卡耐基梅隆大学等机构联合发布CameraBench，这是首个专门评测AI理解视频摄像头运动的大规模数据集。研究团队与专业电影摄影师合作，标注了约3000个多样化视频，建立了精确的摄像头运动分类体系。测试发现现有AI模型在理解推拉镜头、跟踪拍摄等运动类型方面准确率仅约50%，但通过专门训练可提升1-2倍，为视频理解和AI电影制作技术发展奠定重要基础。

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。

如果说通信、计算叠加的技术之力是新时代文明火种的新特点，那么开放、创新叠加的生态之力，则正在让“5G+AI”成为每一个行业的新特长。

随着AI技术和数字化技术的发展，人工智能正以前所未有的深度重构新产品开发流程中的每一个环节。

如果说通信、计算叠加的技术之力是新时代文明火种的新特点，那么开放、创新叠加的生态之力，则正在让“5G+AI”成为每一个行业的新特长。

这项研究提出了"高效探测"方法，解决了掩码图像建模AI难以有效评估的问题。通过创新的多查询交叉注意力机制，该方法在减少90%参数的同时实现10倍速度提升，在七个基准测试中均超越传统方法。研究还发现注意力质量与分类性能的强相关性，生成可解释的注意力图谱，展现出优异的跨域适应性。团队承诺开源全部代码，推动技术普及应用。

Nvidia首席执行官黄仁勋在GTC大会上公布了未来三代GPU技术路线图，揭示了计算能力提升面临的巨大挑战。从芯片制程到散热和供电，Nvidia正通过增加硅片数量、提高封装密度等方式来突破摩尔定律的限制。这些努力也反映出当前AI计算发展所面临的瓶颈，以及未来数据中心设计的发展方向。

在帮助企业考察会议系统解决方案时，我们注意到了惠普HP Elite Slice G2会议解决方案，它可以与会畅、Skype、Zoom等专业会议系统软件相结合，在保障会议高效运转的同时，还能带来高质量的音质体验和极佳的投屏体验等...

ByteDance Seed等机构联合开发的FutureX是首个专门测试AI未来预测能力的实时平台，每日从195个网站收集真实事件让25个AI模型预测，完全避免数据污染。测试发现Grok-4等先进模型在复杂预测中表现优秀，但与人类专家相比仍有差距，为AI预测能力发展提供了重要基准。

在正悄然兴起的线下经济中，企业要如何才能突出地宣传自己呢？正在此时，作者在专业视听行业创新的风向标－InfoComm China 2023上，接触到了可提供“AI+智能显示”利亚德集团。

元宇宙将各种感官技术融合，而其中最核心的一部分便是体现触觉的传感技术。

对于金融产业而言，正从过去围绕资金的服务迈进当下资金和数据双重服务的大道。

人们曾经以采集食物为生，而如今他们要重新以采集信息为生，尽管这件事看起来很不可思议。——Marshall McLuhan

在未来端边云混合智能体系中，90%的数据处理需求将会来自端和边。

在未来端边云混合智能体系中，90%的数据处理需求将会来自端和边。

本文介绍了微软最新开源协议 NLWeb，它利用现有结构化数据，将网站转变为支持自然语言交互的 AI 应用，为企业构建 agentic AI 提供新路径，同时对比了当前其他 AI 协议的特性与优劣。

这项研究首次提出MetaphorStar框架，专门解决AI系统无法理解图像隐喻含义的问题。通过创新的TFQ格式和强化学习方法，让AI从只能识别"一个人站在路口"提升到理解"人生选择"的深层含义。在基准测试中性能平均提升82.6%，为开发具有深层认知能力的智能系统开辟了新路径。

南京大学与阿里巴巴团队提出TeEFusion方法，通过文本嵌入融合技术解决AI图像生成中分类器自由引导的计算效率问题。该方法将传统需要双重推理的过程简化为单次计算，在保持图像质量的同时实现6倍推理加速，并在多个基准测试中超越现有蒸馏方法。

阿里巴巴集团副总裁刘松作为本次活动的嘉宾，发表了题为《智能化背景下的城市治理》的主题演讲。他表示，数字孪生和智能化是城市的终极利器。通过智能算法技术与数字孪生理念结合的数据智能为城市提供“穿透式”治理能力，会后，刘松接受了大会媒体群访。

如果说在过去的这五年时间里，更多企业是在局部场景单点试水，那么下一个五年，这些“点”将加速蔓延开来，联结成一场范围更广、规模更大、层次更深的智能制造升级变革。