复旦大学团队开发出Ask-to-Clarify机器人框架，让机器人首次具备主动询问澄清模糊指令的能力。该系统采用双组件架构和两阶段训练策略，在8项真实任务中全面超越现有技术，成功率达90-98%。这一突破将机器人从被动执行者转变为主动合作伙伴，为家庭服务机器人的实用化扫清重要障碍。

「需求是技术之母，市场是技术之父，美国的芯片发展成如今的垄断性地位离不开这两点。 今日推荐 九 边（ ID : ertoumu893 ) 的文章，用浅显易懂的方式讲述当今世界的芯片格局。」

上海交通大学研究团队开发的X-Master AI代理人系统在"人类最后的考试"中获得32.1%的突破性成绩，超越OpenAI和谷歌产品。该系统通过"散布-堆叠"多代理协作机制，让AI能够像人类科学家一样使用工具进行推理和探索，为AI辅助科学研究开辟了新道路。研究采用完全开源方式，展示了推理时计算的巨大潜力。

阿里巴巴研究团队发现传统AI专家混合模型训练中存在"大锅饭"问题：系统在每个小数据批次中都强制专家均衡分工，阻碍了专业化。他们提出全局批次负载均衡方法，让专家在更大数据范围内实现专业化分工，实验显示新方法显著提升了模型性能和专家专业化程度，同时只增加不到3%的计算开销。

这项研究提出了ORV（占用中心机器人视频生成）框架，利用4D语义占用作为中间表示来生成高质量的机器人操作视频。与传统方法相比，ORV能提供更精确的语义和几何指导，实现更高的时间一致性和控制精度。该框架还支持多视角视频生成（ORV-MV）和模拟到真实的转换（ORV-S2R），有效弥合了虚拟与现实之间的差距。实验结果表明，ORV在多个数据集上的表现始终优于现有方法，为机器人学习和模拟提供了强大工具。

过去几十年，摩尔定律推动了计算性能的巨大进步，但AI革命需要远超互联网时代的能力提升。生成式AI的需求正在逆转传统趋势，推动从通用硬件向专用计算单元转变，包括ASIC、GPU和TPU等。这要求重新设计整个技术栈：采用专用互连网络突破通信瓶颈、使用高带宽内存解决内存墙问题、构建超高密度系统支持大规模同步计算。同时需要新的容错策略、可持续的功耗管理和内置的安全隐私保护，以及快速部署能力来跟上硬件创新节奏。

本文将与大家分享有助于实现最佳数据中心效率的服务器机架尺寸，了解这些参数为何重要、存在哪些选项以及如何选择最适合您工作负载的设备大小。

法国生物制药公司赛诺菲正在大规模应用AI技术进行数字化转型，将AI整合到从新分子识别到药物配送的整个价值链中。公司通过数字加速器项目，结合预测模型和机器学习算法，可预测80%的物流中断。与谷歌云等合作伙伴携手，开发内部AI应用plai。巴塞罗那全球创新中心将创造300多个高技能岗位，专注于临床分析和预测模型开发，旨在提供更快速、精准的医疗解决方案。

科技巨头思科表示，正在推出一系列新的轻量级认证，针对那些正在应对业务积压问题的合作伙伴，以便更好地将客户不断变化的购买行为与合作伙伴交付以更低成本交付全面解决方案的能力相匹配。

随着企业要应对越来越多的数据，找到有效的方法来分析和“操作”这些数据以获得竞争优势，变得越来越具有挑战性。

本文探讨了AI编程代理如何加速软件开发，从代码调试到云迁移自动化，借助如AWS Transform等工具提升效率并降低转型成本。

就在新任首席执行官Pat Gelsinger宣布英特尔公司的重塑计划正好一周之后，Arm发布了其架构的第九个版本，并且提出了该公司对下一个十年的愿景。

Mirage向我们展示了一个令人兴奋的未来——一个AI不仅能理解我们说什么，还能理解我们如何说的世界。在这个世界里，技术不再是冰冷的工具，而是能够理解和模拟人类情感表达的智能伙伴。

当前，中国已经成为全球最大的移动应用市场，而随着移动互联网技术的深入发展，移动营销业务开始得到迅速推广，企业对移动营销的效果越来越重视。但与此同时，各种移动数据欺诈、广告作弊、刷单等不正当操作也大量出现。

这是一场属于电竞硬核产品的狂欢，也是联想2022拯救者生态图景的清晰。

众多移动通信企业今日宣布在全球范围内共同支持5G毫米波技术的部署——其中包括来自中国、欧洲、印度、日本、韩国、北美、东南亚等越来越多的国家及地区的重要企业。

大语言模型和生成式AI自诞生以来问题频发，从推理模型表现不佳到AI幻觉现象，再到版权诉讼，这些都表明当前技术路径可能并非通往真正智能的正确道路。专家认为，仅靠增加数据和算力的扩展模式已显现边际效应递减，无法实现通用人工智能。研究者提出智能应包含统计、结构、推理和目标四个层次的协调，并强调时间因果性的重要性。面对LLM技术局限，业界开始探索神经符号AI等替代方案。

苏州大学团队提出SCAN框架，通过分析AI模型在数学推理标注中的噪声分布规律，设计出高效的数据合成和鲁棒训练方法。该方法仅需传统方法6%的计算成本，就能让小模型达到甚至超越大模型的数学错误检测性能，为过程奖励学习领域带来重大突破。

Oracle宣布，Autonomous Database旗舰自治数据库现在将通过Exadata Cloud@Customer供客户在他们的数据中心内使用，从而朝着成为顶级云基础设施提供商的目标迈出了重要的一步。

以新质生产力推动高质量发展。