数字孪生改变地下隧道施工全流程。

Digital Hub为所有业务部门提供技术知识、想法和要开发的项目。

为CCTV6电影频道AI影像人才优选计划制作AI短片《玉覆荆楚》，结合游戏元素与荆州博物馆文物，讲述游戏、文物、坚守、传承的故事。制作过程中，团队经历了剧本创作、分镜设计、AI生成图像、图像转视频、剪辑和音效制作等环节，克服了多种困难。虽然作品有提升空间，但团队对结果感到满意，并对未来AI影像制作充满信心。

英伟达与斯坦福等顶尖机构联合开发的TTT技术首次让AI学会"讲故事"，能生成长达一分钟的连贯视频。该技术采用"边做边学"的创新方法，让AI在生成视频时持续优化记忆能力，在人类评估中比现有最佳方法领先34个Elo积分，展现出革命性的长视频生成能力。

复旦大学研究团队通过对五个大型语言模型的深入分析，发现了AI训练中的一个反常现象：增加训练数据量不仅没有提升模型性能，反而导致最高14%的性能下降。研究揭示，精细调优过程中高达90%的参数更新对知识提升无效甚至有害，通过恢复这些无用参数可显著改善模型表现。这一发现挑战了"数据越多越好"的传统观念，为开发更高效的AI训练方法提供了新思路。

整个宇宙就是个神经网络，所有人类则是其中的节点？一脸震惊！

“您好先生，咱的企业名称和纳税人识别号码是什么？”即便到现在消费者“开发票”也不是一件容易的事情。出差、宴请、洽谈、消费，每每收银台的驻足，各种查找、背诵企业报销信息时，都是一种尴尬的体验。

凶猛的疫情面前，前有大数据分析，后有AI红外检测纷纷加入战场，而新兴技术——区块链又能做什么？千万别小瞧了这项技术，虽不能在前线杀“菌”，但区块链却能在后方充当“最佳后勤”——从物资管理到病患数据上链，有区块链技术助力。

随着数字经济开始崭露头角，数字化成为千行百业高质量增长的重要手段。

第一季度结束的时候，Stability AI的营收不到500万美元，亏损超过3000万美元。此外，他们还拖欠云计算供应商和其他公司近1亿美元的账单，可以说，Stability AI已经乱成一锅粥了。

“雪亮工程”是以县、乡、村三级综治中心为指挥平台、以综治信息化为支撑、以网格化管理为基础、以公共安全视频监控联网应用为重点的群众性治安防控工程。

合当前疫情大流行且信息来源愈发重要这一背景，区块链技术成为向公众提供可信数据的重要方式。

韩国UNIST团队开发出全球首个能同时理解视觉、听觉和文字信息的情感AI系统，不仅能听懂对话内容，还能感知用户的真实情绪状态并用合适的语调回应。该系统基于包含31000句真实对话的MSenC数据集训练，在情感适宜性、对话自然性等方面显著优于现有技术，为人机交互带来革命性改变。

欧洲最大地方政府伯明翰市议会第二次实施Oracle财务和人力资源系统项目仍处于"琥珀-红色"风险等级，距离预期上线时间不足九个月。该项目预算从最初的2000万英镑飙升至1.31亿英镑。2022年首次上线的Oracle系统造成灾难性后果，导致现金交易错误频发，市议会于2023年秋季实际破产。目前正计划于2026年4月重新实施Oracle系统及第三方现金管理软件，但项目仍面临资源压力、数据所有权等重大风险。

这项研究首次系统研究了大语言模型在表达不确定性时的"忠实度"问题，发现它们往往在不确定时仍使用肯定语言，导致用户过度信任。研究团队提出了MetaFaith方法，通过激发模型的"元认知"能力，使其能更诚实地表达不确定性。在14种模型和10个数据集的测试中，MetaFaith将忠实度提升了高达61%，且83%的情况下被人类评为更可靠。这一突破对构建更值得信任的AI系统具有重要意义。

ByteDance与南洋理工大学联合开发的MMSearch-R1是首个端到端多模态搜索强化学习框架，让AI学会了"按需搜索"——知道何时依靠内在知识、何时主动搜索外部信息。该系统整合图像和文本搜索工具，通过精心设计的奖励机制训练AI的搜索判断力，在知识密集型任务中准确率超越同规模基线3%，搜索调用减少30%以上，为构建更智能可靠的AI助手开辟了新道路。

这项由哈工大深圳与阿里巴巴联合研发的AniMaker系统，能够仅凭文字描述自动制作多角色动画片。系统采用四个AI智能体协作模式，模拟专业动画制作流程，引入蒙特卡洛树搜索算法优化视频片段选择，并首创AniEval动画专用评价体系。实验显示该系统在各项评价指标上均超越现有方法，为AI创意应用开辟新方向。

小米团队开发的MiMo-7B模型证明了AI领域"小而精"路线的可行性。这个仅有70亿参数的模型通过创新的预训练数据处理、三阶段训练策略和强化学习优化，在数学推理和编程任务上超越了320亿参数的大模型，甚至在某些指标上击败OpenAI o1-mini。研究团队还开发了高效的训练基础设施，将训练速度提升2.29倍。该成果已完全开源，为AI民主化发展提供了新思路。

菲律宾数据中心主要以覆盖菲律宾本地为主，配合新加坡、泰国、越南和印度尼西亚其他四个节点将更好的辐射整个东南亚地区，为菲律宾本地或出海东南亚市场的中国企业提供更为便捷和优质的云计算资源和技术支持。

浙江大学ReLER实验室研究团队提出了SEED-GRPO，一种基于语义熵的不确定性感知策略优化方法，用于改进大型语言模型的训练。该方法通过计算模型对不同问题回答的语义多样性，来识别模型的不确定性程度，并据此动态调整学习力度。在五个数学推理基准测试上，SEED-GRPO取得了显著的性能提升，平均准确率达58.2%，在AIME24基准上更是达到56.7%，超越了许多参数量更大的模型，展示了不确定性感知学习在人工智能训练中的巨大潜力。