天津大学研究团队开发的MotionFlux系统通过矫正流匹配技术和TAPO偏好对齐优化，实现了毫秒级的实时文字到动作生成。该系统在保持高质量动作生成的同时，将推理速度提升了数千倍，在语义对齐准确率上也显著优于现有方法，为游戏、虚拟现实、教育培训等领域的实时应用奠定了技术基础。

微软亚洲研究院提出首个FP4量化训练框架，通过可微分梯度估计器和离群值处理技术，在保持模型性能的同时实现接近4倍的计算加速。该技术在130亿参数模型上验证有效，为降低大模型训练成本、促进AI技术普及提供了新路径。

IBM公司人工智能部门副总裁Dario Gil也参与到该项目当中，他表示这一实验结果“必然能够在未来实现在物联网当中使用更复杂的卷积神经网络，从而进行图像与视频内容分类这一重要目标。”

生活在太空比解决气候变化更难的5个原因，但亿万富豪真的不想让你知道。

韩国NXN Labs开发的Voost系统实现了虚拟试衣技术的重大突破，能够同时处理"试穿"和"脱衣"两个相反任务。该系统使用统一的AI模型和创新的双向学习方法，在图像质量、细节保持和结构准确性方面都超越了现有技术，为电商购物和时尚行业带来革命性改变。

一边是全球最大规模的流量洪峰，一边是核心系统100%上云，双11的这一天，阿里云扛住了。

Google DeepMind发布Gemma 3多模态AI模型家族，参数量从1B到27B，支持文字、图片理解和多语言处理，可在普通设备运行。创新的5:1注意力架构将内存消耗降低75%，支持128K长文档处理。在多项测试中表现优异，27B版本在聊天机器人竞技场排名第9，超越了许多更大规模的模型，实现了AI技术的真正民主化。

想象一下，你正在浏览一张复杂的家庭聚会照片，想向视力障碍的朋友描述照片中特定人物的表情和姿态，或者你需要从监控视频中准确描述某个可疑物体的细节。在这些场景中，我们不仅需要描述整张图片或整段视频，更需要聚焦于特定区域，提供精确而详细的描述。

德州农工大学等多所高校联合发布MMHU数据集，专门针对自动驾驶场景的人类行为理解。该数据集包含57,000个人类行为实例和173万视频帧，覆盖过马路、打电话、骑车等13种关键行为，并提供详细的文字描述和行为标注。实验显示，基于该数据集训练的模型在行为识别准确率上有显著提升，将推动自动驾驶系统更好理解人类行为和意图，提升道路安全。

8月30日，小米MIUI10最后一波开发版正式外发公测。按惯例，这也是MIUI11保密功能进版测试的一个重要信号。本次开发版主要以修复和优化MIUI10功能为主，升级后用户手机使用体验将进一步提升。

9月1日，2022世界人工智能大会在上海开幕。峰会期间，上海白玉兰开源开放研究院发布《中国人工智能软件基础设施高质量发展报告》。

OpenAI 改进了 ChatGPT 的网页搜索功能，用户查询商品时能直观获得包含图片、价格和评价的结构化信息，且支持智能问答，帮助购物决策。

如果说此前的AI大模型是处在造锤子的阶段，那么现在更多公司则逐渐把视线锁定在生成式AI应用，也就是找钉子的阶段。从“卷技术”到“卷应用”，后者是一项真正的产业大考，毕竟任何技术的发展，最终要落到商业的闭环。

5月23日，在2023创新数据基础设施论坛上，华为高级副总裁、欧洲地区部总裁鲁勇发表了欢迎致辞。

正是在这样的发展趋势下，瑞云渲染作为亚洲前沿的云渲染平台，致力于为视觉行业提供专业可靠、安全稳定以及可持续创新的云渲染解决方案，助力推动视觉行业快速发展。

在IT产业持续深耕八年，又在创业道路上摸爬滚打近十年的潘晓颖，心里一直有一个信念，就是“要去做中国IT产业的最后一道防线”。

随着大数据、AI和制造水平的进步，人们的思路转向制造的个性化、定制化和智能化，C2M应运而生。

这波AI浪潮所带来的变革性力量已经铿锵有声、蓄势待发。

蚂蚁集团联合西湖大学推出MoBE技术，通过创建共享基础知识库的方式，成功将万亿参数AI模型压缩30%，性能损失仅为2%。该技术突破了传统压缩方法7%-14%性能损失的瓶颈，有望大幅降低AI部署成本，推动强大AI能力的普及应用。研究团队已开源相关代码。

北卡罗来纳大学研究团队通过深入分析手指触控过程中的动态特征，开发出新型触控识别算法，能够理解触控过程中的压力分布、接触面积变化等信息，比传统方法准确率提高15-28%。该技术采用分层处理架构解决计算效率问题，已在真实设备上验证效果，将为个性化交互、情感感知等未来应用奠定基础，有望显著改善用户的触控体验。