香港大学与阿里巴巴达摩院合作开发的LayerFlow是一种突破性的层级视频生成技术，能同时生成透明前景、完整背景和混合场景视频。该技术通过创新的框架设计将不同视频层级作为子片段连接，并引入层级嵌入使模型区分各层级。面对高质量训练数据稀缺的挑战，研究团队设计了三阶段训练策略，结合Motion LoRA和Content LoRA，实现了图像和视频数据的联合训练。LayerFlow不仅支持多层视频生成，还能实现视频分解和条件层生成，为视频创作领域带来革命性变革。

9月7日，“三维世界的绽放”——「2018增材制造全球创新大赛华中赛区武汉论坛」在武汉市洪山区创意天地精彩亮相。

这篇来自ServiceNow的研究探讨了在生成低代码工作流时，微调小型语言模型(SLM)与提示大型语言模型(LLM)的效果对比。研究团队发现，尽管GPT-4o等大模型通过精心设计的提示可以产生合理结果，但在这类需要结构化输出的特定领域任务中，微调SLM平均提高了10%的质量。通过系统化的错误分析，研究揭示了各种模型的优势和局限性，为企业AI应用开发提供了宝贵见解。

阿里巴巴研究团队开发的Omni-Effects系统，通过创新的专家架构和空间感知技术，首次实现了AI系统同时制作多种视觉特效并精确控制其位置的能力。该系统包含55种特效类型，在测试中达到97%的特效生成准确率和88%的空间控制精度，大幅降低了专业特效制作的技术门槛，为影视制作、教育、营销等领域提供了强大的创作工具。

IBM在企业AI领域做出了一系列颇为独特的探索。蓝色巨人目前正在推动全栈技术布局，以自2020年来兴起的AI和混合云作为企业战略领域的两大基础性支柱，同时借鉴了自身在其产品组合中积累下的优势。

杭州知衣科技有限公司是一家以人工智能技术为驱动的国家高新技术企业，致力于将数据化趋势发现、爆款挖掘和供应链组织能力标准化输出，打造智能化服装设计的供应链平台。

如今，游戏市场和加密货币挖矿行业的双重萎缩已经给英伟达沉重一击。不知道如果英伟达能够早点推出“Grace”Arm服务器CPU，是不是有机会规避当下的尴尬局面。

随着人工智能的发展，企业面临着前所未有的安全挑战。40%以上的企业欺诈现在由AI驱动，能够模仿真实用户行为、绕过传统防御系统，并以压倒性的速度进行攻击。2024年，近90%的企业遭受攻击，半数损失超过1000万美元。为应对这一威胁，安全团队需要采用全新的思维方式和技术手段，实时评估每个用户的风险，构建更加智能和动态的防御体系。

意大利比萨大学研究团队开发出深度残差回声状态网络（DeepResESN），通过创新的"时间残差连接"技术解决了深度神经网络的长期记忆问题。该方法在记忆性任务上性能提升65%以上，同时保持了储层计算训练快速的优势。研究提供了完整的数学理论分析和三类任务的实验验证，为需要长期记忆的AI应用（如天气预测、医疗诊断、金融分析）提供了新的技术选择。

华为诺亚方舟实验室开发出名为OmniEVA的智能机器人系统，它具备两项核心创新：任务自适应3D建模机制能根据具体任务智能切换2D/3D视觉模式，身体感知推理框架让机器人制定计划时考虑自身物理限制。该系统在8个公开测试中有7个达到最佳成绩，复杂操作任务成功率提升28.95%-50%，已成功部署到真实机器人并能自主完成日常辅助任务。

史诗大片的制作，离不开剧组团队的默默付出，更离不开无数后期制作团队及数字化技术的全力支援。由赞奇科技打造的云渲染公共服务平台“渲云”，就借助华为云的技术底座支持，为《长津湖》后期团队提供了澎湃渲染算力。

腾讯联合多所名校发布全球首个AI代码安全评估基准A.S.E，对26个主流大模型进行全面测试。研究发现即使最先进的AI模型在代码安全方面仍存在显著缺陷，最佳模型安全得分仅46.72分。意外的是，"慢思考"模型表现不如"快思考"版本，开源模型在安全性上可与商业模型竞争。该研究揭示了AI代码生成的真实安全风险，为行业发展提供重要指导。

这项研究首次提出了ViPlan基准测试，系统评估视觉语言模型在视觉规划任务中的表现。研究对比了"VLM作为规划器"和"VLM作为接地器"两种方法，发现在抽象的积木世界中接地器方法更优，而在模拟家庭环境中规划器方法表现更佳。研究还发现链式思考提示对大多数模型并无显著改善效果，表明当前视觉语言模型在视觉推理方面仍存在局限性。

12月3日，在工业和信息化部网络安全产业发展中心（工业和信息化部信息中心）指导下，由统信软件技术有限公司举办的“为未来而同心——操作系统生态大会2021”在人民网一号演播厅成功举办。

剑桥大学研究团队发布突破性研究，提出通过逆强化学习让AI从人类行为中推断真实意图的新方法。该方法解决了大语言模型训练中的关键挑战，包括缺乏明确奖励信号、计算资源需求巨大等问题。通过观察人类偏好数据而非直接指令，AI能更好地理解复杂的人类价值观，在对话、数学推理等领域表现显著提升。

近段时间以来，“新基建”无疑成为了社会各界关注的焦点。“新基建”在各个行业的加速建设，将会极大地推动数据爆发性增长，更将成为各行各业未来发展最主要的驱动力。

在面谈会中讨论生成式AI，与会者们从担忧到惊奇可谓反应不一。而风险投资者——特别是像我这样在公司始创之初就与创始人合作的风险投资者——总会强调我们正处于技术生命周期的“起始阶段”。

清华大学、剑桥大学和伊利诺伊大学联合研究团队首次将扩散大语言模型LLaDA应用于自动语音识别，开发出Whisper-LLaDA系统。该系统采用双向注意力机制和并行处理方式，既可直接进行语音识别，也可作为精细修正模块提升现有系统准确性。在LibriSpeech测试中表现优异，推理速度比传统方法快1.3-2.4倍，为语音识别技术开辟了新路径。

在近日举行的主题为“实现数字化企业——正当时！”的2018西门子工业论坛上，西门子携手众多行业专家、合作伙伴和客户与近千名专业观众分享了数字化在各行业应用的发展进程，并深度解读了中国工业数字化转型升级的最佳路径。

中国人民大学和上海高级算法研究院联合开发的SEAP技术，通过模仿人脑按需激活不同区域的工作方式，让大语言模型能够根据任务类型智能选择相关神经元，实现"聪明偷懒"。该技术在保持97.8%原始性能的同时，将推理速度提升48-52%，为AI模型在普通设备上的高效部署提供了创新解决方案。