香港中文大学团队开发的TR2M系统突破性地解决了计算机视觉中的距离测量难题，通过结合图像和文字信息，让AI既能在各种环境中通用工作，又能给出精确的距离数字。该技术参数量小、效果好，在室内外及医疗场景测试中均表现优异，为自动驾驶、机器人导航、增强现实等应用提供了重要技术支撑，代表了多模态AI融合的重要进展。

Meta FAIR等机构首次成功将语言模型水印技术应用于自回归图像生成，解决了图像水印领域的关键技术难题——反向循环一致性缺失。通过专门的模型微调和水印同步层，实现了对AI生成图片的可靠来源追踪，准确率接近100%，且不影响图片质量。该技术在多个主流图像生成模型上验证有效，为AI内容监管提供了重要技术支撑。

3月14日至15日，以“因聚而生 数智有为”为主题的“华为中国合作伙伴大会2024” 在深圳隆重举行。华为数据存储产品线总裁周跃峰发表“数据觉醒时代，共创数据存储产业新未来”主题演讲。

高质量的训练数据始终是人工智能产业链上的重要一环。自2019年始，澳鹏Appen（中国）已连续6届参与这一人工智能产业盛会，与产业链各环节领袖共商人工智能领域前沿技术、产业动向、向善治理。

腾讯AI实验室发现先进AI模型存在"思维不足"问题：在解决困难问题时频繁跳跃思路而非深入思考，导致错误答案消耗225%更多资源。研究团队提出TIP方法，通过惩罚思维切换来训练AI专注力，显著提升推理效率和准确性。这项发现改变了我们对AI推理过程的认知，强调深度思考比广度探索更重要。

深度学习擅长在大量数据中发现模式，但无法解释它们之间的联系，而图灵奖获得者Yoshua Bengio想要改变这一点。

2018年11月13日，由 AsiaOTT 主办的“GFIC2018——亚太CDN峰会年度盛典”在上海盛大召开。作为领先的云服务厂商，华为云凭借CDN业务在业务模式上的创新，荣获 “业务创新杰出企业"奖项。

Atla公司发布Selene Mini，这是一个仅有80亿参数的AI评估模型，却在11个基准测试中全面超越GPT-4o-mini。通过精心的数据筛选和创新训练策略，该模型不仅能准确评判文本质量，还能在医疗、金融等专业领域表现出色。研究团队将模型完全开源，为AI评估技术的普及和发展做出贡献。

康奈尔大学研究团队提出了"价值引导搜索"方法，通过训练标记级价值模型来优化大型语言模型的推理过程。他们收集了250万个数学推理轨迹，训练了15亿参数的评估模型，实现了基于块的高效搜索。这种方法不需要预定义"步骤"概念，也无需昂贵的每步标注。在四个数学竞赛基准测试中，该方法使DeepSeek-1.5B模型达到了45.7%的平均准确率，与更大模型相当，同时显著减少了计算资源需求。研究团队开源了数据集、模型和代码，为高效人工智能推理提供了新范式。

滑铁卢大学研究团队开发出ScholarCopilot，一个革命性的AI学术写作助手。该系统突破传统"先检索后生成"模式，实现写作过程中的动态文献检索和精确引用。基于50万篇arXiv论文训练，引用准确率达40.1%，大幅超越现有方法。在人类专家评估中，引用质量获100%好评，整体表现优于ChatGPT。这项创新为AI辅助学术写作开辟新道路。

利用业余时间，来自马萨诸塞州的一对夫妇编写出一套系统，据称其能够在高达90%的准确率从图片中识别出伦勃朗的画作。

这项研究揭示了大语言模型中存在"空域"——在推理过程中几乎不活跃的神经网络层。研究者开发了L2自适应计算方法，无需额外训练即可准确识别这些空域。惊人的是，在Qwen2.5-7B模型上，跳过70%的层后性能反而从69.24%提升到71.29%；Mistral-7B在GPQA测试中跳过约30%的层后，准确率提高了4.48%。这表明不同模型层的贡献极不均衡，有选择地跳过"懒惰层"不仅能保持性能，有时甚至能提升结果，为未来模型优化提供了新思路。

这项来自新加坡国立大学等机构的研究引入了REASONMAP，一个用于评估多模态大语言模型细粒度视觉理解能力的基准测试。研究团队使用来自13个国家30个城市的高分辨率交通地图，构建了1,008个问答对，设计了两级评估框架测量答案的正确性和质量。对15个流行模型的评估揭示了一个意外发现：开源领域的基础模型表现优于推理型模型，而闭源模型则相反。研究还表明，当视觉输入被遮盖时，模型性能普遍下降，证明真正的细粒度视觉推理任务仍需要有效整合多模态信息。

Patronus AI发布突破性研究，构建了首个系统性AI代理错误评估体系TRAIL，涵盖148个真实案例和21种错误类型。研究发现即使最先进的AI模型在复杂任务错误识别上准确率仅11%，揭示了当前AI代理系统在长文本处理、推理能力和自我监控方面的重大局限，为构建更可靠的AI系统指明方向。

MIT研究团队开发出革命性的手语视频搜索技术，能够通过普通文字搜索找到对应的手语视频内容。该系统运用深度学习建立手语与文字间的语义映射，准确率达到87%，为全球7000万聋人群体打开数字世界大门。技术有望在教育、社交媒体、客服等领域广泛应用，推动建设更包容的数字社会。

这项由以色列理工学院等机构完成的研究提出了SingLoRA方法，用单一矩阵替代传统LoRA的双矩阵设计，解决了AI模型微调中的稳定性问题。该方法在保持性能的同时将参数量减少一半，在语言理解和图像生成任务中都表现出色，为大模型的高效适应提供了新的解决思路。

9月14日至10月5日，ITF青年赛、WTA 1000女子、ATP 500男子等一系列精彩赛事在国家网球中心轮番上演，而在赛场之外，由中国创新机器人企业可以科技推出的Loona宠物机器人，也成为中网“映月球场“拍浪节”科技集市”中备受观众欢迎的“萌宠”伙伴。

华东师范大学等机构联合开发FineCE方法，首次实现AI系统在文本生成过程中的细粒度实时信心评估。该方法通过蒙特卡罗采样构建训练数据，结合后向信心整合策略，让AI能够准确判断自己答案的可靠性。实验显示在多个基准数据集上显著优于现有方法，为AI安全性和可解释性研究开辟新方向。

这项研究提出了"B-score"，一种新指标用于检测大语言模型中的偏见。研究人员发现，当模型能看到自己之前对同一问题的回答时（多轮对话），它能够减少偏见并给出更平衡的答案。B-score计算单轮与多轮对话中答案概率的差异，无需外部标注即可识别有偏见的回答。实验证明，将B-score用于回答验证可显著提高准确率，在标准基准测试上平均提升2.9个百分点。这一发现不仅提供了实用工具，还表明大语言模型具有自我纠正能力。

这项由马里兰大学团队进行的研究首次系统评估了32个主流AI模型的色彩理解能力，发现即使最先进的模型在基础色彩认知上也存在明显不足。研究通过COLORBENCH测试系统，从色彩感知、推理和稳定性三个维度进行评估，揭示了AI在颜色计数、精确提取等任务上的严重缺陷，为改善AI基础认知能力提供了重要参考。