摩根大通AI研究团队开发了QueryBandits系统，通过智能改写问题来减少大语言模型的幻觉现象。该系统分析17个语言特征，自动选择最适合的改写策略，在13个测试数据集上实现了87.5%的改进效果，比静态改写方法高出42.6%-60.3%，为AI交互优化开辟了新方向。

浙江大学与阿里巴巴合作开发的TP-GRPO技术，通过识别AI绘画过程中的关键"转折点"步骤，改进了传统训练方法中简单平均分配奖励的问题。该方法能够根据每个绘画步骤的实际贡献给予精确奖励，对关键转折点还提供长期累积奖励。实验表明，在图像组合生成、文字渲染和人类偏好对齐三个任务上都实现了显著性能提升，为AI图像生成技术的实际应用开辟了新的可能性。

说到超融合市场，就不能不提戴尔易安信VxRail，自2014年问世至今6年来，VxRail始终保持着高速成长。

研究显示,许多组织在应对网络攻击时反应缓慢,可能需要数小时才能做出响应。然而,专家认为,在检测到威胁后的短短几分钟内就能采取行动至关重要。虽然备份仍然重要,但快速的事件响应对于组织从攻击中恢复可能同样重要。本文探讨了快速响应的重要性,以及组织如何在备份和事件响应之间取得平衡。

微软被认为是近些年来文化转型最为成功的企业之一。自萨提亚接任以来，微软内部进行了组织架构和绩效体系的全面调整，而这些举措正在让微软重新变得极具活力和创造力。

这项由浙江大学周晓巍教授团队联合牛津大学、蚂蚁集团等机构开发的SpatialTrackerV2系统，实现了仅用普通摄像头就能精确追踪视频中任意点的三维运动轨迹。通过创新的统一框架和大规模数据训练，该技术在权威测试中相比前代方法准确率提升50%以上，运行速度快50倍，为机器人、自动驾驶、VR等领域提供了突破性的技术基础。

伊利诺伊大学团队开发出ROS-Cam系统，仅需普通RGB视频即可精确重建动态三维场景，无需激光雷达等额外传感器。该技术通过补丁式追踪过滤器、异常值感知优化和两阶段策略，在多个数据集上超越现有方法，处理速度提升2-12倍。这项突破有望让普通用户轻松创建专业级三维内容，在电商、教育、文化保护等领域具有广阔应用前景。

UCLA团队首创"具身网络智能体"概念，开发出能同时在现实世界和网络世界中操作的新型AI系统。通过1500多个跨域任务测试发现，当前最先进AI模型在此类任务中表现远逊于人类，主要问题在于跨域协调困难。该研究为AI发展指明了"统一智能"新方向，虽然技术尚不成熟，但为未来智能助手、智慧医疗、教育等应用奠定了基础。

Service Mesh在实践层面往往难于管理、过分复杂。为了避免掉坑，我们必须采取一系列步骤简化这个过程。

不过，虽然这是一场地平线的产品发布会，但在整场演讲当中，我们听到最多的反而是余凯的产业理念。从当年在百度参与过辛顿深度学习公司竞拍的科学家，到现在的港交所上市公司，余凯自己完成了一个科学家到企业家的完美转身。这次发布会上，他也对芯片公司的创业之路做了一个相当完整的梳理。某种程度上，我们甚至可以将这场发布会当作一个商学院创业课来听。

梧桐车联看到了车载操作系统市场的前景，历时2年研发出了智能网联车载操作系统——TINNOVE OpenOS。翻看梧桐车联的公司介绍，它是腾讯布局车联网领域的排头兵。

通过新的软件和服务,戴尔扩大了行业领先地位,以及最广泛的网络弹性解决方案组合,以应对日益增长的数据保护和网络恢复需求

伊利诺伊大学研究团队发现AI在多模态推理中存在严重的视觉理解缺陷，67%的错误源于对图像信息的误解。他们开发了PAPO方法，通过图像遮挡技术强迫AI真正使用视觉信息，实现了4.4%的性能提升。这项研究对AI在教育、医疗、自动驾驶等领域的可靠应用具有重要意义。

我们该怎么满足AI时代的存储需求？

大连理工大学研究团队发现现有AI模型存在严重"模态差距"——处理纯文字时表现优异，但面对图片形式的相同文字时表现大幅下降。团队构建VISTA-Bench测试平台，评估20多个主流模型发现普遍存在此问题，最大降幅超过30%。研究揭示问题根源在于AI感知鲁棒性不足，为未来多模态AI发展提供重要指导。

我们该怎么满足AI时代的存储需求？

香港科技大学研究团队提出GAPrune方法，通过双重评估机制实现AI模型的智能压缩。该方法结合Fisher信息和梯度对齐分析，在保持领域专业性的同时大幅降低计算资源需求。实验表明，GAPrune在50%参数削减下性能损失仅2.5%，重训练后甚至超越原模型性能，为AI技术普及和可持续发展提供新路径。

什么是混合办公?混合办公的概念就是把办公室进行延伸，在任何地方都能营造出办公室的环境。

Spotify研究团队通过系统性实验发现，传统为搜索或推荐任务单独优化的语义身份证在统一系统中存在严重的性能冲突。他们提出的多任务训练方法能够同时学习查询匹配和用户行为预测，为每个物品生成既适合搜索又适合推荐的统一身份证，在两个任务中都达到良好平衡效果，为构建下一代生成式推荐系统提供了重要技术路径。

斯坦福大学等研究机构联合发布首个多语言视觉检索基准VisR-Bench，系统评估AI在16种语言、1286份真实文档上的检索能力。研究发现现有AI系统在表格理解和低资源语言处理方面存在显著局限，最先进模型准确率仅75%，阿拉伯语等语言表现更差。该基准为改进多语言文档AI提供重要参考。