清华大学团队提出首个统一3D点云预训练方法UniPre3D，突破传统方法只能处理特定规模数据的局限。该方法巧妙利用3D高斯喷射技术将3D数据转换为2D图像进行处理，并设计了针对不同数据规模的自适应融合策略。在多个标准数据集上的实验表明，UniPre3D在物体分类、场景分割等任务中均取得显著性能提升，为3D视觉的统一化发展提供了重要突破。

这篇论文由东南大学等机构研究团队完成，系统性地调研了解决AI"过度思考"问题的高效推理技术。研究将现有方法分为单模型优化和多模型协作两大类，前者包括早期退出、思维链压缩、自适应推理等策略，后者涵盖模型协作、路由、整合等技术。论文详细分析了各种方法的原理和效果，并展望了在多模态推理、工具集成等领域的应用前景，为构建既智能又高效的AI推理系统提供了全面指导。

Foodora 与 Tele2 合作，在瑞典斯德哥尔摩地区展开无人机和机器人配送试点。该项目旨在利用 5G 和物联网技术，实现自动化送餐服务。Foodora 计划到 2025 年底在瑞典和挪威推出商业化地面机器人配送，2026 年引入无人机服务，以提高配送效率并扩大北欧市场份额。

Cohere的非营利研究实验室本周发布了一款多模态“开放”AI模型Aya Vision，该实验室声称其为同类最佳。Aya Vision能够执行图像描述、回答照片相关问题、翻译文本以及生成23种主要语言的摘要等任务。Cohere还通过WhatsApp免费提供Aya Vision，称这是“使技术突破对全球研究人员可及的重要一步”。

全球气候危机加剧之际，人工智能技术呈现双面性特征。一方面，AI可通过智能电网减少20%能源浪费，精准农业技术优化水资源利用，智能交通系统降低30%城市排放。另一方面，训练单个大型AI模型耗电数千兆瓦时，排放数百吨二氧化碳。数据中心用电量预计2024-2030年年增15%，远超其他行业增速。解决这一矛盾需要优先开发高效AI架构，建立环境影响评估机制，确保AI发展服务于气候目标而非加剧环境负担。

云巨头AWS选择通过表格式Apache Iceberg将Redshift数据仓库向数据湖延伸，IBM Netezza也是如此。

下面我们就来重点介绍22款以各种方式简化Kubernetes的开源项目和第三方工具——从简化命令行交互到简化应用部署语法，再到与AWS集成，以及为多个集群提供窗口，等等。

中文大学等机构联合研究提出"问题自由微调"方法，解决AI推理模型在简单问题上过度思考的问题。该方法训练时移除问题输入，仅学习推理过程，使AI能自适应选择短推理或长推理模式。实验显示该方法在保持性能的同时将回答长度减少50%以上，在噪声、跨域和低资源场景中表现优异。

在准备参观此次华为围绕生态伙伴大会举办地福州海峡国际会展中心打造的“智慧岛”的时候，说实话我内心是毫无波澜的。

微软与Kyndryl刚刚公布了双方全球战略合作伙伴关系的最新举措，希望帮助企业客户将大型机系统上的数据高效转移至云端。

二十年来，数据中心的能源效率一直在提高，不断在寻找降低能源消耗、更有效冷却并降低运营成本的方法，这一永无休止的探索的最新前沿，就是对废热的获取和再利用。

提供数据库性能监控、调优解决方案及成功的迁移策略，为专门处理数据的专业人士带来全面支持

Aqua正在加大投资力度，以提升公司在亚太及日本地区的知名度及市场覆盖面。

美国职业高尔夫协会致力于推动新会员的发展，并追踪会员、会费和委员会会议的情况。协会位于美国佛罗里达州西棕榈滩附近，于2019年将所有数据从其总部及位于夏洛特、路易斯维尔和亚特兰大的三个数据中心转移到了AWS和少数SaaS提供商。

AMD在本周的CES大会上更新了其x86和图形卡的路线图，并且首次详细介绍了12nm CPU和7nm GPU的计划。此外，AMD还推出了6款带有集成图形卡的x86芯片，瞄准各种台式机和笔记本电脑。

这篇研究介绍了一种名为YAQA(Yet Another Quantization Algorithm)的训练后量化技术，由康奈尔大学研究团队开发。与传统方法不同，YAQA不仅关注局部激活误差，而是考虑整个模型的KL散度，通过Kronecker分解的Hessian矩阵估计来实现更精准的参数量化。实验表明，YAQA能将模型与原始版本的KL散度降低约30%，同时在下游任务上实现最先进性能，为大型语言模型的高效部署提供了新方案。

企业因此借开源走出了一条自主创新的阳光路，特别是操作系统、开发工具、支撑软件等软件的开源，加快了企业产品的开发速度和创新能力。不过，有了好风是远远不够的，关键是如何借力。

作为南非时尚价值零售商Mr Price Group的首席信息官，Kim Sim必须跟上新兴工具和技术的发展步伐，才能让这家拥有数十年历史的企业实现运营现代化。

Madhu Nair博士和Asha Das博士即将取得巨大突破，即利用人工智能（AI）模型在从患者组织样本中获取的扫描图像中检测乳腺癌细胞。

希伯来大学研究团队开发的Story2Board系统实现了从文字故事到专业故事板的自动转换突破。该系统采用潜在面板锚定和相互注意力数值混合两项核心技术，在保持角色一致性的同时实现丰富的视觉表现力。系统无需训练即可运行，能够生成电影级构图效果的连续画面，为内容创作、教育和娱乐产业提供了强大的AI辅助工具，代表了人机协作创作的新模式。