芯片制造，是一个“点沙成金”的过程，总体上分为三步，从上游的IC芯片设计，到中游的芯片制造，再到下游的封装测试，其间要经过数百道工艺的层层精细打磨，方可制成芯片成品。

南京航空航天大学团队发现当前AI安全测试数据存在严重问题：超过50%的测试题目不合格。他们开发了MDH智能筛选系统，准确率达95%，并创建了更可靠的RTA数据集。同时发现了两种新型AI越狱攻击方法：D-Attack和DH-CoT，分别针对传统模型和推理模型，成功率最高达98%和66%，为AI安全防护改进提供了重要参考。

8月30日，阿里云宣布正式推出全栈智能计算解决方案“飞天智算平台”，并启动两座超大规模智算中心，为各类科研和智能企业机构提供高效、开放、绿色的智能计算服务。

AnchorWeave是北卡罗来纳大学等机构开发的革命性视频生成技术，解决了长视频生成中的世界一致性难题。该技术摒弃传统的全局3D重建方法，采用局部几何记忆避免累积误差，通过智能检索和多锚点编织实现高质量长视频生成。实验显示其在视觉质量和相机控制精度方面显著超越现有方法，为虚拟现实、游戏开发等领域带来新突破。

2018年1月12日，第三届中国时尚行业CIO联盟年会在北京圆满落幕。主题围绕“破茧成蝶——新技术赋能时尚业”，吸引了来自探路者、特步、李宁、裂帛、鄂尔多斯、金羽杰、罗莱家纺等400多家行业领头企业代表的参与。

阳光纸业集团是国内造纸包装行业的领先企业，年造纸产能达到135万吨。不过，中国造纸包装行业一直以来都是采用传统的业务模式，整个行业自动化、现代化和集中化程度偏低，难以形成规模效应，降低生产成本。

“用智能，开启无限可能。”

香港科技大学研究团队发布LOCA-bench测试平台，专门评估AI助手在长时间复杂任务中的表现。研究发现AI存在"上下文腐烂"问题，随着信息量增加，准确率从70%急剧下降至20%以下。研究识别出AI的四大"职场病"并提出多种"记忆增强"技术，其中程序化工具调用法效果最佳，可将准确率提升25%以上。

自“中国制造2025”于2015年提出以来，走过近十年，行业参与者持续创新、深耕，从中国制造到中国智造，走出了一条自主创新的新路径。

NVIDIA团队开发出革命性AI图像生成技术AYF，成功将传统需要几十步的复杂图像生成过程压缩至仅4步，同时保持高质量输出。该技术通过创新的流映射方法和双重训练目标，解决了现有快速生成方法质量差或多步性能退化的问题，在ImageNet等标准测试中表现优异，为AI图像生成的实用化应用奠定了重要基础。

这项由香港大学和腾讯团队完成的研究创建了SEED-Bench-R1视频理解测试平台，发现强化学习方法在训练AI理解视频方面比传统方法更有效，特别是在面对陌生环境时表现更佳。研究揭示了AI视觉感知能力的提升机制，但也发现了推理逻辑一致性等待改进的问题，为未来智能系统发展提供了重要参考。

阿里云智能集团研究团队在《VLSI设计期刊》发表突破性研究，提出基于图神经网络的芯片布局优化框架。该技术将复杂芯片设计转化为图形网络问题，通过AI系统自动寻找最优布局方案。实验显示相比传统方法，功耗降低15-18%，设计效率显著提升，已在智能手机和服务器芯片项目中成功应用。

在全球半导体短缺与贸易战的双重压力之下，Arm与x86两大架构阵营所代表的芯片技术正受到高度关注。但就在这股洪流之下，开源RISC-V芯片架构正悄然发展成第三种完全可行的架构方案，更便宜、更灵活而且不受政治立场的左右。

2020年，不仅是中国人首次站在世界最高峰之巅—珠穆朗玛峰（以下简称“珠峰”）60周年，也是2020珠峰高程测量登山队成功登顶珠峰的一年。

斯坦福大学研究团队成功将深度强化学习技术应用于航天器自主控制，开发出能够独立导航和决策的AI系统。该系统通过虚拟太空环境训练，在轨道转移、精确对接等任务中表现优异，燃料效率提升25%，任务成功率达96%。这项突破为未来深空探索、卫星编队飞行和太空资源开发奠定了基础，有望显著降低航天成本并提高任务可靠性。

戴尔PowerEdge R750/R750xs就是这样的一系列经典型号，PowerEdge品牌早在x86服务器崛起之时就风靡于全球，凭借杰出的设计和高可靠性，广泛应用于虚拟化、高性能计算（HPC）、人工智能（AI）及数据库分析等领域。

昇腾、昇腾还是昇腾……近期，昇腾可谓长居中国AI算力话题榜。它究竟是什么来头？

在2022年中国《政府工作报告》中，重点提及了数据中心行业发展方向，包括：前瞻性的构建数字基础设施，努力提升数据中心行业产业价值和能耗使用效益。

最近来自清华大学、无限极AI和上海交通大学的研究团队提出了一种名为"通向罗马之路"(R2R)的创新方法，可以在小型和大型语言模型之间进行智能令牌路由。研究发现，小型模型与大型模型的推理路径差异主要源于少量"分歧令牌"。R2R方法只在这些关键令牌上使用大模型，其余时间使用小模型，既保证了推理质量，又提高了效率。实验表明，使用平均5.6B参数的R2R方法超越了14B参数模型的性能，同时提供了2.8倍的速度提升。

在2018亿欧创新者年会上， 松鼠AI 联合创始人兼CEO周伟发表了《AI如何重构传统学习体系》的演讲。