Ovis2.5是阿里集团开发的新一代多模态大语言模型，在视觉感知和推理能力上实现重大突破。

传统上按需定制都体现在应用层，如今随着AI的加速到来，在操作系统以及芯片层级，定制化和标准化相互结合成为趋势。

上海交大团队首次建立AI视觉推理评估标准RISEBench，测试发现即使最先进的GPT-4o-Image在推理驱动的图像编辑任务中准确率仅28.8%。研究涵盖时间、因果、空间、逻辑四大推理维度，揭示当前AI缺乏真正理解物理规律和逻辑关系的能力，为AI发展指明了从模式识别向深层推理转变的重要方向。

清华大学和香港大学团队开发的Motion2Motion技术突破了动画制作中的动作转移难题，通过稀疏对应和动作片段匹配机制，实现了不同身体结构角色间的智能动作转移。该系统无需GPU设备即可实时运行，仅需少量示例和关键对应关系就能生成自然协调的动作，为游戏开发、影视制作等领域提供了革命性的创作工具。

9月23日，《中国交通报》与腾讯智慧交通联合发起的系列策划《智慧交通观察·群聊2022》第三期举行

在巴黎圣母院大火中，救援机器人Colossus一路冲向大教堂中最危险的区域，成功扑灭大火并清除了可能造成人员伤亡的危害碎片。

本文介绍了NOV在CIO Alex Philips带领下，借助Zero Trust及强化身份防护，实现安全事件减少35倍、成本大幅降低，同时借助AI助攻，加速响应及应对日益复杂的免恶意软件攻击。

人大团队提出HiRA框架，通过"元推理规划器-自适应协调器-专门执行器"的三层分工体系，让AI像企业团队一样协作处理复杂搜索任务。该系统将高层战略规划与具体执行分离，配备双通道记忆机制，在四个深度搜索基准上显著超越传统方法，为AI系统设计提供了分工协作的新思路。

本文回顾了 Pure Storage 如何利用其元数据引擎、拆分架构及并行处理优势研发 FlashBlade//EXA 系统，实现性能线性扩展，满足高 GPU 训练需求。

2020年刚开年，各大手机品牌已经竞相发布了旗下新款旗舰智能手机。外观惊艳、性能强大、影像出色、游戏极致、5G和Wi-Fi 6助力等，每一款手机都刷新了我们对于旗舰的定义。

这项研究利用大语言模型解决科学新颖性检测难题，南洋理工大学团队创新性地构建了闭合领域数据集并提出知识蒸馏框架，训练轻量级检索器捕捉想法层面相似性而非表面文本相似性。实验表明，该方法在市场营销和NLP领域显著优于现有技术，为加速科学创新提供了有力工具。

近年来，随着企业对于运营效率的持续追求，数字化转型已经成为公司高管团队中的热门话题。但是，任何特定的数字化转型举措都只能反映这波历史性浪潮中的一个侧面。

清华大学和盛树实验室的研究团队开发了ShapeLLM-Omni，这是一个突破性的大语言模型，能够同时理解和生成文本、图像及3D内容。该模型通过3D向量量化变分自编码器将复杂的3D网格压缩为离散标记，使大语言模型能够高效处理3D数据。研究团队构建了包含34.6亿标记的3D-Alpaca数据集，涵盖了3D生成、理解和编辑任务。基于Qwen-2.5-vl模型，ShapeLLM-Omni不仅能从文本或图像创建高质量3D模型，还支持通过自然语言编辑3D资产，为游戏开发、虚拟现实和数字孪生等领域开辟了新可能。

这项研究介绍了一种名为FlowPathAgent的神经符号代理系统，用于解决流程图归因问题。研究团队提出了流程图精细归因这一新任务，构建了FlowExplainBench评估基准，并开发了结合视觉分割、符号图构建和基于代理的图形推理的方法。实验表明，该方法在归因准确性上比现有基线提高了10-14%，特别在处理复杂流程图时表现出色，为提升人工智能系统在处理结构化视觉-文本信息时的可靠性和可解释性提供了新途径。

数字化转型对许多公司来说至关重要，但在实施过程中常常出现误区。本文总结了7个常见错误,包括将转型视为纯技术问题、过度依赖第三方、强制推行变革、忽视长远规划等,并提出了相应的解决方案。文章强调,成功的数字化转型需要技术与组织变革并重,重视人的因素,制定全面战略,加强沟通,培养内部技能等。IT部门应成为业务伙伴,参与制定战略,理解业务需求,推动整体转型。

这项研究由哈佛大学团队开发的创新框架，解决了多机构数据共享的核心难题。他们巧妙结合联邦学习、局部差分隐私和公平性约束，使不同机构能在保护数据隐私的同时协作开发更准确、更公平的决策模型。实验证明，该方法在多个真实数据集上既保障了隐私，又显著提升了模型公平性，为医疗、金融和政府等领域的数据协作提供了实用解决方案。

日前，华为云中国行2018来到了西子湖畔的杭州，在这个在云计算产业格局中颇为敏感的城市，华为中国区总裁鲁勇特意引用了王安石在登杭州飞来峰时写的一句诗：不畏浮云遮望眼，只缘身在最高层。

每位被卷入其中的人都对自己的观点坚定不移……但事实果真如此吗？

腾讯混元团队推出ArtifactsBench，这是全球首个专门评测AI生成视觉交互代码质量的综合基准系统。该系统包含1825个真实应用场景测试任务，创新性地通过实际运行代码、动态截图、多模态AI评委等方式，从功能性、美观度、用户体验等十个维度进行评测。实验结果显示其与人类专家判断一致性超过90%，与业界金标准WebDev Arena的一致性达94.4%，为AI代码生成能力评估树立了新标准。

上海AI实验室等多所高校联合提出φ-Decoding方法，通过让AI在推理时进行前瞻性采样和智能剪枝，解决了传统自回归生成的短视性问题。该方法在多个推理任务上显著提升了大语言模型性能，平均改进超过14%，同时保持了6倍的计算效率优势，为推理时优化提供了实用的解决方案。