正是在这样的发展趋势下，瑞云渲染作为亚洲前沿的云渲染平台，致力于为视觉行业提供专业可靠、安全稳定以及可持续创新的云渲染解决方案，助力推动视觉行业快速发展。

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。

在全新架构之下，青云QingCloud联手合作伙伴，为黑龙江电力提供一整套完善的ERP迁移与测试方案，顺利帮助黑龙江电力实现了ERP“上云”。

目前，市面上5G手机如雨后春笋般涌现，年轻人想要选的不仅是一台支持“5G”的手机，还要有极高的性价比，颜值高、性能佳、影像及游戏体验更优也是考察的重中之重。上月底，荣耀旗下X系列首款5G机型荣耀X10正式发布...

谷歌DeepMind推出AlphaFold3，革命性提升分子结构预测能力。该AI模型采用创新扩散网络架构，能够精确预测蛋白质与DNA、RNA、药物等分子的相互作用，准确率比传统方法提高50%以上。这一突破将显著加速新药开发，推动基础科学研究，并通过免费开放服务促进全球科研合作，标志着生命科学研究进入AI驱动的新时代。

英特尔亚洲人工智能销售技术总监伊红卫也表示，在加速人工智能行业落地的过程中，英特尔可以从硬件、软件和生态三个方面进行赋能。

关于机器人流程自动化的一切，以及先锋厂商UiPath的成长路径。

下面我们将与大家一同回顾一下2018年发生在航空、汽车制造、通信、网络安全、金融、政府、医疗健康、警务、铁路交通、零售等领域的重大IT事故。

人形机器人早期落地，更依赖端侧小模型。

人形机器人早期落地，更依赖端侧小模型。

Kimi团队发布的K1.5模型通过强化学习实现突破，让AI学会长链条思考和多模态推理。在数学、编程等测试中表现卓越，AIME得分77.5，MATH-500达96.2分，与OpenAI o1相当。创新的"长转短"技术让AI既能深度推理又能简洁回答，为AI智能化发展提供新思路。

几个月之前，曾有一篇题为《数字化反乌托邦：算法对穷人的惩罚》的文章，概述了技术成果对于极弱势群体产生负面影响的强大能力。而这不禁令我想到，技术创新在房地产行业是否也在扮演着同样的角色？

近期，科技行者受邀参加了新款XC60的试驾，实际试驾之后发现，它绝不是一次“小打小闹”的升级，更是一次由内而外的蜕变。

今天开幕的英特尔On技术创新峰会（Intel Innovation），归根溯源重新拥抱广大开发者，强调对开发者社区的承诺，以及英特尔横跨软件和硬件的开发者至上的理念。

天津大学研究团队开发出Embodied-R1智能机器人系统，通过创新的"指向"技术和强化学习训练，成功解决了机器人视觉理解与实际操作之间的鸿沟。该系统具备四种核心指向能力，在11项基准测试中表现卓越，在未见过的环境中实现56.2%仿真成功率和87.5%真实任务成功率，相比基线模型提升62%，展现出强大的零样本泛化能力和实用潜力。

清华大学研究团队在NeurIPS 2024上发表的System-2 Attention机制，为AI系统增加了类似人类深度思考的能力。该技术通过两阶段信息处理，让AI能够专注于关键信息而不被干扰因素误导，在复杂推理任务中表现显著提升。这项创新不仅解决了现有AI模型容易被无关信息分散注意力的问题，更为未来AI发展指明了从追求规模向提升思维质量转变的新方向。

德国图宾根大学研究团队发现了一种针对视觉语言模型的新型攻击——视觉记忆注入。攻击者可在图片中植入肉眼不可见的恶意修改，当用户上传这类图片与AI对话时，AI会在长达数十轮的正常交流后突然推荐特定产品、政治观点或投资建议。这种攻击成功率高达40%-80%，且具有强泛化能力，对AI安全构成严重威胁。研究揭示了现有防御措施的不足，呼吁行业重视此类隐蔽操控风险。

北卡罗来纳大学教堂山分校等机构的研究团队开发出SKILLRL框架，让AI智能体首次具备了类似人类的经验学习能力。该系统能够从成功和失败的经验中提炼可复用技能，建立分层技能库，并在训练过程中实现自我进化。实验显示，SKILLRL在复杂任务中的成功率比传统方法提升超过15%，同时大幅减少了计算资源消耗，为构建更智能的AI系统开辟了新路径。

腾讯等机构提出Composition-RL方法，通过将多个简单问题组合成复杂问题来提升大语言模型推理能力。该方法解决了AI训练中"太容易题目"无效的问题，在4B-30B参数模型上获得3-10%性能提升，特别是跨学科组合训练效果显著，为AI训练资源高效利用提供新思路。

这项由北京大学等多家顶尖机构联合完成的研究解决了大语言模型的关键技术难题：如何高效管理AI的"记忆系统"。研究团队开发的KV-CoRE技术能够智能压缩AI记忆，在几乎不影响性能的前提下大幅节省存储空间和提升运行速度，为AI系统的实际部署提供了革命性解决方案。