人工智能能耗问题引发关注,量子计算或成解决方案。量子硬件在某些方面更适合AI底层数学运算,但目前错误率仍偏高。研究人员正着手准备,以便在硬件就绪时运行AI模型。本文探讨了量子AI的潜力,包括量子电路在机器学习中的应用、将经典图像数据输入量子处理器的方法,以及在真实量子硬件上运行AI算法的初步尝试。

AMD宣布已超越其雄心勃勃的30x25能效目标，在AI和高性能计算系统中加速推进绿色倡议。该公司原计划在2020年至2025年期间将能效提升30倍，最终实现了38倍的显著改进，并提前完成目标。面对AI工作负载日益增长的需求，AMD的这一成就不仅展现了公司的技术实力，更体现了其在加速计算领域推动可持续解决方案的坚定承诺，为整个半导体行业树立了新的能效标准。

浙江大学研究团队首次将3D占用预测引入视觉定位，开发出GroundingOcc模型和Talk2Occ数据集。该技术能让自动驾驶汽车精确理解"前面那辆蓝色轿车"等自然语言指令，并以体素级精度定位目标物体，定位准确率达32.68%，相比传统方法提升18.13%，为智能交通人机交互提供新突破。

JFrog（纳斯达克股票代码：FROG）近期宣布与云应用可观察性和安全平台Datadog进行全新整合，使开发人员能够在云端查看由JFrog管理的Artifactory实例的日志。

第五届世界智能大会召开在即，5月10日下午，市政府副市长王卫东一行亲临大会组委会秘书处，开展调研慰问工作。

近日，新思科技宣布与移动安全和隐私专家NowSecure和开发人员驱动安全的敏捷学习平台提供商Secure Code Warrior签订合作协议，以扩大其软件质量与安全部门的应用安全测试（AST）解决方案组合。

IBM Cloud Pak究竟是什么？它能为企业上云带来什么样的可能性？它将为企业核心业务应用上云提供什么能力支撑？我们可以通过一张图了解一下。

这项研究由中国科学技术大学的研究团队提出了Pro3D-Editor，一种新型3D编辑框架，通过"渐进式视角"范式解决了现有3D编辑方法中的视角不一致问题。传统方法要么随机选择视角迭代编辑，要么同时编辑多个固定视角，都忽视了不同编辑任务对应不同的"编辑显著性视角"。Pro3D-Editor包含三个核心模块：主视角采样器自动选择最适合编辑的视角，关键视角渲染器通过创新的MoVE-LoRA技术将编辑信息传递到其他视角，全视角精修器修复并优化最终3D模型。实验证明该方法在编辑质量和准确性方面显著优于现有技术。

10月10日，在上海HUAWEI CONNECT 2018大会上，华为云CTO张宇昕与华为云安全合作伙伴代表--中国电子技术标准化研究院信息安全研究中心副主任姚相振博士，联合发布了《华为云数据安全白皮书》。

KAIST研究团队提出黎曼扩散语言模型（RDLM），通过将文字映射到几何空间实现连续建模，解决了传统扩散模型在文本生成中的"跳跃"问题。该方法在多项测试中超越现有扩散模型，接近自回归模型性能，并支持并行生成和跨领域应用，为AI文本生成技术开辟了新方向。

微软推出Copilot调优功能，让企业通过低代码工具利用自动化微调技术训练企业数据。与基于公开数据的通用AI模型不同，企业需要理解内部数据和流程的专业化模型。Gartner预测专业化GenAI模型市场将在2026年翻倍至25亿美元。这些模型通常基于开源模型构建，部署为小语言模型，提供更好的成本控制和数据安全性，同时更易符合欧盟AI法案要求。

如果我们认为现在的组织想将内容管理作为自己的策略去管理、连接和保护旗下最有价值的信息并释放业务价值，那么我们应该牢记哪些因素呢？

清华大学研究团队发现AI训练中的监督微调和强化学习本质上优化同一目标，提出统一策略梯度估计器理论框架和混合后训练算法。该方法能动态调整训练策略，在数学推理任务上比最强基准方法高出7个百分点，大大降低训练成本和技术门槛，为更智能AI助手的普及奠定基础。

随着组织在跨代际技术采纳中面临挑战，越来越多的组织专注于弥合技术娴熟的年轻员工与技术水平各异的老员工之间的差距。

Mistral AI 和艾伦人工智能研究所发布了新的开源大语言模型。Mistral Small 3 拥有 240 亿参数，可在某些 MacBook 上运行。AI2 的 Tülu 3 405B 是基于 Meta 的 Llama 3.1 405B 模型改进而来。两个模型都声称在各自类别中处于领先地位，并以开源许可发布。

数字化转型之道多歧路，如何避免“技术滥用”带来的数字化风险，真正实现“技术促生产”的高效创新？

上海交通大学团队提出SODEC图像压缩技术，突破传统扩散模型压缩速度慢、保真度差的限制。通过单步扩散处理、保真指导模块和比特率退火训练策略，SODEC实现比传统方法38倍的速度提升，同时在图像质量各项指标上超越现有最先进方法，为多媒体应用提供高效解决方案。

这项研究提出了AutoRefine，一种革新性的强化学习框架，为大语言模型引入了"边思考边搜索和完善"的全新范式。与传统方法不同，AutoRefine在连续搜索调用之间添加知识完善步骤，让模型能够有效过滤和组织信息。通过结合答案正确性和检索质量双重奖励，该方法在七项问答基准测试中平均提升6.9%的准确率，特别在复杂多跳推理场景中表现突出，解决了现有检索增强推理的核心局限性。

最佳虚拟化综合系统

前不久Nvidia举办了一场分析师简报会，Nvidia公司数据科学工程高级总监John Zedlewski介绍了Nvidia是如何实现加速计算，本文包含了对这次简报会的一些观点。