这项研究由德累斯顿工业大学等机构的研究团队完成，旨在解决主动学习未被广泛应用的问题。研究者构建了包含460万种超参数组合的实验网格，系统分析了各参数对主动学习性能的影响。研究发现，不同策略实现间存在显著差异，基于边缘的不确定性策略整体表现最佳，随机选择约4000个超参数组合即可获得可靠结果。这些发现为设计可重现、可信赖的主动学习实验提供了明确指导，有助于降低入门门槛，促进技术在实际应用中的普及。

南洋理工大学等机构联合开发的LongVie系统突破了AI长视频生成的技术瓶颈，能够生成长达一分钟的高质量可控视频。该系统通过统一初始化、全局控制标准化、多模态控制框架和退化感知训练等创新技术，解决了传统方法中时间一致性差和视觉质量下降的核心问题，在视频编辑、场景转移和3D模型动画等应用领域展现出巨大潜力。

想象一下，你正在使用导航软件寻找一个陌生城市中的目的地。地图上显示的是从高空俯瞰的街道和建筑，而你看到的却是地面视角的实际场景。这两种视角之间的巨大差异常常让人感到困惑——地图显示"应该在右边拐弯"，但现实中你可能完全认不出那个拐弯点。

Meta公司FAIR实验室的研究团队提出了多令牌注意力机制，这是一种突破性的AI注意力计算方法。通过引入卷积操作，新机制让AI能够同时关注文本中的多个位置并协调整合信息，解决了传统注意力机制"一心一用"的根本局限。在大规模语言模型和长文本任务中，该技术显著提升了AI的信息检索和理解能力。

认知迁移正在进行。哈佛大学教授指出AI采用速度极快，可能比工业革命影响大10倍、速度快10倍。一些人已将AI融入工作流程，但更多人面临不确定性和焦虑。尽管AI在软件开发等领域展现巨大潜力，但技术本身仍存在幻觉、健忘等问题。信任度因地区而异，中国为72%，美国仅32%。这场变革更像是管理性替代而非机遇，许多人发现未来可能没有他们的位置。

“行走江湖靠的就是信用二字”，古人所言一点不假。今天，信用已经影响到了我们生活的方方面面：骑共享单车不交押金？只要你的信用分够高；高铁“占座男”被列入“失信黑名单”了，大快人心！

这项由普林斯顿大学和加州大学欧文分校研究人员完成的研究揭示了一个令人担忧的发现：恶意行为者可以利用多种自由度来增强AI网络安全助手的攻击能力，且无需外部帮助。研究表明，即使只有约36美元的计算预算，这些改进也能使性能提高40%以上。这一发现对网络安全风险评估提出了新要求：必须从动态角度考虑AI系统可能被改进的各种途径，而非仅进行静态评估。

项目至今，中国联通携手浪潮商用机器完成了基于浪潮K1 Power Linux的架构全云化，通过分布式架构和容器云实现了统一账户集中计费，异地家庭成员共享业务、账单合并成为可能，在同一运营商品牌下保留一个共同账户，实现了统一账户计费。

根据赛迪顾问发布的《2021-2022 年中国智慧城市产业发展研究年度报告》，2021 年，中国智慧城市产业规模已达 3696.1 亿元， 同比增长 24.7%。

单凭心算和固有印象，我们很难同时弄清数据中心基础设施的支出模型、云服务和本地设施的支出变化趋势，还有给各大IT供应商打分来确定谁在扩张、而谁又节节败退。

日前，戴尔科技集团全球首席技术官兼产品与运营总裁John Roese做客著名技术商业类杂志《麻省理工科技评论》的播客节目，与主持人Laurel Ruma进行了一对一访谈。

约翰霍普金斯大学研究发现，AI大模型存在严重的"记忆偏见"问题，即使明确指示忽略内部知识，AI仍会固执地依赖训练时的记忆。研究通过创新的诊断框架测试了三种AI模型，发现知识冲突会显著降低模型性能，且这种偏见会影响AI用作评判工具的公正性。

面对此次疫情挑战，数据中心数字化转型已成为国资数据中心的核心战略，疫情期间也充分体现了 IT 和数字化转型的价值，这更是推动力，青云QingCloud希望把“危机”变为“商机”，快速寻找智慧数据中心产品突破点和合作模式，实现可持续发展。

我们将讲述AI的一位被遗忘的“表亲”——IA，即智能增强。长久以来，人们思考的一直是人类大脑如何对抗人工硅脑的问题。但在IA层面，我们需要探讨的则是如何让人类大脑与人工硅脑共同合作。

云边协同为多元泛在的算力需求提供了智能敏捷、安全可靠、绿色低碳的基本保障。云边协同既是目标，同样也是实现路径，它将助推新一轮智算浪潮的蓬勃兴起。

卡内基梅隆大学团队通过评估20多个开源推理模型发现，多数在数学推理上表现优异的AI模型无法将优势转移到其他领域。研究揭示训练方法是关键因素：强化学习能在提升数学能力的同时保持通用性，而监督学习虽然数学成绩突出但会造成其他能力退化。通过内部表征分析发现，强化学习对模型改动更精准，避免了"灾难性遗忘"现象。

今日，华为常务董事、运营商BG总裁丁耘在2020共赢未来全球线上峰会发言，丁耘指出“疫情新常态下，运营商需要针对网络建设和业务发展，从4个方面做好准备，快速释放网络潜能，激发商业增长。”

“我们不仅在操纵自己的身体，也通过自己的身体体验整个世界。大脑负责表达这个世界，以引导我们在其中采取有意义的行动。”

香港大学与阿里巴巴达摩院合作开发的LayerFlow是一种突破性的层级视频生成技术，能同时生成透明前景、完整背景和混合场景视频。该技术通过创新的框架设计将不同视频层级作为子片段连接，并引入层级嵌入使模型区分各层级。面对高质量训练数据稀缺的挑战，研究团队设计了三阶段训练策略，结合Motion LoRA和Content LoRA，实现了图像和视频数据的联合训练。LayerFlow不仅支持多层视频生成，还能实现视频分解和条件层生成，为视频创作领域带来革命性变革。

阿里云团队开发了Fin-PRM，一个专门针对金融推理的AI评判系统。该系统采用双重评判机制，既检查推理步骤准确性又评估整体合理性，并具备专业知识验证功能。通过3000个高质量样本训练，在三大应用场景中显示出显著性能提升：数据筛选提升12.9%，测试选择提升5.1%，强化学习提升5.2%，为金融AI的专业化发展提供了重要技术支撑。