为深度挖掘大数据，让大数据真正为产业贡献价值，第二届京东JDATA算法大赛已经启动。本届比赛京东联合中国信息通信研究院，将大赛升级为中国大数据算法大赛，旨在激发算法上的创新，释放数据价值，真正实现大数据的落地应用，吸引和培养专业人才。

没人愿意看到初创企业失败，但我们也必须承认其中很多总要面临失败。

中科院研究团队发现了AI持续学习的数学规律，开发出能精确预测大语言模型在新领域学习过程中每一步表现的公式。该研究揭示AI学习本质是在两条隐藏轨道间切换，通过分布偏移和学习率衰减两个因素的相互作用实现。这一突破为优化AI专业化训练提供了科学依据，有望让未来AI助手在保持通用能力的同时获得更强的专业技能。

Meta团队开发的ViTok突破了视觉AI压缩技术的瓶颈，发现压缩质量的关键在于存储的浮点数总量而非模型复杂度。该方法在保持图像和视频重建及生成质量的同时，计算效率提升2-5倍，在多个基准数据集上创造新纪录，为高效视觉AI应用提供了重要技术基础。

谷歌DeepMind团队开发了名为Gemini的AI视觉理解系统，实现了从简单"识别"到复杂"理解"的突破。该系统不仅能识别图像中的物体，还能理解情感、关系和抽象概念，准确率达94.3%。通过多模态学习和跨模态注意力网络，Gemini展现出类似人类的常识推理能力，已在医疗、教育、自动驾驶等领域开始应用，为AI与人类协作开启新篇章。

2024年，人工智能依然是全球科技创新高地，也正在全产业的基础技术和基础设施。

通用型低码平台想进化为零码平台，在灵活度和易用性之间完美平衡是比较难的，所以零代码平台更可能以专用属型的平台形态出现。

2023年6月16日，全球知名软件及技术咨询公司Thoughtworks举办了技术雷达28期媒体深度解析会。

就算研究人员认为在未来一两年内就能实现通用人工智能的观点是正确的，他们也很可能高估了人类采用和适应一项技术的速度。

阿里达摩院联合浙江大学推出VideoRefer套件，这是首个能够精确理解视频中特定物体的AI系统。该系统不仅能识别整体场景，更能针对用户指定的任何物体进行详细分析和跨时间追踪。研究团队构建了包含70万样本的高质量数据集VideoRefer-700K，并设计了全面的评估体系VideoRefer-Bench。实验显示该技术在专业视频理解任务中显著超越现有方法，在安防监控、自动驾驶、视频编辑等领域具有广阔应用前景。

自动化正在以前所未有的方式改变着世界！由于出现了Amazon Echo Dot这样的新型互联设备，我们现在可以控制家庭照明，甚至可以订购比萨饼，还能轻松使用自然语音命令。同样，越来越多的企业正在利用IT自动化，使其成为当今快速发展的数字经济的关键业务推动者

Amazon研究团队开发的BYOKG-RAG技术通过多策略检索和迭代优化，解决了传统知识图谱问答系统难以适应不同图谱结构的问题。该技术将大语言模型与专业检索工具结合，在五个基准测试中平均提升4.5个百分点，特别适用于企业级应用。已开源发布。

长沙目前聚焦“三智一自主”在发展制造业的推动制造业高质量发展，分别是智能终端、智能网联以及智能装备，一自主就是自主可控及信息化，围绕“三智一自主”目前形成了四大优势。

裁员的风暴飘荡在互联网的上空，这风暴一时半会可能还没法消退。在疫情和经济冲突的双重这折磨下，互联网大厂也军心动荡。前有互联网泡沫的破灭，今天有什么？现在还看不清，只是程序员已经感受到了寒意。

多年来，计算机硬件一直是一个乏善可陈的市场。占主导地位的x86微处理器架构正在触达可通过小型化实现性能增长的极限，因此制造商们的目光聚焦于在芯片中封装更多核心上。

红帽认为，开源AI的最低标准应当是将开源许可证下的模型权重与开源软件组件相结合。

在眼下严重的疫情面前，在家办公成了确保防疫、承担企业社会责任、又兼顾企业日常运营的主要工作方式。防御新型肺炎或倒逼企业远程协同，成为落地在家办公的契机。

复旦大学研究团队开发的AnyI2V系统实现了从任意条件图像到视频的生成突破。该系统无需训练即可处理多种输入模态（包括3D网格、点云等），支持用户自定义运动轨迹控制，并通过创新的特征注入和语义掩模技术实现了高质量视频生成，为视频创作领域带来了革命性的便利工具。

中科院团队首次实现机器人视觉、语言、动作三位一体统一建模，开发出UniVLA模型。该模型采用创新的"世界模型"训练策略，通过观看视频学习物理规律，在多个基准测试中创下新纪录。LIBERO测试成功率达95.5%，比此前最好成绩提升10个百分点。技术突破在于将不同模态信息转换为统一数字令牌，实现端到端学习，为通用机器人智能奠定基础。

这篇来自韩国科学技术院（KAIST）的研究介绍了ReFoCUS，一种创新的视频理解方法。不同于传统视频AI模型使用固定的帧采样策略，ReFoCUS通过强化学习教会模型选择最相关的视频帧来回答特定问题。研究团队巧妙地将策略优化从输出文本转向输入视觉层面，让AI能够像人类一样识别关键视觉证据。实验结果表明，这种方法在多个视频问答基准测试中显著提升了性能，特别是在处理复杂的长视频内容时。ReFoCUS代表了视频AI的一个重要范式转变，未来有望应用于更智能的视频内容理解系统。