清华大学研究团队开发出VideoScene技术，能够仅从两张普通照片一步生成完整3D场景视频，速度比传统方法快50倍。该技术巧妙结合了3D重建与视频生成，采用"3D感知跨越流蒸馏"策略和"动态去噪策略网络"，在多项评估指标上显著超越现有方法。这项突破为VR/AR、游戏开发、电商展示等领域带来革命性应用前景，标志着从"大量数据依赖"向"智能有限数据利用"的重要转变。

Meta团队开发的MLGym是首个专门训练AI进行科学研究的平台，包含13个跨领域研究任务。测试显示当前顶级AI模型能改进现有方法但尚无法独立创新，距离真正的AI科学家还有距离。该平台为评估和发展AI研究能力提供了重要工具。

新加坡南洋理工大学团队开发的4DNeX系统实现了从单张照片生成完整4D动态场景的突破。该技术采用6D视频表示法融合RGB颜色和XYZ空间信息，构建了包含920万帧数据的4DNeX-10M大规模数据集，通过改进视频扩散模型实现15分钟内的高效生成，在动态程度和一致性指标上显著优于现有方法，为虚拟现实、影视制作等领域提供了新的技术路径。

十四五”时期人工智能规划需要关注的重点就是如何通过明确我国人工智能技术发展路线，发挥我国制度优势，促进人工智能根技术突破和创新

南洋理工大学团队突破长视频生成技术瓶颈，提出TokensGen框架，通过压缩标记和模块化设计实现两分钟连贯视频生成。该方法将长视频制作分解为内容控制、一致性保证和平滑过渡三个任务，有效解决了传统方法的内存限制和内容不连贯问题，在多项评测中显著优于现有技术。

发布会还预告了全尺寸旗舰SUV问界M9将于2023年四季度正式发布。

更深层次的参与感，是新世界赋予我们的价值。

近几年来，各行业纷纷跨界加入造车行列，不说传了多年要造车的国外手机巨头、出资纯电动汽车的科技互联网大厂，国内的科技企业也在跃跃欲试，比如阿里巴巴、华为、百度、小米和滴滴出行。

腾讯联合多所名校发布全球首个AI代码安全评估基准A.S.E，对26个主流大模型进行全面测试。研究发现即使最先进的AI模型在代码安全方面仍存在显著缺陷，最佳模型安全得分仅46.72分。意外的是，"慢思考"模型表现不如"快思考"版本，开源模型在安全性上可与商业模型竞争。该研究揭示了AI代码生成的真实安全风险，为行业发展提供重要指导。

对于一个经过40多年的发展，门店分布于18个国家、达6.7万家、每日到客量5500万、每年进行200亿笔交易的7-11而言，数字化系统不只是支撑业务的日常运营，而是业务创新的驱动力。

《视像行业"十四五"发展趋势研究报告》指出，人们的日常生活发生了巨大的变化，客厅已经成为集日常生活、工作、娱乐等活动于一体的多功能场景。

为了解决企业面对的难题，IBM全球信息科技服务部提供的多品牌技术支持服务（MVS）提供量身定制的交钥匙服务，企业可以技术支持服务全部交给IBM，可以把更多的精力专注于创新和业务拓展当中。

搭载一系列尖端配置，为下一代3A游戏大作提供无可匹敌的澎湃动力。

人形机器人是通用人工智能的最后一公里。

近期，关于DDoS攻击的话题再次引发用户关注。尤其是新型TCP反射放大攻击，其在黑产中快速传播，进而全网泛滥。

一路走来，南京晶众与华为始终并肩同行，合作也从最初的通信集成，逐步拓展到全面的智能化解决方案，业务深度和技术实力都上了一个台阶。

新加坡研究团队深入探讨了0.5B参数小型推理语言模型的能力边界和优化策略。研究发现强化学习是提升小模型推理能力最有效的方法，而传统的监督微调和知识蒸馏效果有限。经过优化的小模型在数学推理任务上表现显著提升，为AI技术普及化提供了新路径。

孤寂的海上，灯塔挽救了许多船只的沉没。通往冰雪创新的路上，也驻守了一座 “科技灯塔”，守望着奥林匹克“更快、更高、更强、更团结”的希冀。

斯坦福大学研究团队开发了KL-tracing方法，能让视频生成AI模型在无需专门训练的情况下进行精确物体追踪。该方法通过在视频帧中添加微小追踪标记，利用模型的物理理解能力预测物体运动轨迹。在真实场景测试中，相比传统方法性能提升16.6%，展现了大型生成模型在计算机视觉任务中的潜力。

清华大学和智谱AI联合发布GLM-4.5系列模型，这是首个在推理、编程和智能代理三大核心领域同时达到顶尖水平的开源AI模型。GLM-4.5拥有355B参数但仅激活32B，创新的混合推理模式能根据任务复杂度自动选择思考深度。该模型在12项基准测试中排名第三，智能代理任务排名第二，已完全开源供研究使用。