在中国文化中，数字“八”被认为是最吉利的数字。我也入乡随俗，对2023 MWC 上海做出八大预测。

Meta和加州大学伯克利分校的研究团队开发了StreamDiT技术，实现了首个真正意义上的实时AI视频生成系统。该技术能够像熟练摄影师一样根据文字描述即时生成高质量视频，支持用户在生成过程中实时调整内容。通过创新的"缓冲流匹配"训练方法和高效的模型架构设计，StreamDiT在单GPU上实现了16FPS的实时性能，为视频创作、游戏、教育等领域开辟了全新可能性。

随着AI越来越多地帮助我们解决这种无限选择的难题，也许终有一天电影、电视甚至是音乐与艺术品也能够以量产规模提供个性化内容，即按每个人的喜好进行定制。

主导会议的老张依然精力充沛，超过20年的IT行业经验似乎都刻蚀在了他斑秃的头上。老张现在是某中型制造企业的IT负责人，对外一般称为CTO之类，对内则是核心管理层，直接向老板报告。

南加州大学和Salesforce联合推出CoAct-1多智能体系统，通过结合传统界面操作与代码执行能力，实现了计算机任务自动化的重大突破。该系统在OSWorld基准测试中达到60.76%的成功率，平均完成任务步数减少至10.15步，显著优于现有方法，为人机交互带来新范式。

香港科技大学团队发现AI可通过"零RL训练"直接学会深度思考，无需预先教授基础知识。研究测试了10个不同规模AI模型，发现它们能在数学推理训练中自发展现验证、反思等高级认知行为，部分模型出现"顿悟时刻"。研究还发现预训练反而会限制AI探索能力，最直接的学习方式可能最有效。该成果为AI教育提供了新思路，强调思维能力比知识记忆更重要。

作为智慧城市领域的领军企业，华为不断升华其建设理念，从规划到技术，从运营到实施，从方案到实践，为国内外一大批城市带去了与时俱进、恰如其分的智慧治理“良方”。而这次提出的智慧城市孪生则是在新时代背景下，华为对于智慧城市建设的新思考。

想象一下，你有一个非常聪明的朋友，他知道很多知识，但每当需要使用计算器、搜索引擎或查询最新天气时，却变得像个笨手笨脚的孩子。这正是当前大语言模型（简称LLMs，如ChatGPT这类AI系统）面临的尴尬处境。

浙江大学研究团队通过OmniEAR基准测试揭示了当前AI模型在物理世界推理方面的严重缺陷。测试显示，即使最先进的AI在明确指令下能达到85-96%成功率，但面对需要从物理约束推断行动的任务时，成功率骤降至56-85%。研究发现信息过载反而降低AI协作能力，监督学习虽能改善单体任务但对多智能体协作效果甚微，表明当前架构存在根本局限性。

由泰伯网主办的“WGDC2018地理信息开发者大会”上，作为海洋信息化领域排头兵企业，星天科技应邀参加并承办大会首届“空间大数据+海洋大数据”峰会专题论坛并参展。

“我们就已经突破了人工智能的奇点，奇点之后，机器人保姆很快就会出现。”

“我们就已经突破了人工智能的奇点，奇点之后，机器人保姆很快就会出现。”

减缓气候变化正在成为当务之急。

纷享销客却逆势而上，不仅连续四年保持40%的增长，稳居TOB SaaS CRM国产化厂商市场占有率和增速第一，更是在一年内连续获得两轮大额融资，累计融资1.05亿美元，创下近两年来国内SaaS行业最大融资交易。

尽管英特尔已经明确将英伟达列为下一代至强Scalable处理器的主要客户，但x86巨头日前承认，服务器芯片的全面出货恐怕要推迟到今年晚些时候。

这项研究介绍了一种创新的两阶段SVG风格定制方法，使AI能够生成具有特定风格的矢量图形。香港城市大学和Adobe研究院的团队首先训练一个路径级T2V扩散模型掌握SVG结构，然后通过从定制的图像扩散模型中提取风格知识来实现风格定制。与现有方法相比，该技术既保持了SVG的结构规律性，又能灵活适应不同风格，为设计师提供了一个强大工具，可以根据文本描述高效生成风格一致的矢量图标。

微软大中华区副总裁，全渠道事业部、商业客户事业部及云计算战略总经理 包嘉峰署名文章“微软五大核心技术 引领新零售时代”

近期有观点质疑SaaS应用是否已经"死亡"，引发市场波动。实际情况更为复杂：SaaS并未消失，而是使用方式在改变。这些平台将从记录系统转向行动系统，为智能体AI提供数据基础。研究显示67.5%的软件公司已实施智能体AI解决方案。CIO应专注于数据成熟度建设，投资者需关注能够支持智能体解决方案的公司。

Hertz 作为全球最大的出行公司之一，正在经历一场由首席信息官 Tim Langley-Hawthorne 领导的全面技术和组织转型。通过采用产品导向模式、现代化技术基础设施、利用人工智能和强化外部合作，Hertz 致力于提升客户体验、优化车队管理并为未来自动驾驶时代做好准备。这一转型涵盖了文化、技术和运营流程等多个方面，旨在重新定位公司以应对快速变化的出行行业格局。

查尔斯大学和意大利布鲁诺·凯斯勒基金会的研究团队首次系统性解决了同声传译AI系统延迟评估的准确性问题。他们发现现有评估方法存在严重偏差，常给出相互矛盾的结果，并提出了YAAL新指标和SOFTSEGMENTER对齐工具。YAAL准确性达96%，比传统方法提升20多个百分点。研究还开发了专门的长音频评估工具LongYAAL，为AI翻译技术发展提供了可靠的测量标准。