生成式AI对艺术风格的疯狂模仿，应当休矣。

华中科技大学开发的PixelHacker是一款革命性AI图像修复系统，通过创新的"潜在类别指导"方法，只需区分前景和背景两大类别，就能实现近乎完美的图像修复效果。该系统在1400万张图像上训练，采用门控线性注意力机制，在多个国际标准数据集上全面超越现有方法，修复效果自然到几乎看不出痕迹，为个人用户和专业领域提供了强大的图像处理能力。

在2020年12月8日这天，红帽和CentOS的官网同时宣布不再对CentOS社区进行投入，而相关的投资将转移到CentOS Stream项目上。

解决在数据中心领域使用的发电机在应急状态下能够带负荷并快速发电的技术难题，通过查找文献资料，对发电机的电磁方案和结构方案都进行了特殊的设计，通过对应急发电机的容性负载进行分析，绘制了发电机PQ曲线图，得出设计要点，最终实现了数据中心用应急发电机能够快速发电并带负荷，且电机体积小、重量轻、可靠性高。

8月14日,虎牙直播发布2018年第二季度财报。财报显示,虎牙第二季度总净营收为10.38亿元人民币,较去年同期的4.61亿元增长125.1%;净利润1.05亿元人民币(non GAAP),已连续3个季度持续盈利。

企业IT市场持续演进，新趋势不断涌现。AI应用激增成为IT领导者首要投资重点，生产力提升显著；非结构化数据分析推动硬件投资，助力个性化服务；云原生架构和多云策略提供更大灵活性；网络安全投资增加但AI风险并存；低代码/无代码平台实现技术民主化；实时风险平台兴起；数据主权重塑云计算与边缘计算格局；AI为数字化转型注入新活力。

北京大学与快手科技联合开发的VMoBA技术成功解决了AI视频生成的效率瓶颈，通过创新的"智能筛选"注意力机制，在提升2.92倍计算速度的同时保持甚至提高了视频质量。该技术专门针对视频数据特点设计了三项核心创新，有望显著降低高质量视频制作成本，推动视频内容创作的民主化进程。

FlexPainter是香港科技大学团队开发的创新纹理生成系统，通过多模态输入控制实现灵活创作，并解决了多视角一致性问题。系统构建了共享条件嵌入空间，能同时理解文字和图像输入；提出基于图像的CFG方法实现结构与风格分离；通过多视角图像网格表示和视角同步机制确保全局和局部一致性；最终生成高质量、无缝的纹理贴图。实验证明系统在灵活性和生成质量上显著优于现有方法，为3D内容创作提供了更直观高效的工具。

2016年，戴尔易安信开始在其主流服务器上部署25Gb以太网，经过四年的发展和培育，25Gb以太网已经被用户广泛接受，并与万兆以太网平分秋色。

虽然这些新兴的神经形态芯片仍然远不像人类大脑、甚至不如章鱼大脑那般强大，但在未来几年当中，预计众多机器智能方案将因此而迅速发展。

钉钉这个AI搜索，跟外面那些抓全网的AI搜索很不一样，不做全网搜索，主打搜索用户在钉钉里面所有的聊天记录、文档、会议、日程、知识库等等。

最近一些人工智能的健康和进展状况相关调查、研究、预测和其他定量评估，突显出新型冠状病毒大流行结束之后未来工作方式的特点，消费者对于数字隐私的不同态度，以及今年人工智能相关投资的弹性变化。

前一篇从Jetson Projects所挑选的“TRANSFER LEARNING WITH JETBOT & TRAFFIC CONES”项目，是延续避撞应用使用深度学习的图像分类技术，让Jetbot实现循路的功能，这种“定速”类型的操作基本上比较偏向于“找路”或“走迷宫”的应用。

《全球数字经济白皮书》中的数据显示:2020年,全球数字经济规模达到32.6万亿美元

纠正西南航空的运营模式。

Skywork OR1是昆仑公司AI团队开发的开源推理大模型，通过创新的强化学习方法显著增强了语言模型的推理能力。该研究基于DeepSeek-R1-Distill模型系列，采用名为MAGIC的训练方法，在AIME24、AIME25和LiveCodeBench三大基准测试中实现了显著性能提升，32B模型平均准确率提高15.0%，7B模型提高13.9%。研究团队通过系统研究策略熵崩塌现象，提出了有效的缓解策略，并开源了全部代码、数据和模型权重，为AI社区提供了宝贵资源。

瑞典皇家理工学院与斯堪尼亚公司合作开发的PRIX自动驾驶系统，仅使用普通摄像头就达到了业界顶尖性能，处理速度比竞争对手快25%以上。该系统通过创新的视觉特征提取技术和扩散模型规划器，在多项标准测试中表现优异，为低成本自动驾驶技术的普及提供了可行方案，有望大幅降低自动驾驶汽车的制造成本。

2023年6月10日上午，2023第五届双态IT北京用户大会两大主题峰会之一的“云原生运维峰会”成功举办。

巴基斯坦拉合尔COMSATS大学研究团队开发出同时识别人脸年龄和性别的AI系统，专门针对精准广告投放优化。该系统性别识别准确率达95%，年龄估算平均误差仅5.77年。与传统分别处理两项任务的方法不同，研究采用统一框架学习共享特征表示，显著提升了整体性能。系统基于20000张人脸图像训练，为商业广告和智能监控等领域提供了新的技术解决方案。

这项由微软研究院主导的突破性研究，首次提出让AI学习如何为其他AI制定最佳训练数据配方的创新思路。通过训练一个专门的"数据混合代理"，成功解决了大模型持续学习中的"灾难性遗忘"难题，在数学推理任务上平均提升3.02%的同时保持了原有综合能力。该技术具有强大的通用性和适应能力，一次训练即可应用于多种模型和任务场景，有望显著降低AI开发成本并提升训练效率。