这项研究探讨了如何使大语言模型生成的机器翻译体现特定译者的风格特点。研究团队来自格罗宁根大学和米兰-比可卡大学，他们使用PAR3数据集（包含7种语言小说的多译者翻译）进行实验。他们首先验证了译者风格的可区分性，然后比较了提示方法与转向技术在引导模型生成个性化翻译方面的效果。研究创新性地提出了基于稀疏自编码器的对比转向方法，通过调整模型内部表示来引导输出风格。结果表明，该方法在保持翻译质量的同时能有效实现个性化，且对较小模型尤其有效。

卡内基梅隆大学研究团队开发出"反蒸馏采样"技术，能让AI模型在保持正常性能的同时，阻止竞争对手通过观察推理过程来复制模型能力。这种方法巧妙地在模型输出中加入"毒性"内容，对人类用户无害但会干扰机器学习过程，为AI公司提供了新的知识产权保护手段。

目前，世界杯正在如火如荼的举行，作为足球运动最顶级的赛事，世界杯一度成为包揽近短时间的最大IP。同时，今年新成立的中央广播电视总台首次分销世界杯新媒体版权，也将今年国内球迷观赛人数拉上了一个新门槛。

牛津大学联合研究团队发现AI在生成答案前就能预测自己的成功率，这种内部"直觉"可用于智能路由系统。研究揭示AI与人类对问题难度理解存在差异，且随推理深度增加而扩大。基于此开发的路由系统在保持性能下可降低17-70%计算成本，为高效AI部署提供新思路。

意大利国家研究委员会团队提出了一种创新的艺术风格分类方法，将柯尔莫哥洛夫-阿诺德网络融入双教师知识蒸馏框架。该方法用自适应样条函数替代传统固定激活函数，能更精确捕捉艺术风格中的复杂非线性特征。在WikiArt和Pandora18k数据集上的实验表明，相比传统MLP投影头，该方法在多种主干架构上都实现了显著的性能提升，特别在细粒度艺术风格区分方面表现出色，为艺术风格自动识别和文化遗产数字化提供了新的技术路径。

普渡大学研究团队开发出Octopus训练方法，成功教会AI像人类一样自我纠错。该方法通过重新配对推理片段解决了自我纠错样本稀少的问题，并采用两阶段训练策略避免学习冲突。基于此方法的Octopus-8B模型在七个基准测试中平均提升9.5个百分点，训练效率提升28%，为开发更可靠的AI系统开辟了新路径。

2025年是全要素可靠联接之年，是企业全业务上云的大发展之年，是行业大模型平权、普惠化之年，也是AI重构企业全业务启动之年。

斯坦福和伯克利研究团队推出VidDiff技术，让AI学会像专业教练一样精准识别动作差异。该技术通过三步走方法解决视频动作比较难题，构建了包含549对视频的大型数据集VidDiffBench。虽然当前AI模型准确率有限，但已展现在健身指导、医学培训、体育分析等领域的应用潜力。研究为AI理解细微动作差异开辟新方向，有望让人人享有智能化的动作指导。

2020年开年，人们的生活、工作、学习等都被突如其来的疫情打乱了节奏，健康的重要性也被反复提及。今日，华米科技举办了题为“AI to Decode Future”的首届AI创新大会，公司创始人、董事长兼CEO黄汪在会上表示，华米的使命是科技连接健康！

中科院团队发布BaseReward多模态奖励模型，通过系统性实验建立了构建高性能多模态奖励模型的完整方法论。该模型采用简洁的两层架构设计，在精心筛选的280万偏好数据上训练，在多个权威基准测试中创下新纪录，准确率提升超过11%。研究还发现纯文本数据能显著提升多模态判断能力的重要现象，为AI对齐技术发展提供了重要指导。

CES期间,宏碁发布一系列引人注目AI PC新品,均搭载集成NPU加速AI能力的英特尔酷睿Ultra处理器,让笔记本在处理性能和AI技术方面取得了巨大突破,将AI技术融入轻薄本和游戏本多款产品,带来触手可及的AI体验!

这项由美国AI安全中心和Scale AI等机构联合开展的研究，创建了迄今最具挑战性的AI学术能力测试基准。该测试包含2500道专家级题目，涵盖数十个学科领域，由全球近千名专家贡献。测试结果显示，即使是最先进的AI系统表现也非常有限，准确率普遍在个位数，同时存在严重的"虚假自信"问题。研究揭示了AI系统与人类专家在深度学术能力方面的巨大差距。

Meta研究团队开发了革命性的AU-Net架构，让AI无需传统分词直接从字节理解语言。这项技术在多语言处理和字符级任务上显著超越传统方法，为AI语言理解开辟了新路径。

Hitachi Vantara 在 VSP One 存储平台上集成 CyberSense AI 检测工具，实现对数据变化的实时分析，保障性能、安全和节能，提升勒索软件防护与数据恢复能力。

香港科技大学团队首创Video-MTR系统，让AI像侦探一样进行多轮推理来理解长视频。该系统不再一次性分析整个视频，而是先粗略观察，再针对性深入关键片段，最多进行三轮调查。通过双层奖励机制和仅8000个精选训练样本，在三大权威测试中均达到开源系统最佳水平，特别在长视频理解上提升显著。

模型训练越来越不需要人类了！清华等提出RLPR，让AI通过语言直觉训练

百度大脑是2016年百度正式对外发布的超大规模神经网络，目前已经成为百度在人工智能领域的“集大成者”。两年来，从1.0版本的基础能力搭建到2.0形成了完整的技术体系，首次开放60多项AI核心能力，再到此次3.0版本的发布，百度大脑的能力仍在不断提升。

MIT研究团队开发出突破性的音频驱动视觉重建技术，让AI仅通过声音就能重建完整视觉场景并进行智能对话。该系统在场景识别上达到87%准确率，能够从复杂音频中提取空间布局、物体位置等视觉信息。这项技术将为视觉障碍人士、智能家居、自动驾驶等领域带来革命性应用，代表了多模态人工智能发展的重要里程碑。

上海AI实验室团队通过LEGO积木设计了创新评测基准LEGO-Puzzles，系统测试了20个先进多模态大语言模型的空间推理能力。研究发现即使最强AI模型准确率仅57.7%，远低于人类93.6%的表现，揭示了当前AI在三维空间理解和多步序列推理方面的重大不足，为机器人、自动驾驶等应用发展提供重要参考。

金风送爽，秋意渐浓。作为我国对外开放三大展会平台之一，2022年服贸会于9月1日在北京首钢园开幕。