港中文团队发布首个AI网站生成能力基准测试WebGen-Bench，评估结果显示即使最强模型准确率仅27.8%，但通过专门训练的WebGen-LM-32B模型达到38.2%，为AI建站技术发展提供重要参考。

中科大研究团队发现大型机器人数据集存在"捷径学习"问题：机器人虽然数据量庞大，但因数据内部多样性不足和碎片化严重，容易依赖表面特征而非真正理解任务。研究通过理论分析和实验验证了这一现象，并提出视角增强和物体替换等数据增强解决方案，为机器人学习领域提供重要指导原则。

香港科技大学研究团队通过模型融合技术，成功将数学推理能力转移到视觉语言模型中，在保持视觉理解能力的同时显著提升数学问题解决能力。研究发现AI模型的不同功能分布在不同层次，为多模态AI发展提供新思路。

谷歌DeepMind发布新的离线视觉语言行动模型，让机器人无需云端支持即可自主运行。该模型基于Gemini的多模态理解能力，能够完成系鞋带、折衣服等复杂任务。相比之前的混合云端模式，新模型准确性仅略有下降，但大幅提升了响应速度和隐私保护。开发者可通过SDK进行定制化调优，仅需50-100次演示即可适应新任务。

这项由斯坦福大学等多所知名研究机构联合开展的研究，首次为农业人工智能建立了全面的评估标准AgroBench。该测试集涵盖疾病识别、害虫识别、杂草识别等七个农业核心任务，包含4342个专家标注的问答对，测试结果显示AI在农业管理建议方面表现出色，但在精确视觉识别任务上仍需改进，为农业AI的未来发展指明了方向。

数字化转型的内涵绝不止于用“1和0”取代纸质资料。实现成功转型的一大关键前提，在于建立文化基础、确保企业中的每位成员都对组织运行方式拥有共同理解。

扩圈，某种程度上正是高通的骁龙平台自2007年面世以来的真实成长写照，也是科技行者远赴夏威夷茂宜岛参与今年骁龙峰会感触最深的印象之一。

瞄准一项硬核科技那就得有“死磕”的精神，加大力度招揽人才、持续不断地增加研发经费，这也是我们近几年看到小米技术实力迅速提升的根本原因。

「打印不能再彩印、绿植被搬走了、打车报销的起始点必须是公司、伙食从鲜 虾变成了冷冻虾......降本增效的寒气正深入地影响着每一个大厂互联网人。今日推荐晚点LatePost（id：postlate）一篇文章，作者：祝颖丽 编辑：钱杨。」

AI转型其实是一项“随时随地”都在进行的工作。当您为企业提供能够顺畅接纳AI方案的基础之后，AI技术也必然最大限度为您带来收益。

这项由香港中文大学多媒体实验室和香港大学等机构合作的研究，开发了名为GoT的革命性AI图像生成方法。该技术让AI在创作图像前先进行语义和空间推理，用户可直接查看和修改AI的"思考过程"来精确控制生成结果。研究团队构建了超过900万样本的训练数据集，GoT在多项标准测试中均取得最佳成绩，为AI创作从盲目生成向智能推理的转变奠定了基础。

本文带读者进一步了解 face_recognition 库的身份识别功能。

东京大学研究团队推出MangaVQA基准和MangaLMM模型，专门用于评估和提升AI对日本漫画的理解能力。MangaVQA由526个高质量手动创建的问答对组成，用于评估AI系统对漫画内容的深入理解；MangaOCR则专注于漫画页内文本识别。基于这两个基准，研究团队从开源多模态模型Qwen2.5-VL微调出MangaLMM，能同时处理文本识别和内容理解任务。实验显示，即使是GPT-4o等顶尖商业模型在处理漫画的独特复杂性时也面临挑战，而专门训练的MangaLMM表现出色。

近期AI模型层出不穷,从谷歌等科技巨头到OpenAI、Anthropic等初创公司,都在不断推出新模型。本文梳理了2024年以来发布的最先进AI模型,介绍它们的功能特点和使用方法,帮助读者了解最新AI发展动态,选择适合的模型使用。文章将持续更新,跟踪最新模型发布情况。

根据个人在 IBM Security 的 Managed Security Services SOC 的一些经验，我提供了以下一些有关全球 SOC 如何按需进行人员配备和组织的见解。

常常在思考一个问题，传统企业，尤其是传统小微企业，如何实现数字化转型？最近刷抖音里，刷到一个00后帮父母卖袜子的小妹，还有两个卖牛肉的中年油腻大叔，他们这么做算不算是数字化转型？

11月20日，在JDD-2018京东数字科技全球探索者大会上，京东数字科技正式发布 “城市计算平台”，并提出将基于“城市计算平台”打造能够洞察城市过去,了解城市现状,预测和优化城市未来的城市操作系统。

高通宣布推出第一代骁龙AR2平台——这是高通首个专为AR眼镜打造的专用处理器，也是移动终端芯片领域首次出现的AR设备专用处理器。

莫斯科技术大学研究团队推出Balalaika俄语语音数据集，包含2000+小时录音室质量语音，专门解决俄语语音合成中的元音弱化、移动重音、文本规范化和录音单调性四大难题。实验证明该数据集训练的模型在语音合成和增强任务上显著超越现有方案，为复杂语言的语音技术发展提供了宝贵经验。

NVIDIA联合CMU等机构开发了AUSM通用视频分割模型，首次将语言模型思路引入视频理解，用一个模型统一处理各种视频任务。该模型采用创新的并行训练策略，训练速度提升2.5倍，在七个权威数据集上均达到领先水平。AUSM突破了传统方法需要针对不同任务训练专门模型的限制，为视频AI应用提供了更简洁高效的解决方案。