彦宏发表了题为《模型的世界 应用的天下》的演讲。60分钟的演讲中，李彦宏发布了两大模型，多款热门AI应用，并宣布将帮助开发者全面拥抱MCP。

2022世界人工智能大会将于9月1日-3日在上海世博中心举办，在浦东张江和徐汇西岸设分会场，并在北美、欧洲、新加坡、韩国和中国香港等地设5个海内外分会场，实现多地联动。

2021年8月23日，2021中国国际智能产业博览会在重庆举行，腾讯公司高级执行副总裁、云与智慧产业事业群CEO汤道生出席制造业数字化转型论坛，并发表以《工业互联，智造未来》为主题的演讲。

我国5G牌照的发放，让无线技术踏上新的征程，继续改变着我们的生活，融入我们的工作，一个有关未来世界的星辰大海画卷正在我们眼前铺开。

这项研究展示了如何用极少的计算资源训练出高性能的多模态大语言模型。加州大学团队仅用220小时GPU就训练出了2B参数的Open-Qwen2VL，性能超越了使用277倍训练数据的同类模型。关键创新包括高质量数据过滤、多模态序列打包和动态图像分辨率策略。更重要的是，该项目重新定义了AI模型的"完全开源"标准，公开了训练代码、数据过滤技术和全部训练数据，为学术界提供了宝贵的研究资源。

随着人工智能在网络攻击中的广泛应用，企业网络安全防御也必须依靠AI技术来应对。本文介绍了六种有效的AI网络安全防御策略,包括自学习AI改进威胁检测、AI驱动的事件响应、AI强化攻击面管理等。专家强调,AI不应替代人类专家,而是应该增强人类能力,实现人机协作的网络安全防御。

香港科技大学团队提出PosterCraft统一框架，通过四阶段训练流程实现高质量美学海报端到端生成。该方法摒弃传统模块化设计，采用整体性创作思路，在文字准确性和视觉美感方面显著超越现有开源模型，接近商业系统水平，为AI创意设计领域带来重要突破。

这项研究探索了自监督语音模型对荷兰语特征的理解能力，由阿姆斯特丹、蒂尔堡和奈梅亨拉德堡大学研究团队完成。研究者开发了荷兰语专用的Wav2Vec2模型，并将其与英语和多语言模型进行对比。结果表明，荷兰语特定预训练显著提升了模型对荷兰语音素和词汇特征的表示能力，这种优势在自动语音识别等下游任务中也得到体现。研究还发现，评估方法的选择会影响语言特定优势的检测程度，并强调了预训练数据领域对模型性能的重要影响。